价值系数

价值系数（精选九篇）

价值系数篇1

1 基于产品属性的价值系数计算方法

针对以往价值系数计算方法的不足, 本文提出一个新的价值系数计算方法。该方法从产品属性指标满足顾客需求的角度计算功能系数, 从属性目前成本与属性目标成本之比计算成本系数, 最后根据概念公式V=F/C得出产品价值系数计算公式。

1.1 功能系数的计算

对于功能的定义, 学者们提出了多种阐述。我国国标把功能定义为“对象能够满足某种需求的一种属性”, 这种描述事实上已经从内涵与外延这两个角度来定义功能了。功能量的度量有三大类方法:从内涵角度的“参数度量”法;从外延角度的“评分度量”法;从投入产出角度的“最小实现成本度量”法。本文用参数度量法来度量功能量[3]。通过顾客需求分析得到完整的、无交叉的、不可再分的顾客需求集R= (r1, r2, …rn) [4], 然后通过质量功能配置分析后得到产品的属性集P= (p1, p2, …pl) , 其指标集为X= (x1, x2, …xl) 。产品的属性是产品所具有的特征, 属性指标是属性的量化表征。产品的属性指标值有两组:一组是通过客户需求分析和质量功能配置分析得到的为满足顾客需求应达到的值Y= (y1, y2, …yl) ;另一组是产品属性指标现有的值Y'= (y'1, y'2, …y'l) 。根据产品属性对满足顾客需求的贡献性质将产品属性分为效益型、成本型、固定型、区间型、固定区间型、偏离型和枚举型。效益型属性是指属性值越大越好的属性, 如发动机的马力等;成本型属性是指属性值越小越好的属性, 如零部件的原材料用量;固定型属性是指属性值越接近某个固定值α越好的属性, 如钢材中某微量元素的含量;区间型属性是指属性在区间内[q1, q2] 内变化, 产品属性的变化区间与[q1, q2]的交集越大越好, 如空调的调温范围;固定区间型是指属性值在一固定区间[q1, q2]内变化, 超出该区间即为不合格, 如零部件的尺寸;偏离型属性是指属性值越偏离某个固定值β越好的属性, 如机床振动频率应该偏离厂房的固有频率;枚举型属性是指属性值是一些可选的选项, 选项越多越好, 如轿车的车身颜色。不同类型属性的功能系数有不同的计算公式。

(1) 效益型的功能系数计算

假设Pi是效益型属性, 根据质量功能配置为满足顾客需求, 该属性的指标xi的值应该是yi, 而产品现有的属性指标值为y'i, 则Pi的功能系数fpi的计算如下:

(2) 成本型的功能系数计算

假设Pi是成本型属性, 根据质量功能配置为满足顾客需求, 该属性的指标xi的值应该是yi, 而产品现有的属性指标值为y'i, 则Pi的功能系数fpi的计算如下:

(3) 固定型的功能系数计算

假设Pi是固定型属性, 根据质量功能配置为满足顾客需求, 该属性的指标xi的值应该是固定值yi, 而产品现有的属性指标值为y'i, 则Pi的功能系数fpi的计算如下:

(4) 区间型的功能系数计算

假设Pi是区间型属性, 根据质量功能配置为满足顾客需求, 该属性的指标xi的值应该是在区间值[yi1, yi2]内, 而产品现有的属性指标值为[y'i1, y'i2], 则Pi的功能系数fpi的计算如下:

undefined

(5) 固定区间型的功能系数计算

假设Pi是固定区间型属性, 根据质量功能配置为满足顾客需求, 该属性的指标xi的值应该是在区间值[yi1, yi2]内, 而产品现有的属性指标值为[y'i1, y'i2], 则Pi的功能系数fpi的计算如下:

(6) 偏离型的功能系数计算

假设Pi是偏离型属性, 根据质量功能配置为满足顾客需求, 该属性的指标xi的值应该偏离yi, 而产品现有的属性指标值为y'i, 则Pi的功能系数fpi的计算如下:

(7) 枚举型的功能系数计算

假设Pi是枚举型属性, 根据市场调查为满足顾客需求, 该属性的指标xi的值应该具有M个选项 (o1, o2, …oM) , 而产品现有的属性指标值只能满足其中的M1个选择, 选择这M1个选项的顾客占所有顾客的比例为 (γ1, γ2, …, γM1) , 则Pi的功能系数fpi的计算如下:

公式 (1) 、 (2) 、 (3) 、 (4) 、 (5) 、 (6) 、 (7) 中i=1, 2, …l, 可以利用它们计算产品各个属性的价值, 得到P= (p1, p2, …, pl) 的价值向量为Fp= (fp1, fp2…fpl) 。

1.2 成本系数的计算

定义成本系数计算:

其中c表示目标的成本系数, 同时也表征为满足客户需求而付出的成本的合理程度, cp表示目标的目前成本, ct表示目标的目标成本。

产品属性与产品功能部件一般存在以下三种关系:

(1) 一对一关系, 即对于某一用户需求, 存在唯一的产品功能部件与其相对应。

(2) 一对多关系, 即某一用户需求与多项产品功能部件相对应。

(3) 多对一关系, 即多项产品功能部件与某一项用户需求相对应。

由于产品的属性指标通常由多个零部件来实现, 所以在计算实现产品属性的成本时, 要将相关零部件的成本按照零部件与属性的相关度分摊到各个属性, 然后将分摊到某一个属性上的所有零部件成求和, 得到单个属性的成本。产品的零部件、影响产品性能和产品成本的作业过程 (例如产品的装配、调试、检测、运输销售、服务, 等等, 这些过程都有消耗成本) 统一称为广义功能零部件 (本文中所有功能零部件都是指广义功能零部件) 。假设产品全生命周期包括Part= (part1, part2…partm) m个功能零部件, Part的目前成本向量为Cundefined= (cundefined, cundefined…cundefined) , Part的设计目标成本Cundefined= (cundefined, cundefined…cundefined) 。产品属性的成本计算过程如下:

第一步:以某一个功能零部件parti为考察标准, 将产品属性P所有元素捉对比较, 形成比较矩阵:

其中parti为考察标准, Pj为比较对象, aij采用的是Saaty标度法, 表示第i项属性相对于第j项属性的相对重要性的赋值[5]。

第二步:计算parti对P各元素的相关度。

下面介绍用求和法计算单一权重:

(1) 将判断矩阵A (aij) l×l按列归一化, 把矩阵元素变为undefined;

(2) A (aij) l×l按列求和得到一个行向量undefined, 称为parti对P所有元素的相关度向量;

(3) 将所有相关度向量undefined组集成一个相关度矩阵, 并按行归一化得到相关度Wparti→P:

其中wij表示产品属性parti与客户需求Pj的相关度, 且undefined。相关度矩阵Wparti→P也表示功能零部件的成本在产品属性上的分配情况, 这些成本是名义上的成本并不是真正实现属性所需的成本。P的目前成本向量:

Cundefined=CpartPWparti→P= (cundefined, cundefined…cundefined) (11)

P的目标成本向量:

Cundefined=CparttWparti→P= (cundefined, cundefined…cundefined) (12)

根据公式 (8) 计算出P的成本系数向量:

Cp= (cp1, cp2…cpl) (13)

其中undefined

1.3 价值的计算

根据undefined这个概念公式, 将P的功能系数向量FP和成本系数向量CP相对应地代入概念公式, 得到R的价值系数向量:

VP= (vp1, vp2…vpl) (14)

其中undefined

2 实例分析

汽车空调是为汽车内部空间提供一个舒适的气候环境的系统, 客户在选择汽车时, 空调的性能是主要的参考指标之一。汽车空调一般具有专用性, 每个车型都可能采用一个新的空调设计方案;同时它又是变形设计, 都是在已有空调的基础上进行适应性设计。本实例以某企业的新车型的空调设计为基础, 通过计算空调价值系数为产品价值提升提供决策依据。

2.1 空调属性功能系数计算

通过调查客户需求有:温度调节、湿度调节、流通空气、低噪音、节能、可靠性高、易维修、控制性能好、控制操作方便、维护费用低、安全环保、空气清洁、怠速性能好、售后服务好、装配性能好、购买价格低廉, 等等。其中购买价格低廉与所有其他的需求有着联系, 由其他需求保证, 是优化的目的, 不予分析。将所有需求定义为需求向量R= (r1, r2…r15) , 通过市场调查和质量功能配置确定轿车产品空调的属性P= (p1, p2, …P17) , 其指标如表1所示。根据属性的类型选择公式 (1) - (7) 中对应的公式, 计算出他们的功能系数。

2.2 空调属性成本系数计算

空调系统功能零部件主要包括:压缩机、蒸发器、鼓风机、膨胀阀、储液罐/干燥器、冷凝器、冷却风扇、各种软管阀门接口、车内风口管道、装配、检测、制冷剂、保修服务、温度传感器、湿度传感器, 等等, 用Part= (Part1, Part2…Part15) 表示。通过相关度分析求得成本和成本系数, 如表2所示。

2.3 空调属性价值系数计算与分析

将功能系数和成本系数代入公式 (14) 求得属性的价值系数如表3所示。根据公式undefined可知提高产品价值有五种策略[2]: (1) 成本保持不变, 提高功能; (2) 功能保持不变, 降低成本; (3) 成本略有增加, 功能有更大提高; (4) 功能减少一部分, 成本大幅度下降; (5) 成本降低, 功能提高, 这是提高价值的最佳途径, 但是有时很难做到。通过分析产品属性的价值系数可以选择提高或者合理化产品价值系数的策略, 合理地改变产品的功能系数和成本系数, 使产品的价值达到最优化。例如需求p1主要通过降低产品属性的功能系数来合理化价值系数;需求p2可以通过降低成本来提高价值系数;p3主要通过降低功能系数和成本系数来合理化价值系数;p3主要通过提高功能系数来合理化价值系数, 等等。

3 结论

针对现有的价值系数计算方法的缺点, 文章分析了产品功能的内涵和产品价值的实质。根据产品属性对满足顾客需求的贡献情况, 将产品属性分为效益型、成本型、固定型、区间型、固定区间型、偏离型属性和枚举型属性, 从功能的内涵与外延的角度提出了对不同类型的属性采取不同的功能系数计算方法;并且根据产品属性与功能零部件的相关度来计算产品属性的成本, 提出以目前成本与目标成本之比作为产品属性的成本系数, 这在一定意义上反映了产品成本付出的合理程度。这种从产品属性满足顾客需求的程度角度计算产品属性的价值系数, 从产品功能的内涵、外延及投入产出方面全面地把握了功能价值的实质, 更有利于指导产品价值提升设计。

参考文献

[1]马庆国.功能与功能量[J].数量经济技术经济研究, 1988 (7) :52-53.

[2]朱铮.价值工程概论[M].北京:科学出版社, 1988.

[3]马庆国.关于功能定义及几个相关的重要问题——VE国标及起草讨论中的若干问题之二[J].价值工程, 1992 (3) :10-11.

[4]赵韩, 朱凌云.产品客户满意度的模糊综合评价方法[J].管理技术, 2007 (2) :92-95.

盘点二项式系数与项的系数篇2

一、混淆“二项式系数”与“项的系数”

2.利用二项式定理采用“赋值法”求系数之和，是研究二项展开式系数性质的重要方法，同学们要用心感情。实际上赋值法所体现的是从一般到特殊的转化思想，在高考题中屡见不鲜，特别是在二项式定理中的应用尤为明显，巧赋特殊值可减少运算量。

二、混淆“二项式系数最大项”与“系数最大项”

求二项展开式中系数最大的项时，除了采用列不等式，解不等式组的方法外，还有其他方法吗？我们来思考下面的两道例题，培养我们的创造性思维。

点评二项展开式中系数最大的项也可通过对问题的分析和推理，缩小比较的范围，使解题过程得到简化，聪明的你想到了吗？

2.本题解法“一题两制”：对于问题（1），我们运用例3的一般方法进行推导；对于问题（2），我们运用认知、枚举、比较的方法导出结论，特别地，当指数n数值较小时，（2）的解法颇为实用.

由例3、例4、例5，可归纳出求系数最大项的方法：

1.当二项式幂指数不是很大时，可由二项式定理一一展开得到，此为列举法；

2.可通过对题目的分析和推理，再通过作差或作商进行比较得到，此为夹逼法；

3.当幂指数较大时，宜采用列出不等式组的方法获得，这是通法.

同学们有没有思考过下面的问题：当所列不等式组无解时，难道二项展开式中没有系数最小（大）项吗？当然不是，有限项中，肯定有最小（大）项。其实认真想下就会明白：不等式组无解，这就意味着系数最小（大）项不在中间，也就是只可能在首尾取得。

价值系数篇3

1 资料与方法

1.1 研究对象

收集2014年1月—2015年4月因血清前列腺特异性抗原(prostate speciﬁc antigen,PSA)升高或经直肠指诊异常疑诊前列腺癌患者,于深圳市中医院或北京大学深圳医院行MRI检查发现可疑结节者,经直肠超声引导下前列腺穿刺活检,排除非首次活检、无法完成12点穿刺、已行抗雄激素治疗的患者,共纳入116例,年龄41~86岁,平均(68.68±8.11)岁;血清总PSA 0.68~152.37 ng/ml,平均(12.17±9.95)ng/ml;前列腺体积19.52~120.34 ml,平均(43.67±19.72)ml。所有患者均签署知情同意书。

1.2 仪器与方法

采用GE MR750 3.0T MR扫描仪,体部相控线圈。扫描参数:T2WI:TR 4277 ms,TE102 ms,层厚3 mm,视野180 mm,矩阵288×288;扩散加权成像(DWI):TR 5000 ms,TE 70 ms,视野300 mm,矩阵128×128,b值取0、1000 s/mm2。

1.3 图像分析及ADC值、ADC比值的测定

由2名有5年以上经验的泌尿组放射科副主任医师阅片,经协商确定可疑病灶,可疑病灶按MRI表现分为恶性、可疑恶性、良性。ADC值及ADC比值测定参考De Cobelli等[3]的方法,病灶区测量3次后取平均值;ADC比值测定取病灶的ADC值除以对称位置相对正常前列腺ADC值,感兴趣区(ROI)面积取尽量接近病灶大小但不包含病灶边缘部位,对称位置ROI面积取与病灶ROI面积相同大小,若病灶过大则对侧ROI取相同断面尽可能大的面积。

1.4 融合成像及穿刺方法

采用GE Logiq E9彩色多普勒超声诊断仪及容积导航仪,探头为IC5-9D,配备5°引导架,BARD自动活检枪及18G活检针。术前常规检查血常规、凝血功能及血清PSA浓度,使用抗凝药物者停用1周。术前1 d开始服用喹诺酮类抗生素,穿刺当天行清洁灌肠,术后继续服用抗生素3 d。患者取左侧曲膝卧位,用0.5%碘伏消毒肛周及直肠下段,穿刺过程无需麻醉。融合成像采用点-平面法,即先匹配MRI扫查与超声扫查相平行的平面,再匹配两种检查方法均可显示的另一个点,便可锁定三维空间结构。融合成功后先行磁共振-经直肠超声融合成像引导下靶向穿刺,由1名医师对可疑结节穿刺2针,若MRI显示多个可疑结节则以恶性可能性最高的结节为靶目标;再由另1名不知MRI结果的医师进行12点系统性穿刺活检。12点系统性穿刺点平均分布于前列腺两侧底部、中部及尖部,内侧及外侧各1点。各穿刺点组织分别放入相应已标记好的甲醛玻璃瓶内送病理检查。

1.5 MRI病变与穿刺病理的对应关系

若MRI显示多个病变,取MRI显示的最大病变为融合成像引导穿刺目标,以融合成像穿刺病理提示前列腺癌为阳性结果,以融合成像穿刺病理良性而系统性穿刺活检病理恶性为假阴性。

1.6 统计学方法

采用SPSS 17.0软件,不同组间ADC值及ADC比值比较采用单因素方差分析,两两比较采用LSD法,P<0.05表示差异有统计学意义。

2 结果

2.1 病理结果

116例患者中,前列腺癌65例,良性病变51例,前列腺癌总体检出率为56.0%(65/116);其中Gleason 6分15例,Gleason 7分19例,Gleason8分12例,Gleason 9分17例,Gleason 10分2例。2.2常规MRI诊断结果以T2WI边界不清的低信号灶、DWI呈高信号、ADC图呈低信号诊断为恶性(图1、2)。T2WI诊断前列腺癌的敏感度、特异度、准确度、阳性预测值、阴性预测值分别为64.6%、62.7%、63.8%、68.9%、58.2%;T2WI联合DWI/ADC诊断前列腺癌的敏感度、特异度、准确度、阳性预测值、阴性预测值分别为89.2%、80.4%、85.3%、85.3%、85.4%。T2WI及T2WI联合DWI/ADC对前列腺癌的检出情况见表1。

图1男,71岁,前列腺癌。前列腺右侧外腺区病灶,Gleason 9分;T2WI呈低信号(箭,A);DWI(b=1000 s/mm2)呈高信号(箭,B);ADC图呈低信号(箭头,C)

图2男,60岁,前列腺癌。前列腺右侧尖部病灶,Gleason 7分;T2WI呈低信号(箭,A);DWI(b=1000 s/mm2)呈高信号(箭头,B);ADC图呈低信号(箭,C)

2.3 ADC值及ADC比值诊断前列腺癌的结果

取b=0、1000 s/mm2获得ADC图,测量病变ADC值,其结果与穿刺病理Gleason评分的关系见表2。

ADC值及ADC比值在Gleason 6分组与7分组间差异有统计学意义(P<0.05),在Gleason 7分组与Gleason 8分组、Gleason 8分组与Gleason 9分组、Gleason 9分组与Gleason 10分组间差异无统计学意义(P>0.05)。

前列腺癌组与非前列腺癌组的ADC值与ADC比值见图3,两组ADC值与ADC比值比较,差异均有统计学意义(P<0.05)。不同Gleason评分的前列腺癌组间ADC值与ADC比值见图4,其中Gleason 6分组与Gleason 7分组间ADC值与ADC比值差异有统计学意义(P<0.05)。ADC值与ADC比值诊断前列腺癌的ROC曲线见图5,其ROC曲线下面积分别为0.842、0.879,但差异无统计学意义(P>0.05)。

2.4 MRI漏诊的前列腺癌情况

本组患者联合T2WI和DWI/ADC漏诊7例前列腺癌中,5例为Gleason 6分,1例Gleason 7分,1例Gleason 8分。

1-特异度

3 讨论

前列腺癌是男性泌尿生殖系统最常见的恶性肿瘤之一,在MRI应用之前,其术前影像学诊断困难。近年MRI成为前列腺癌影像学检查的首选方法[4]。常规T2WI可以清楚地显示前列腺的解剖结构,对前列腺癌的检出和定位有重要价值。前列腺癌灶在T2WI图像上呈低信号,对于发生于外周带的前列腺癌,T2WI表现为在正常的高信号外周带中出现低信号灶,故较容易检出;但其特异性较低,某些良性病变如增生、炎症、出血、纤维化等均可表现为低信号[5]。由于正常中央腺体本身T2信号较低,对于发生于中央区的癌灶,其表现与前列腺增生结节类似,导致鉴别困难。此外,部分癌灶在T2WI上呈等信号,导致漏诊[6]。本研究结果显示,T2WI诊断前列腺癌的敏感度、特异度分别为64.6%、62.7%,提示单独应用T2WI诊断效能尚不理想。

DWI是一种检测活体组织内水分子扩散运动的功能成像方法,其成像时间短,而且不需注射对比剂。通过不同b值的DWI图像的处理可得出ADC图。Sankineni等[7]研究证实,多参数MRI对前列腺癌诊断的敏感度、特异度可达90%、88%,但是除T2WI和DWI检出外,多参数MRI还需进行动态增强扫描或波谱显像,其耗时长、费用高且需要注射对比剂。本研究结果显示,联合应用T2WI和DWI/ADC图诊断前列腺癌的敏感度和特异度可达89.2%、80.4%,与多参数MRI诊断效能基本一致。因此,联合应用T2WI和DWI/ADC图是术前诊断前列腺癌较为经济实用的影像学检查方法。而MRI漏诊的7例中,5例为Gleason 6分的肿瘤,与Kim等[8]的研究结果一致。此类肿瘤绝大多数均为无临床意义的惰性癌,其大量检出导致前列腺癌的过度诊断和过度治疗。

本研究结果显示,ADC值和ADC比值与Gleason评分成反比。在Gleason 6分与Gleason 7分组前列腺癌中,其ADC值和ADC比值差异均有统计学意义(P<0.05);而在Gleason 7分、Gleason 8分、Gleason 9分及Gleason 10分组间差异无统计学意义(P>0.05)。Gleason评分是评价肿瘤生物学行为的重要指标,评分越高,肿瘤分化越差、恶性程度越高。Gleason评分≥7分的前列腺癌包膜外侵犯、淋巴结转移、骨转移的发生率明显高于Gleason 6分的前列腺癌,而且大多数研究也将Gleason≥7分的肿瘤分类为有临床意义的前列腺癌,将体积较小的Gleason 6分肿瘤分类为无临床意义的前列腺癌[9,10]。因此,通过ADC值及ADC比值可初步判定前列腺癌的生物学行为,区分低危和高危前列腺癌,为选择前列腺癌的治疗方案提供合理的影像学依据。

既往研究表明,个体之间的ADC值差异较大[4],其值受不同年龄及生理状态的影响。本研究应用ADC比值,其计算取病变区与相对正常的组织的比值,受其他因素干扰较小,个体间的差异较小。

本研究的不足之处是病理结果仅为靶向穿刺及系统性穿刺活检的组织学病理诊断,未能以根治性手术标本的病理结果为“金标准”,无法全面、精确计算MRI的最终敏感度和特异度。但本研究应用经直肠超声与MRI融合成像引导下靶向穿刺活检,与单独的系统性穿刺活检相比,提高了诊断敏感度和特异度。另外,本研究未应用经直肠线圈,经直肠线圈可以提高图像质量,但操作繁琐,需要进行肠道准备,部分患者无法忍受直肠内置入线圈。而体部线圈虽然降低了图像部分信噪比,但检查前无需特殊准备,且扫描范围大,可显示前列腺周围、盆壁及骨转移情况等[11]。

总之,ADC值及ADC比值对前列腺癌的诊断有较高的价值,两者值的高低可初步判定低危前列腺癌与高危前列腺癌。

参考文献

[1]Torre LA,Bray F,Siegel RL,et al.Global cancer statistics,2012.CA Cancer J Clin,2015,65(2):87-108.

[2]韩苏军,张思维,陈万青,等.中国前列腺癌发病现状和流行趋势分析.临床肿瘤学杂志,2013,18(4):330-334.

[3]De Cobelli F,Ravelli S,Esposito A,et al.Apparent diffusion coefficient value and ratio as noninvasive potential biomarkers to predict prostate cancer grading:comparison with prostate biopsy and radical prostatectomy specimen.Am J Roentgenol,2015,204(3):550-557.

[4]孙丽娜,李前程,程凯亮,等.磁共振扩散加权成像鉴别诊断前列腺癌与良性前列腺增生的Meta分析.中国医学影像学杂志,2013,21(6):464-467.

[5]Le JD,Tan N,Shkolyar E,et al.Multifocality and prostate cancer detection by multiparametric magnetic resonance imaging:correlation with whole-mount histopathology.Eur Urol,2015,67(3):569-576.

[6]Renard-Penna R,Mozer P,Cornud F,et al.Prostate imaging reporting and data system and likert scoring system:multiparametric MR imaging validation study to screen patients for initial biopsy.Radiology,2015,275(2):458-468.

[7]Sankineni S,Osman M,Choyke PL,et al.Functional MRI in prostate cancer detection.Biomed Res Int,2014:590638.

[8]Kim JY,Kim SH,Kim YH,et al.Low-risk prostate cancer:the accuracy of multiparametric MR imaging for detection.Radiology,2014,271(2):435-444.

[9]Dickinson L,Ahmed HU,Allen C,et al.Magnetic resonance imaging for the detection,localisation,and characterisation of prostate cancer:recommendations from a European consensus meeting.Eur Urol,2011,59(4):477-494.

[10]Thompson JE,Moses D,Shnier R,et al.Multiparametric magnetic resonance imaging guided diagnostic biopsy detects significant prostate cancer and could reduce unnecessary biopsies and over detection:a prospective study.J Urol,2014,192(1):67-74.

价值系数篇4

现有设计体系中对于损失系数主要是由实验和经验来确定.通流气动设计需计入叶片槽道内的附面层堵塞,反映附面层堵塞影响的堵塞系数也是依经验给定.本文对多台风扇设计进行分析后,发现现有的`设计体系中损失系数和附面层堵塞系数之间彼此孤立,且不够协调,而事实上,两者是紧密相关的,体现在物理上就是损失和开式分离流之间的关系.本文在分析现有设计体系模型的基础上,提出了一个新的工程模型,把两者关联了起来,并给出了算例分析,且从算例结果中可以看到现有设计体系中单转子效率远大于级效率的原因之一.

作者：邢秀清周盛张健 Xing Xiuqing Zhou Sheng Zhang Jian 作者单位：邢秀清,周盛,Xing Xiuqing,Zhou Sheng(北京航空航天大学)

张健,Zhang Jian(中国航空工业总公司624所)

价值系数篇5

关键词：价值工程,模糊层次分析法,熵权决策法,基点分析

0 引言

价值工程是一门将技术与经济相结合达到合理利用资源、实现价值最大化的新兴的现代管理技术,在理论研究和实践研究中都取得了长足的进步。价值工程起源于美国,L.D.Miles于1947年以《价值分析》为题在《美国机械师》杂志上公开发表,标志着价值工程理论的诞生。随后价值工程在美国的企业中取得了巨大成果,并引起了美国国防部的高度重视,价值工程理论得到了迅速发展。日本也是应用价值工程较早且成效显著的国家,首先在物资和采购部门得到应用。英国从20世纪50年代后期开始引入价值工程,Lucas and Dunlop公司、Philips公司普遍应用,交通运输与邮政部门也开始价值工程的项目研究,得到英国生产力委员会的大力支持。德国、奥地利、法国等西欧各发达国家相继在企业里推行价值工程,如西门子公司、奥贝尔公司、BMW公司。并将其纳入了国家标准。

我国于20世纪70年代末引入价值工程,经过30多年的发展,其理论技术已趋于成熟。现在,我国已有不少学者应用价值工程对项目成本与方案进行研究。杨强(2012)[1]认为对于建筑施工项目,降低成本和提高产品功能价值是建设施工企业要考虑的核心问题。利用一套完整的价值工程分析方法,以乌鲁木齐铁路局地窝堡西区集资住房项目为例,从整体上把握各分部分项工程的费用,达到了降低工程成本的目的。李瑞丰(2013)[2]将价值工程的分析方法引入到矿井设备的选型中,并结合层次分析法对传统价值工程理论做了改进,建立和优化了矿井机械设备选型模型。选取了某矿在采煤机选型中的应用作为案例,从实际出发证明了价值工程可以在矿井项目中有很好的利用。张妮丽(2014)[3]从房地产项目管理的现状出发,提出了价值工程在房地产项目分析中的切入点,以其为核心贯穿到项目开发建设的方案设计、初步设计、施工图设计的各个阶段,并引导建设相关方积极参与成本管理中来。从而提高建设效率,促进技术创新。对于层次分析法与熵权决策法也有不少的研究成果。康亮、康明、刘博洋(2011)[4]根据价值工程的原理分析自动化立体仓库的价值,利用层次分析法确定出自动化立体仓库的功能与成本指数,通过熵权法进行修正,更加客观科学地量化出立体仓库的价值,大大提高了评价的可靠性。刘宇彬、刘建华(2013)[5]针对大规模电力网络,提出某些指标对电力系统大规模停电有很大影响。在建立了一套配电网安全性评估体系的同时,运用层次分析法和熵权法对其进行风险评估,证明了该方法对于电力系统的利用价值。

通过上述文献资料,可以发现:传统的价值工程理论已经比较完善,缺乏新的评价方法与之相结合。而模糊层次分析法与熵权决策法作为主客观相结合的决策方法在工程项目成本的研究领域上不太成熟。本文鉴于这个前提下,以某建筑项目为例,对传统的价值工程功能评价环节进行改进,利用主观的模糊层次分析法和客观的熵权法对功能系数进行量化,并验证了其适用性。

1 改进价值工程评价模型

1.1 基点平均系数法

将价值工程的概念公式为V=F/C归一化处理,得到如下计算公式:

由于第j个评价对象的现实成本过高,受ΔCj的影响使vi=fi/ci是不准确的,α才是其真正的价值系数,它与vi相差一个误差项β。这证明了如果某个评价对象的现实成本过高,不仅影响自身的价值系数,还影响其他评价对象的价值系数。在运用价值工程确定目标成本的时候,需要剔除这样一个误差项,才能得到更加合理的目标成本。

1.2 熵权FAHP组合权重评价模型

模糊层次分析法(FAHP)作为一种多层次,多指标的综合评价方法,充分考虑了专家的经验与知识,但没办法克服决策者自身的偏好,存在较大的主观随意性。而作为客观决策的熵权法,能挖掘原始数据本身的信息,减少主观因素的干扰。但对于具体项目来说,过于客观的评价不能反映决策者的意见,可能与实际权重不相符合。针对模糊层次分析法的主观性与熵权法的客观性,二者互补后来确定更为准确的指标组合权重。

1.2.1 模糊层次分析法主观赋权

(1)构造模糊判断矩阵。

对指标重要性逐对比较,并利用表1的数量标度对矩阵中的每个元素赋值。

依据表1的数字标度,得到如下模糊判断矩阵:

(2)确定权重向量。

该模糊互补判断矩阵权重向量为W=(W1,W2,…,Wn)。

(3)求特征矩阵。

此时称n阶矩阵W*=(Wij)n×n为模糊判断矩阵A的特征矩阵。

(4)进行一致性检验。

当I(A,W*)燮α时(一般α取0.1),认为模糊判断矩阵A为满意一致性,证明权重向量W是分配合理的,此时W为利用模糊层次分析法赋权的主观权重。

1.2.2 熵权法客观赋权

(1)构造原始数据矩阵。

现有m个评价项目,n个评价指标,则:

其中,rij为第j个指标下第i个项目的评价值。

(2)矩阵标准化。

Y1为效益性指标,Y2为成本性指标。

(3)确定指标的信息熵。

(4)确定指标的熵权。

此时,w=(w1,w2,…,wn)为评价指标的熵权值,即客观权重。

1.2.3 组合权重

根据最小相对信息熵原理,有:

2 算例分析

2.1 工程概况

某市一项集资住房项目,占地360亩,规划容积率1.13,地上建筑面积292377m2,地下建筑面积82123m2,拟建模范住宅小区。

2.2 功能分析

在外部美观,户内实用、宽敞,水暖电工程材质耐用、敷设安全、方便的总体要求下,分析结果如表2。

2.3 计算功能指数

2.3.1 主观权重赋值

针对6个功能目标,由专家依据表1的打分方法分别对各功能作两两比较判断,得模糊互补判断矩阵为:

根据式(1)计算的权重向量为:

经式(2)、式(3)计算得模糊判断矩阵A是满意一致的,因此权重集W的分配是合理的。此时W为评价对象的主观权重。

2.3.2 客观权重赋值

为了弥补FAHP法的主观因素造成的偏差,根据信息熵原理计算评价对象的熵权。现构造原始数据矩阵为:

将其标准化后,根据式(5)、式(6)得每个评价对象的信息熵与熵权(如表3)。

由表3可知,客观赋值的权重向量为w=(0.19610.2378 0.1154 0.1461 0.1498 0.1548)。

2.3.3 最优组合权重

2.4 计算成本与价值系数

根据上诉资料和预算成本,计算各评价指标的成本系数和价值系数。

2.5 确定目标成本

2.6 案例总结分析

通过以上案例目标成本计算,对预算成本与目标成本对比分析,价值指数小于1的工程均得到了修正,主要是主体结构与室内水暖电两项。其中屋面工程、外部装饰、内部功能三项的变动成本为负值,说明了与其对应功能相比较,还可以加大成本的投入。但是此三项的价值系数均大于1,指现投入的成本已经达到了所期望的功能,在质量、技术可控的条件下可考虑不增加成本。

3 结束语

本文对传统的价值工程功能分析这一环节进行了改进,给出了基于FAHP法和熵权决策原理的综合评价模型,同时利用基点平均系数法找到功能与现实成本的动态关系,代替传统方法计算目标成本。FAHP法利用九标度法建立模糊互补判断矩阵,将所得的权重作为评价指标的主观权重。用熵的技术对此权重进行修正,克服了FAHP的主观因素干扰,使修正后的权重更加客观。二者很好地将定性与定量分析结合起来,相比较传统的强制确定法,该方法的适用范围更广。不仅适用于建筑工程成本系统,还可以推广到更加复杂的决策系统进行方案评价与成本分析。

参考文献

[1]杨强.运用价值工程原理分析住宅建筑功能对工程项目成本的影响[J].科技创新与应用,2012(9):245-246.

[2]李瑞锋.基于价值工程和层次分析法的矿井设备选型方法与应用[J].价值工程,2013(14):1-4.

[3]张妮丽.价值工程在建设工程项目成本管理中的应用[J].四川建材,2014,40(2):255-258.

[4]康亮,康明,刘博洋.基于AHP法和熵技术的自动化立体仓库价值评价[J].山西财经大学学报,2011,33(4):1-2.

[5]刘宇彬,刘建华.基于层次分析法和熵权法的电网风险评估[J].电力科学与工程,2013,29(11):37-43.

[6]吴赐联.福建省循环经济发展的综合评判[J].三峡大学学报(人文社会科学版),2014,36(3):60-64.

[7]李华志,张格静,等.价值工程在项目管理中的应用[J].价值工程,2014(25):11-12.

价值系数篇6

1 资料与方法

1.1 一般资料

分析该院2012 年1 月‐2015 年1 月经手术病理证实的49 例卵巢病变患者的临床资料和MRI检查资料, 进行回顾性分析、统计。年龄15~75 岁, 平均38 岁。临床主要表现为下腹部包块20 例, 月经不规则10 例, 腹痛、附件区压痛15 例, 阴道不规则流血15 例, 进行性消瘦9 例, 腹部不适扪感1例, 腹水征5 例, 无明显症状、体检中心例行体检、或者做其他检查时偶然发现者2 例, 上述主诉或临床表现有交叉重叠现象。病程1 个星期~3 年。

1.2 扫描技术

全部患者均例行MRI平扫及动态增强扫描, 采用GE BRIVO 355 1.5T光纤超导全身磁共振扫描仪。检查前患者禁食6 h, 前一天给予番泻叶开水冲泡口服清洁肠道, 扫描前口服1.5% 泛影葡胺水溶液或2%甘露醇溶液800~1 000 ml。患者取仰卧位, 先进行平扫, 平扫完成后, 再进行动态增强扫描, 采用经前臂静脉团注对比剂 (钆喷酸葡胺 (15~20 ml) , 剂量约为每公斤体重0.2 mmol, 速率3.5~4.0 ml/s, 采用双筒高压注射器, 之后追加20 ml生理盐水灌洗。MRI常规序列包括:常规T1 加权成像 (T1WI, TR/TE: 400/9.4 ms) 、脂肪抑制T2WI横轴位和冠状位 (FST2WI, TR/TE: 3 240/115.9 ms) , 层厚:5 mm, 无间隔, 视野:30 cm, 矩阵:256×192。LAVA序列动态增强扫描参数:TR/TE: 3.8/1.8 ms, 视野:38 cm, 矩阵:256×224, 层厚:4 mm, 零穿插处理 (ZIP) ×2, FA13°。弥散加权成像 (DWI) 采用单次激发平面回波成像序列 (single-shot echoplanar imaging sequence, EPI) , 横断位成像, TR:10 000 ms, TE随b值进行相应调整, 在X、Y、Z, 3 个方向按各向同性施加弥散敏感梯度磁场, 取2个弥散敏感b值, 分别为0 s/mm2、1 000 s/mm2, 层厚:4~6 mm, 层间距:0.5 mm, 矩阵:256×192, 1 次信号平均 (NEX:1) 视野:40 cm。

1.3 影像分析

选择该院2 位资深医师对所有卵巢病变的MRI图像进行分析研究, 综合判断, 包括病变的部位、大小、信号特征、边缘及与相邻器官或结构的关系, 病变血供, 以及转移表现, 并结合临床表现进行分析, 最后回顾性与手术病理结果进行比对、综合评价。不一致的地方, 经共同协商达成基本一致。

ADC值测量:ADC图由相应图层的DWI图像, 经GE自带的后处理工作站自动生成, 在T2WI或增强扫描图像为指导, 以整个病变区域作为RIO, 避开干扰层面, 在ADC图上选择病灶较大径线所在层面, 取3 次选平均值作为该病灶最终的ADC值。

1.4 统计学方法

采用SPSS 17.0 软件, 行带协变量的ROC分析, 评价ADC值、动态增强MRI, 两者结合诊断卵巢恶性病变灵敏度、特异度和准确度, P <0.05 为差异有统计学意义。

2 结果

2.1 卵巢病变的MRI平扫和增强表现

49 例卵巢病变患者中, 良性39 例, 恶性10 例。39 例良性病变中, 13 例卵巢囊肿, 2 例卵巢囊肿合并蒂扭转, 3 例巧克力囊肿, 6 例畸胎瘤, 11 例囊腺瘤, 1 例卵泡膜瘤, 1 例纤维瘤, 2 例卵巢脓肿合并输卵管积液扩张;9 例恶性病变, 其中, 7 例囊腺癌, 2 例浸润性移行细胞癌, 1 例转移性肿瘤。该组卵巢良性病变占多数 (39/49) , 占了全部病变的79%, 与文献报道一致[3]。良性病变中大多数为囊性病变, 除了发现1 例卵巢纤维瘤为实性病变, 其余均为囊性。良性病变边界清楚, 囊肿信号由囊内成分决定, 根据自由水、结合水、新鲜或陈旧出血表现出信号的高低不等。该组所有单纯性囊肿多表现为单发或多发类圆形、单房性、壁薄、边界清晰, 呈水样信号, T1WI呈低信号、T2WI及脂肪抑制呈明亮高信号, 动态增强扫描无强化;黄体囊肿较其他功能性卵巢囊肿有差别, 卵泡壁相对较厚, 容易合并出血, 出血性黄体囊肿信号改变T1WI为高信号, T2WI上表现为中等到高信号, 取决于出血的新旧程度, 陈旧性出血T2WI可见低信号含铁血黄素沉着, 动态增强扫描囊壁强化均匀, 无明显壁结节, 其内信号尚均匀。巧克力囊肿MRI表现取决于出血时期, 典型表现为多囊性肿块伴有T1WI高信号而T2WI低信号, 也有表现为T1WI及T2WI均为高信号, 与周围器官粘连。畸胎瘤含有特征性脂肪信号, 脂肪抑制后呈低信号, 或出现脂—液分层现象, 大多数伴有化学伪影, T1WI呈高信号, T2WI呈中等信号, 诊断较为明确。浆液性卵巢囊腺瘤囊内信号均匀, T1WI呈中等偏低信号, T2WI呈均匀高信号, 壁薄, 囊壁增强扫描呈中等—明显均匀强化。黏液性囊腺瘤呈薄壁多房, 各房信号不均匀, T1WI呈稍高信号, T2WI呈高信号, 增强扫描囊壁及间隔呈均匀轻度、中度强化。良性囊腺瘤亦可有壁结节, 本组囊腺癌结节表现为多发, 质地不均匀, 合并坏死, 边缘不规则, 囊壁之间的分隔厚薄不均匀, 不规则, 动态增强扫描强化不均匀, 而良性结节多为1、2 个, 体积较小, 信号较为均匀, 强化程度较均匀、明显。

2.2 ADC值与动态增强MRI诊断卵巢恶性病变灵敏度、特异度和准确度比较

动态增强扫描诊断卵巢恶性肿瘤的灵敏度、特异度和准确率分别为:92.4%、80.0% 及89.8%, 观察者间的一致性为0.86 (kappa指数) 。ADC值诊断卵巢恶性肿瘤的灵敏度、特异度和准确率分别为:82.1%、79.0% 及83.7%。DCE-MRI扫描结合ADC值诊断卵巢恶性肿瘤的灵敏度、特异度和准确率分别为:95.5%、86.3% 及93.9% (见表1) 。ADC值结合动态增强扫描MRI时, ROC曲线下面积 (area under the ROC curve, AUC) 最大, 差异具有统计学意义 (P <0.05) 。

3 讨论

DCE-MRI增强扫描在卵巢病变的良恶性鉴别、交界性和侵袭性肿瘤鉴别诊断方面明显优于普通MRI增强检查。由于普通增强MRI检查只能获取固定时相的影像, 缺乏量化指标及病变血管功能的评估, 对恶性病变的鉴别存在困难。DCE-MRI通过对比剂的药代动力学获得连续性动态曲线, 进行定量、半定量等量化指标, 客观反映病变的强化特征。GD-DTPA动态增强扫描表现相关性主要涉及3 个因素:①血液供应使对比剂传递, 由血管内扩散进入细胞外间隙, 通过对比剂的分布容量进行动态监测, 反映病理组织的血供;②动态增强早期增强值与血管内对比剂的减少率成正比, 因此可以用来推测肿瘤血管的变化;③动态增强后期主要反映血管外间隙对比剂的分布容量, 因此可以用来推测病变的血供状态。良性病变和恶性肿瘤的组织成分不同, 血供及血管生成、丰富程度不同, 因此强化程度、强化方式必然存在一定的差异。ThomassinNaggara[1]对卵巢肿瘤在动态增强的扫描研究中总结提出:TIC时间信号- 曲线主要分为3 种类型 (与子宫肌层对比) :Ⅰ型曲线为无强化峰值渐进型;Ⅱ型曲线呈平坦中等强化;Ⅲ型曲线早期即明显高于正常子宫肌层。Ⅰ型曲线多见于良性肿瘤, Ⅱ型曲线多见于交界性肿瘤, Ⅲ型曲线多见于侵袭性肿瘤, 但是灵敏度、特异度和准确率较低, 单纯根据增强曲线形态对肿瘤定性仍然存在假阳性、假阴性可能[2]。良性病变新生血管较少, 良性肿瘤生长较为缓慢, 少见坏死, 多表现为病灶均匀强化, 后期强化更明显, 主要为后期对比剂逐渐进入细胞外间隙。因此良性病变时间‐信号曲线一般表现为缓升‐缓降型。恶性肿瘤峰值信号强度一般高于良性病变, 且到达峰值时间高于良性。

初步研究发现, ADC值结合DCE-MRI检查能够提高卵巢肿瘤的灵敏度、特异度和准确率, 减少假阳性率和假阴性率的发生。由于DCE-MRI目前仍然处在起步阶段, 敏感性、可重复性差, 容易受运动伪影和磁敏感伪影的影响, 数据的分析较为复杂, 目前尚无公认的最优化参数及测量, 各家处理软件亦存在差异, 有待协调统一和完善[3,4]。随着基层医院高场强MRI的日益普及, 凭借ADC值结合DCE-MRI的固有优势, 在卵巢良恶性病变的诊断及评估方面, 具有良好的应用前景是不容置疑的, 动态增强MRI扫描可详尽地显示卵巢癌部位和范围、有无周围软组织侵犯和转移等, 可以明显提高对卵巢癌的诊断准确率[5]。未来有待统一评价标准, 减少数据分析的繁杂性, 提高可重复性和可操作性, 找出一条适合基层医院患者数量多、对诊断报告的时效性要求较高的路子, 更好的服务于临床, 必将需要更多的大样本大数据研究支持。

参考文献

[1]Thomassin-Naggara I, Darai E, Cuenod CA, et al.Dynamic contrastenhanced magnetic imaging:a useful tool for characterizing ovarian epithclial tumors[J].Magn Reson Imaging, 2008, 28 (1) :111-120.

[2]吴晓莉, 先世伟.卵巢癌的磁共振动态增强诊断[J].中国CT和MRI杂志, 2014, 12 (9) :52-54.

[3]李海明, 强金伟.动态增强MRI在卵巢肿瘤中的研究进展[J].放射学实践, 2013, 28 (9) :987-989.

[4]路丽, 季倩, 沈文.动态增强MRI对卵巢肿瘤的诊断价值及研究进展.国际医学放射学杂志[J].2014, 37 (2) :130-133.

价值系数篇7

建筑墙体的传热系数除了按GB/T 13475-2008《绝热稳态传热性质的测定标定和防护热箱法》直接检测外, 还可以间接测试, 即先通过测出组成材料的导热系数, 然后结合砌体使用过程中的热流特性, 根据GB 50176-93《民用建筑热工设计规范》中复合结构热阻值的计算公式进行计算, 得到砌体的热阻值, 最后算出砌体的传热系数。

2 试样选择

本文选用的是以聚苯乙烯混凝土节能砌块为基材, 内外各粉刷20mm厚水泥砂浆的砌体为试样, 并依据GB/T10294-2008《绝热材料稳态热阻及有关特性的测定防护热板法》的要求制作聚苯乙烯混凝土的导热系数测定样品, 并按其要求测定导热系数。

3 砌块墙体传热系数的计算

3.1 聚苯乙烯混凝土导热系数的测定

首先按GB/T 10294-2008的要求, 将制作好的聚苯乙烯混凝土样品放入“PDR-3030B型导热系数测定仪”测出其导热系数为0.21W/ (m·K) , 干密度为1252kg/m3。

3.2 计算砌块热阻

砌块热阻计算示意图如图1所示。该砌块规格尺寸为290mm×180mm×190mm, 砌块的宽度为180mm, 外壁厚15mm, 肋厚为17mm, 如图1所示。在与传热方向垂直的面上, 将砌块分为9个传热单元, 每个传热单元的面积直接根据砌块尺寸计算, 单层材料的热阻按GB 50176-93中附2.1的公式R=d/λ计算, 多层材料热阻按GB 50176-93中附2.2的公式R=R1+R2+……+Rn计算, 计算过程如下:

(1) 传热面积计算。

总面积A0=0.29×0.19=0.0551m2

第一单元面积A1=0.015×0.19=0.00285m2

第二单元面积A2= (0.050-0.015) ×0.19=0.00665m2

第三单元面积A3=0.017×0.19=0.00323m2

第四单元面积A4= (0.156-0.015) ÷2×0.19=0.013395m2

第五单元面积A5=A1=0.00285m2

第六单元面积A6=A4=0.013395m2

第七单元面积A7=A3=0.00323m2

第八单元面积A8=A2=0.00665m2

第九单元面积A9=A5=A1=0.00285m2

(2) 砌块热阻的计算。第一、九单元的热阻相当, 其值为砌块110mm厚聚苯乙烯混凝土的热阻和70mm厚空气层热阻的和;第二、八单元的热阻相当, 其值为砌块60厚聚苯乙烯混凝土的热阻和120mm厚空气层的热阻之和;第三、七单元的热阻相当, 其值为砌块130厚聚苯乙烯混凝土的热阻和50mm厚空气层的热阻之和;第四、六单元的热阻相当, 其值为砌块60厚聚苯乙烯混凝土的热阻和120mm厚空气层的热阻之和;第五单元的热阻, 其值为砌块110厚聚苯乙烯混凝土的热阻和70mm厚空气层的热阻之和;查《建筑节能检测技术》 (第二版) 附录D表D-1得到一般垂直空气间层夏季状况的热阻Rg如表1。

第一、九单元热阻

第二、八单元热阻

第三、七单元热阻

第四、六单元热阻

第五单元热阻

(3) Ri、Re按GB50176-93中附表2.2和附表2.3取值, 内表面换热阻Ri取0.11m2·K/W, 外表面换热阻Re取0.05 m2·K/W。修正系数φ, 按GB50176-93中附表2.1取值, 采用φ=0.98。

(4) 根据GB 50176-93的规定, 将A1、A2、······、A9、R1、R2······R9、Ri、Re、φ的值代入复合结构的热阻GB50176-93中附2.3的公式, 经过计算得到砌块的平均热阻, 计算过程如下。

砌块的传热热阻计算如下:

砌块的传热计算如下:

至此, 砌块的热阻和传热系数已经通过检测和计算得出了, 可以作为本文聚苯乙烯混凝土砌块墙体传热系数的基础数据使用。

(5) 砌块砌体的平均热阻计算。砌块在实际使用时需要砌筑成为砌体, 计算砌体的热阻、传热阻、传热系数时要考虑砌筑砂浆的厚度和导热系数以及抹面砂浆的厚度和导热系数。在这样的情况下, 分步计算:先计算砌体中砌块的面积和砌筑砂浆灰缝的面积;按公式R=d/λ计算出砌筑砂浆灰缝的热阻 (本文视砌筑砂浆为均质材料) ;根据砌体中砌块和砌筑砂浆所占面积比例, 按面积加权的方法计算出砌体主体部位的平均热阻;测量抹面砂浆的厚度, 按公式R=d/λ计算抹面砂浆的热阻;在按多层材料复合结构热阻GB50176-93中附2.3计算公式, 计算出砌体的最终热阻;将以上得到的砌体最终热阻代入式和公式K=1/R0可以计算出砌体的传热阻和传热系数。计算过程如下:

这里设砌体中砌筑砂浆层的面积为As, 导热系数为λs, 热阻为Rs;砌块面积为Ab, 砌块热阻为Rb;砌体 (不含抹灰砂浆的砌块砌筑体) 的热阻为Rz;抹面砂浆的导热系数为λm, 热阻为Rm;砌筑体 (包括两面的抹面砂浆) 的热阻为Rq;砌筑墙体的传热阻为Rq0;砌筑墙体的传热系数为Kq;砌筑灰缝厚度为10mm, 抹面砂浆的厚度为20mm;计算1m2砌体的热阻。计算过程如图2所示。

查常用材料的热工参数, 得到砌筑砂浆层导热系数λs=0.93W/ (m·K)

砂浆层的热阻

根据2.2.4的计算, 知道砌块的热阻因此, 有:

4 结语

由以上计算可知, 聚苯乙烯混凝土节能砌块基材的导热系数为0.21W/ (m·K) , 外壁厚为15mm肋厚为17mm, 290mm×180mm×190mm的多排孔聚苯乙烯混凝土砌块, 用导热系数为0.93W/ (m·K) 的砂浆砌筑和抹灰, 砌筑灰缝为10mm, 双面抹灰厚度各为20mm的砌筑墙体的传热系数检测计算值Kq为1.39W/ (m2·K) 。

参考文献

[1]田斌守, 建筑节能检测技术 (第二版) , 中国建筑工业出版社, 2010

[2]GB50176-93, 民用建筑热工设计规范

[3]GB/T10294-2008, 绝热材料稳态热阻及有关特性的测定防护热板法

价值系数篇8

关键词：移动通信,波动系数,不均衡系数

1 波动系数统计方法探讨

现实网络的系统忙时话务量随着时间在不断变化, 这种变化的规律, 以及针对这种变化规律推理出来的统计方式是人们研究系统忙时话务量的变化的时候关注的主要问题。

图1中显示了某市1月份到11月份系统忙时话务量的变化情况, 从图1可见, 该市的系统忙时话务量在逐步增加的同时也表现出较大的波动性。

从长期变化趋势来看, 系统忙时话务量的变化主要是由用户量的增长的因素引起的 (图中的直线是采集数据的拟合曲线) ;但从短期变化趋势来看, 用户量的变化并不是影响系统忙时话务量变化的主要因素, 而是用户话务行为的变化。不计短期内用户的增长, 将系统忙时话务量按每周统计归一化, 得到用户话务行为的变化特征如图2所示。从图2可以看出, 该市系统忙时话务量的波动比较大。这里使用波动系数来表征这种系统忙时话务量的变化。

在目前针对波动系数的研究过程中, 主要使用下面两种波动系数的定义方法。设小区话务量矩阵:

1) 方法一

定义:日小区忙时话务量:

设有n个小区, 在d天n个小区0~23点内产生最大话务量的合计, 定义为日小区忙时话务量, 如下所示:

定义:月小区忙时话务量:

设有n个小区, 统计时间为1~d天。将月小区忙时话务量定义为在统计时间内日小区忙时话务量的加权平均:

公式:

2) 方法二

定义:系统最大忙时话务量:

统计时间内系统忙时话务量的最大值:

定义:系统平均忙时话务量:

统计时间内系统忙时话务量的平均值:

公式:

在网络规划和配置过程中, 这里的统计时间段通常取每个月的一周, 然后将一年的波动系数取平均值作为波动系数的最终取值。

3) 两种波动系数定义方法的比较

从以上两种波动系数的计算公式中, 可以归纳出以下几点:

a、统计特性方面

方法一中, 月小区忙时话务量考虑了小区忙时话务量的统计特性, 将小区忙时话务量近似为正态分布函数, 从而将月小区忙时定义为各小区忙时的统计平均值。这种方法比较贴近小区忙时话务量的实际情况。

方法二中, 将波动系数定义为最大系统忙时话务量和平均系统忙时话务量的比值, 这种方法在短期统计计算过程中, 与实际系统忙时话务量的趋势相差较大。

b、统计精度方面

方法一中, 虽然方法一针对短期数据的统计方法比较切合分布特性, 但由于只是针对一年中某两个星期波动系数的计算, 与长期波动系数的变化趋势差别较大。比如, 如果取值的时间段接近春节, 波动系数将明显偏大, 如果取值时间段接近年中, 波动系数将明显偏小。

方法二中, 由于方法二考虑的是最大系统忙时话务量和平均系统忙时话务量的比值, 所以从短期计算来看, 波动系数的取值明显偏差较大, 但由于计算时间考虑了一年, 这种偏差的影响能够从一定程度上得到消除。

c、计算效率方面

方法一需要对每天的小区忙时话务量进行计算和统计, 如果和方法二取值时间相同, 方法一明显需要更长时间, 但方法一只是针对一年中的两周进行统计, 而方法二针对一年中每个月的一周进行统计, 所以综合下来, 两者的计算时间相当。

两种方法各自有自己的优点和缺点, 课题研究的目标就是试图找到一个更接近系统忙时话务量变化规律, 又运算效率高的方法。

2 不均衡系数统计方法探讨

与固定用户不同, 移动用户总是处于移动状态, 用户在网络中移动造成了各小区之间的实际忙时以及忙日并不一致。由于小区的配置是以实际忙时为准, 而网络是由多个小区构成, 因此网络实际所配置的无线容量需要大于系统忙时的容量需求。

定义:系统忙时话务量

统计时间段上某天全网统计产生最大话务量所对应时刻的话务量, 如下所示:

用户移动性导致同一小区的不同时间、以及不同小区之间话务量相差较大, 对于用户移动性较强的地区, 这种差别就更加明显。通过引入小区话务部平衡系数指标能够客观反映用户的移动性。

小区话务部平衡系数=小区忙时话务量/系统忙时话务量-1

用公式表示为:

该参数的比值越大, 说明各小区忙时多不一致, 用户的移动性较强。

这种方法能够考虑小区忙时话务量和系统忙时话务量的差别, 但无法从统计特性上更准确的把握用户移动性的本质特性。下面结合各方面理论和实践分析, 探讨更为精确的定义方法。

3 新型统计方法探讨

本文在分析了大量现网数据的基础上, 对由于系统忙时话务量本身的波动和由于用户移动而造成的小区实际忙时与系统忙时不统一分别进行了分析和定义。

3.1 波动系数的定义和分析方法

从图2中可见, 该市用户话务行为的波动比较大。通过对数据进行归一化的分析, 得出均值为1, 标准方差为0.23。统计的归一化用户行为和对应的正态分布的累积分布曲线和概率分布图。统计的数据和对应正态分布的累计分布概率的相关性达到0.968, 通过对其它城市的数据分析, 发现二者的相关性一般也在0.93以上, 因此可以用正态分布函数来拟合用户话务行为的波动性。

根据前面分析, 为表征用户话务行为的变化情况, 定义系统忙时波动系数为归一化系统忙时话务量的标准方差。即:归一化系统忙时话务量的标准方差为系统忙时波动系数:

由于可以用正态分布函数来拟合用户话务行为的波动性, 而系统忙时话务量是用户数和单用户话务量乘积, 因此可以用tsAV和σs来表征系统忙时话务量的波动情况。实际统计中, 采用1+σs所达到的统计概率为84%左右, 而采用1+1.5σs所达到的统计概率为93%左右。利用tsAV和σs可以估计未来系统所承担的最大忙时话务量, 从而为交换网和无线网的配置提供依据。

1.2不均衡系数的定义和计算方法

为了表征用户的移动特性, 我们引入不均衡系数的概念。

定义:小区最大话务量:指各小区在统计时间1~d天内实际忙时话务量的最大值。

在实际采集数据进行分析时, 某个小区可能在数据采集的时间内具有较高的话务量而在其他相当长的时间内话务量偏低, 此时若采用采集时间内的最大值则可能使得容量偏大, 从而降低了实际网络利用率。

本文选择某市2010年12月1号~2010年12月7号7天时间内, 采集到有效数据的240个小区作为考察对象。为了准确配置小区, 我们对该地区的小区数据进行分析, 首先对每个小区7天内的最大值进行归一化处理, 然后对归一化数据进行统计分析。统计分析结果如下图所示:

根据统计, 该市240个小区归一化数据的统计结果与正态分布累积分布概率的相关性为0.997, 二者相关性在1+标准方差后几乎为1。据此, 我们认为可以采用正态分布来拟合小区间话务量不均衡情况。

定义:小区统计话务量:指各小区每天实际忙时话务量的均值+α*各小区每天实际忙时话务量标准偏差 (α值得不同代表不同的统计概率, 下面计算中采用α=1, 统计概率84%左右) 。

定义:不均衡系数αUm-M:以小区承担的最大话务量计算。

定义:用户移动性因子αUm-s:以小区承担的统计话务量计算。

通过以上对历史数据的计算, 得到了σs、αUm-M和αUm-s, 即波动系数和不均衡系数。从而可以得到小区忙时话务量:

由于在规划或可研的过程中可以得到未来系统需要承载的话务量 (可认为是tsAV) , 而σs及αUm可以通过统计得到, 因此可以用公式 (7) 预测未来无线网络的小区忙时话务量。

4 实际计算验证新方法和原方法的差别

本文选用2010年12月1日~12月7日, 某市240个有效小区作为考察对象, 分析现在使用的计算波动系数和不均衡系数的方法和新型计算方法计算出来的数值有多大程度的差别。

使用波动系数方法一和原不均衡系数的计算方法, 得到的波动系数和不均衡系数的变化趋势如图3所示。

7天时间统计平均, 波动系数的平均值为0.155, 不均衡系数的平均值为0.137, (1+波动系数) * (1+不均衡系数) 的7天平均值为1.313.

使用本文探讨的新型统计方法, 7天波动系数为0.082;不均衡系数:使用所有小区承担的最大话务量计算为0.206;使用所有小区承担的统计话务量计算为0.162, 平均值为0.184。 (1+波动系数) * (1+不均衡系数) 的7天平均值:使用所有小区承担的最大话务量计算为1.305;使用所有小区承担的统计话务量计算为1.258, 平均值为1.282。图4是两种统计方法对比图:

从以上针对同样数据, 使用原有和新型统计方法的计算结果可以看出:单纯考察波动系数和不均衡系数, 两种方法的差别比较大, 原因是两种计算方法的统计方式和统计规律不同;但综合考察忙时话务量和小区忙时话务量的差别, 即 (1+波动系数) * (1+不均衡系数) 可以看出, 原有计算方法得到的平均值为1.313, 新型计算方法得到的平均值为1.282, 差别不大。但由前面的分析可以看出, 本文研究的统计方法更符合话务量的实际分布情况。

参考文献

[1]陈向阳.网络工程规划与设计[M].北京:清华大学出版社, 2010.

[2]陈德荣, 刘永乾, 蒋丽.移动通信网络规划与工程设计[M].北京:北京邮电大学出版社, 2010.

[3]徐华林.专用无线通信系统话务量的计算[J].邮电设计技术, 2004, 52 (5) :950-954.

价值系数篇9

用落球法测量液体粘滞系数的实验是大学普通物理实验中必做的一个实验。粘滞系数又称内摩擦系数。是描绘流体粘滞性的物理量。流体的粘滞性是由于流体分子结构、分子之间的吸引力及其运动状态所引起的。它表现在当流体某一层面对其相邻层面有相对运动时产生的内摩擦力。本文主要从用落球法变温粘滞系数实验仪测粘滞系数的实验原理和实验操作入手, 对测量过程中易产生的误差原因进行了综合性的分析。

1 实验原理

如图所示, 让小球从液体上方自由下落, 落入液体中时小球受到重力P, 浮力N、粘滞力f (竖直向上) 三个力的作用。由于浮力N和粘滞力f之和小于重力P, 小球将作加速运动。随着速度增大, 粘滞力也增大。当浮力N和粘滞力f之和等于重力P时, 有

小球将匀速下落, 速度不再增加。此时的速度称为收尾速度v0。

在小球相对于液体的运动速度不大, 且该液体不产生漩涡的情况下小球在液体中匀速运动, 则附着在小球表面的液体与它周围的液体间的粘滞力, 即小球受到的粘滞阻力f可由斯托克斯公式给出

为该液体的粘滞系数, v0为小球的收尾速度, r为小球的半径。式 (1) 可写为

式中, ρ为小球的密度, ρ0为液体的密度, g为重力加速度, 由式 (3) 可得

实验中, 小球在油筒中下落, 油筒的深度和直径均有限, 考虑到筒壁对小球的影响, 小球所受到的粘滞阻力要偏大些, 故将式 (2) 修正为

式中, d为小球的直径, D为油筒的内径。

若在液体中, 小球匀速下落了一段距离s, 相应的时间为t, 则

可见, 若已知小球和液体的密度ρ和ρ0及重力加速度g, 只要测量出小球的直径d, 油筒的内径D, A、B的间距s以及小球经过s的时间t, 便可算出液体的粘滞系数η。

2 实验误差分析

(1) 实验中液体油筒不水平引起误差。学生开始实验前必须将液体油筒底座的4个螺钉调节水平。这是为了保证小球下落时不会贴靠在油筒的壁上。如果忽略油筒垂直, 将给整个实验带来误差。

(2) 温控仪未达到设定温度, 便开始操作实验。因为设定温度后, 必须使待测液体的温度与水的温度完全一致才可以测量。如果实验中操作不够重视, 设定的温度与待测液体的温度是不一致的, 测量的粘滞系数不是设定温度下的粘滞系数, 此时记录数据是有误差的。

(3) 实验开始后, 不可以碰撞油筒, 否则会引入横向力, 造成液面漩涡, 使小球靠近油筒壁下落, 带来测量误差。

(4) 小球下落偏离轴线方向, 油筒壁对小球运动影响加大。实验中要求小球下落时应尽可能沿筒轴线方向, 才能最大限度地减少油筒壁对小球运动的影响。可是实验中, 学生靠自测进行估计, 往往不能准确判定油筒的轴线方向。而且, 取放小球工具不当, 会导致小球释放到油筒中时, 下落轨迹偏离轴线, 从而增加油筒壁对小球运动状态的影响, 产生很大误差。甚至有时由于操作失误, 小球不能保证由静止开始下落。下落时带有水平初速度, 这就更造成了许多不必要的误差。

(5) 小球刚进入液体未开始作匀速运动, 就开始计时引起误差。因为根据牛顿运动定律及粘滞阻力的表达式, 可列出小球在达到平衡速度之前的运动方程:

经整理后得:

这是一个一阶线性微分方程, 其通解为:

设小球以零初速放入液体中, 代入初始条件 (t=0, v=0) , 定出常数C并整理后得:

随着时间增大, 式 (9) 中的负指数迅速趋近于0, 由此得平衡速度:

(6) 测量者观测在小球下落后, 小球开始作匀速运动时, 对油筒刻线位置判断不准确, 造成计时不准, 带来测量时间上的误差。实验中用的小球直径也很小, 小球下落中学生的操作稍有疏忽, 或者任何外力干扰, 都会造成在小球真正经过刻度线时, 学生没能及时开始计时或停止计时。

(7) 使用秒表记录时间会产生误差。这是因为按下秒表的时间与实际时间有间隔。

(8) 实验时, 小球表面粗糙, 或有油脂、尘埃等也会产生测量误差。因为这样的小球会扰动液体, 使阻力增大, 速度减小, 导致测量结果偏大。

此外, 小球的密度、液体的密度、油筒的内径, 虽然由实验室给出, 但并非严格精准, 也会间接地对实验结果产生影响。

3 总结

在用落球法变温粘滞系数实验仪测量液体的粘滞系数实验中, 对引起实验的误差原因进行了综合性的分析。通过以上误差分析, 确定了该实验调节过程应该特别注意的内容。减少了学生操作的误差。对该实验有很强的指导意义。同时也有利于对实验仪器的进一步改进。

参考文献