Design and Implementation of Total Station Performance Evaluation and Early Warning System: Application of a Fuzzy Comprehensive Evaluation Method
-
摘要: 计量机构在对计量器具进行周期检定过程中会产生大量的检定数据,这些数据蕴藏的巨大的经济社会价值尚未得到充分开发利用。目前,计量器具性能评价还停留在对于单台仪器质量或计量性能的评价阶段。以全站仪检定产生的海量数据为研究对象,提出了一种较为通用的计量器具性能评价及失效预警的方法。首先对全站仪检定数据进行数据分析处理,其次利用TOPSIS法对单台全站仪的性能进行综合评价,然后利用Vague集决策理论对各生产厂家的全站仪质量进行总体评价,再根据最大允许误差和斜率法对全站仪的有效性进行预警分析,最后基于此方法搭建计量器具性能评价及失效预警系统。通过对实际全站仪检定数据展开实验,开发出来的计量器具性能评价及失效预警系统有效实现了全站仪的性能评价及失效预警。Abstract: Measuring institutions generate substantial verification data during periodic inspections of measuring instruments, but the immense economic and social value hidden within this data remains largely untapped. Currently, the evaluation of measuring instrument performance is limited to assessing the quality or metrological performance of individual instruments. This study proposes a generalizable method for evaluating the performance and predicting the failure of measuring instruments, using the vast amount of data generated from total station verifications. The process begins with analyzing and processing the verification data of total stations. Subsequently, the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method is employed to comprehensively evaluate the performance of individual total stations. The Vague set decision theory is then utilized to assess the overall quality of total stations from various manufacturers. Early warning analysis of the total stations' validity is conducted using the maximum permissible error and slope methods. Finally, based on this methodology, a system for measuring instrument performance evaluation and failure early warning is constructed. Through experiments on actual total station verification data, the developed system effectively achieves performance evaluation and failure prediction for total stations.
-
Key words:
- metrology /
- total station /
- performance analysis /
- failure early warning /
- system design /
- measurement institution
-
表 1 TOPSIS法的评价指标类型
Table 1. Types of evaluation indicators for TOPSIS method
指标类型 描述 举例 极大型指标 指标越大越好 成绩、利润、GDP等 极小型指标 指标越小越好 误差、成本、耗时等 区间型指标 指标处于某个区间最好 温度、体温、师生比等 中间型指标 指标接近某个中间值最好 水质PH值 表 2 全站仪检定信息
Table 2. Verification information of total station
序号 检定项目 检定结果 1 外观及一般功能检查 合格 2 基础性调整与校准 合格 3 水准器轴与竖轴的垂直度 <10" 4 望远镜竖丝铅垂直度 合格 5 望远镜视轴对横轴的垂直度 +2.5" 6 照准部旋转正确性 合格 7 横轴误差 −6.1" 8 竖盘指标误差 −0.5" 9 照准差 +3.0" 10 倾斜补偿器零位误差 合格 11 倾斜补偿器补偿范围 3′ 12 倾斜补偿器补偿精度 3" 13 对中器的对中误差 <1 mm 14 一测回水平方向标准偏差 0.45" 15 "距离测量发射、接收、照准三轴关系的正确性" 合格 16 距离测量分辨率 合格 17 测距加常数及标准差 "K=−3.0 mm,Mk=±0.57 mm" 18 测距乘常数及标准差 不显著 19 测距综合标准差 a=1.6 mm,b=1.3 mm/km 20 距离测量的重复性 <0.3 mm 表 3 全站仪数据分布情况
Table 3. Total station data distribution
评价数据量 评价表计数量 评价厂家数量 970 322 10 表 4 计量器具综合评价的部分结果
Table 4. Partial results of comprehensive evaluation of measuring instruments
生成厂家 出厂编号 与正理想解的距离 与负理想解的距离 综合评分 排名 TP 93794 0.0583 0.2166 0.7878 25 TP 91756 0.0763 0.2048 0.7287 77 TP 141032 0.0608 0.2108 0.7761 33 TP 133475 0.1068 0.1772 0.6239 222 TP 121173 0.0954 0.1933 0.6695 159 NN D002659 0.0736 0.2139 0.7440 66 NN 882195 0.1172 0.1559 0.5709 278 NN 841719 0.1171 0.1751 0.5992 253 NN 035142 0.0949 0.1899 0.6669 164 NN 034733 0.0828 0.1934 0.7002 124 GN 9A1428 0.1268 0.1604 0.5584 288 GN 9A0546 0.1212 0.1725 0.5874 266 GN 9A0189 0.1361 0.1496 0.5236 303 GN 8A9673 0.1207 0.1850 0.6051 241 GN 8A9605 0.1034 0.1841 0.6404 202 表 5 生产厂家总体评价的结果
Table 5. Results of the overall evaluation of manufacturers
生产厂家 总体得分 排名 生产厂家 总体得分 排名 TE 100 1 NN 18.9291 6 LA 77.3002 2 SH 16.1852 7 TP 61.8460 3 SA 9.4774 8 TU 44.8718 4 GN 8.7017 9 SG 36.7647 5 KA 0 10 表 6 不同方法的生产厂家总体评价的结果
Table 6. Results of overall evaluation of manufacturers by different methods
方法一 方法二 方法三 厂家 得分 厂家 得分 厂家 得分 TE 100 TP 100 TP 100 LA 77.30 LA 85.92 TE 98.32 TP 61.84 TE 84.83 LA 74.64 TU 44.87 TU 54.55 SG 61.88 SG 36.76 NN 45.16 TU 46.99 NN 18.92 SG 39.01 NN 33.33 SH 16.18 KA 31.56 GN 12.5 SA 9.47 SH 23.16 KA 9.75 GN 8.70 SA 9.75 SH 0.87 KA 0 GN 0 SA 0 -
[1] 市场监管总局办公厅关于加强计量数据管理和应用的指导意见[J]. 中国计量, 2023(7): 4-7. [2] 马贤凯. 《计量发展规划(2021-2035年)》之学习归纳[J]. 中国计量, 2022(9): 15-17. [3] 陈帅. 关于对计量器具型式评价与型式批准分开管理的探讨[J]. 中国计量, 2022(12): 30-31. [4] 刘毅. 电能计量器具供应商综合评价[C]//电力行业优秀管理论文集——2014年度全国电力企业优秀管理论文大赛获奖论文(《中国电力企业管理》2014年第一期增刊). 《中国电力企业管理》杂志社, 2014: 2. [5] 范宇, 刘丽娟. 关于加强计量器具型式评价工作的思考[J]. 中国检验检测, 2022, 30(5): 8-10. [6] 许卓, 赵山, 黄友朋, 等. 基于量化模型的电能计量器具综合质量评价方法研究和实践[J]. 电测与仪表, 2016, 53(S1): 170-173. doi: 10.3969/j.issn.1001-1390.2016.z1.039 [7] 邓桂平, 李帆, 郭玥. 电能计量器具招标评标全生命周期成本评价方法及应用研究[J]. 科技创业月刊, 2013, 26(3): 91-93. [8] 刘璐, 周榆晓, 尚莹, 等. 基于大数据的计量器具质量分级评价体系研究[J]. 质量技术监督研究, 2018(2): 40-44. [9] 王晓勇. 基于加速度传感器的起重机械制动器失效预警[J]. 机械与电子, 2023, 41(7): 57-61. doi: 10.3969/j.issn.1001-2257.2023.07.012 [10] 吴迪, 徐克, 余方召, 等. 电力设备金属部件缓蚀失效预警研究[J]. 信息技术, 2021(7): 103-108. [11] 杜猛俊, 钱锦, 徐晓华, 等. 基于IAHP的设备风险综合分析预警系统设计[J]. 微型电脑应用, 2023, 39(5): 99-102. doi: 10.3969/j.issn.1007-757X.2023.05.028 [12] 王瑶. 激光测量技术在工程机械领域的应用研究综述[J]. 南方农机, 2020, 51(15): 69-70. doi: 10.3969/j.issn.1672-3872.2020.15.029 [13] 乔晓旭, 罗怡, 王晓东. 精密测量和加工中的激光技术[J]. 计测技术, 2021, 41(5): 74-83. doi: 10.11823/j.issn.1674-5795.2021.05.08 [14] 于东俊, 朱子暄, 宋本宁, 等. 远程高精度测量设备性能评价方法研究[J]. 天文研究与技术, 2020, 17(4): 531-537. [15] 邵彩军, 白文辉, 黄曼. 虚拟仿真技术在全站仪实验教学中的应用评价研究[J]. 绍兴文理学院学报(教育版), 2023, 43(2): 101-108. [16] 高开强, 徐泮林, 丁鹏文. 全站仪三角高程测量方法及精度分析[J]. 测绘与空间地理信息, 2018, 41(12): 201-204,207. doi: 10.3969/j.issn.1672-5867.2018.12.058 [17] 张小苏, 李丛, 张勇, 等. 国产高精度全站仪精度评定与分析[J]. 测绘工程, 2022(5): 031. [18] 国家市场监督管理总局 . 全站仪型式评价大纲: JJF1784—2019[S]. 北京: 全国几何量长度计量技术委员会2019. [19] 赵洪, 杨振, 许晖. 全站仪双轴补偿器检定方法研究[J]. 测绘技术装备, 2023, 25(2): 109-114. [20] 梁志毅, 黄贵发, 陈仕妍, 等. 基于熵权TOPSIS模型和灰色关联度分析的土茯苓质量评价[J]. 中国现代应用药学, 2023, 40(9): 1207-1213. [21] 王莹. 基于熵权-Topsis法的工程物资供应商选择与评价[J]. 中国储运, 2023(10): 164-165. doi: 10.3969/j.issn.1005-0434.2023.10.110 [22] 顾杰, 杨秋, 汪兵, 等. 基于Vague集的雷达电子防护优先级决策方法[J]. 电子信息对抗技术, 2023, 38(4): 62-68. doi: 10.3969/j.issn.1674-2230.2023.04.011 [23] 翟芸, 胡冰, 施端阳. 基于区间层次分析法和Vague集的雷达装备可靠性评估[J]. 探测与控制学报, 2023, 45(3): 81-88. [24] 刘华文. 多目标模糊决策的Vague集方法[J]. 系统工程理论与实践, 2004, 24(5): 103-109. doi: 10.3321/j.issn:1000-6788.2004.05.017 [25] Hwang,Ching-Lai. Multiple attribute decision making: Methods and applications[M]. Berlin : Springer-Verlag, 1981. [26] 张文婷. 大数据环境下基于主客观赋权的数据质量评估方法研究[J]. 黑龙江科技信息, 2020(36): 105-106. [27] 韩达, 肖晶晶. 我国气象多因素综合评价方法应用综述[J]. 农家参谋, 2021(14): 195-196. [28] 王青霞, 汪滨, 汤样华, 等. 多组分定量联合化学计量学及灰色关联度分析骨力胶囊质量评价[J]. 中国药物应用与监测, 2024(1): 021. [29] 国家质量监督检验检疫总局. JJG 100-2003 全站型电子速测仪检定规程[S]. 北京: 中国标准出版社, 2003. [30] 付驰威, 姚远. 基于主观赋权法的强制性标准实施情况统计分析评估的应用研究[J]. 政策与商法研究, 2021(10): 108-109. [31] 孙学春, 秀兰. 心电图最大ST/HR斜率法在老年人冠心病临床诊断中的价值[J]. 临床研究, 1999(6): 340-341.