冷链温度参数的不确定度动态评定方法技术

本发明专利技术提供了一种冷链温度参数的不确定度动态评定方法

【技术实现步骤摘要】
冷链温度参数的不确定度动态评定方法


[0001]本专利技术涉及冷链物流保存与温度计量
，具体地，涉及一种冷链温度参数的不确定度动态评定方法
。

技术介绍

[0002]在冷链运输全过程中，每年因药品疫苗
、
生鲜易腐食品的冷藏保温问题造成的经济损失巨大，故针对冷链运输过程中的温度准确计量是保证产品质量的关键因素
。GUM(Guide to the Expression of Uncertainty in Measurement,
测量不确定度表示指南
)
方法只针对静态测量不确定度的评定进行分析，对于冷链温度的动态测量系统，由于系统状态以及被测量随着时间发生改变，其精度无法估计，其中温度测量的动态不确定度评定是主要难点
。GUM
在补充版中解决了动态不确定度在量化方面的困难，使用概率密度函数表示随机变量还避免了对模型是线性还是非线性的讨论
。
[0003]传统贝叶斯的不确定度评定方法以贝叶斯统计推断原理为基础，将历史先验信息和测量样本信息利用贝叶斯公式融本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
冷链温度参数的不确定度动态评定方法，其特征在于，包括以下步骤：步骤
S1
：对被测冷库或冷链车进行温度采样，获得被测冷库或冷链车的温度数据集；步骤
S2
：确定先验分布与似然函数，分别构造基于先验分布与似然函数的概率密度函数表达式；步骤
S3
：利用先验分布与似然函数的概率密度函数，根据贝叶斯公式计算出正比于后验分布的联合概率密度函数表达式；步骤
S4
：设定满足易抽样且抽样结果间相互独立的建议分布，构造基于建议分布的概率密度函数表达式；步骤
S5
：利用正比于后验分布的联合概率密度函数以及建议分布的概率密度函数确定转移密度函数表达式，确定转移规则；步骤
S6
：根据转移密度函数与转移规则获取样本，利用样本结果评定该次温度测量结果的测量不确定度；步骤
S7
：将该次的测量不确定度评定结果作为下次评定时先验分布的参数，实现历史测量数据与当前测量数据的融合，实现测量不确定度的动态评定
。2.
根据权利要求1所述的冷链温度参数的不确定度动态评定方法，其特征在于，所述步骤
S1
具体为：对所述被测对象空间中心点处进行温度测量；待温度测量结果稳定后，具体为温度测量结果在连续十五分钟内每分钟变化不大于
1℃
时，每隔一分钟采样一次温度测量数据
。3.
根据权利要求1所述的冷链温度参数的不确定度动态评定方法，其特征在于，所述步骤
S2
具体为：确定所述温度数据为服从正态分布的随机变量；根据所述开始温度采样后的第一至第十五分钟的温度测量数据采用最大似然估计方法计算先验分布的概率密度函数的参数；根据所述开始温度采样后的第十六至第三十分钟的温度测量数据采用最大似然估计方法计算似然函数的概率密度函数的参数；先验分布与似然函数的概率密度函数表达式具体构造过程如下：由最大似然估计方法计算得到先验分布的均值
u0与样本标准差
σ0的最大似然估计量分别为：别为：先验分布的概率密度函数表达式为：由最大似然估计方法计算得到似然函数的均值
u1与样本标准差
σ1的最大似然估计量分别为：
似然函数的概率密度函数表达式为：式中，
T
为温度数值；
i,n
为时间节点，
i
取值范围为
[1,15]
中的正整数，
n
取值范围为
[16,30]
...

【专利技术属性】
技术研发人员：程银宝，周易明，罗哉，王越瑶，李亚茹，江文松，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：