Resumen

Para datos recolectados secuencialmente, este artículo introduce un método de diferenciación de rezago de un periodo para estimar la desviación estándar del error aleatorio y luego utiliza la estimación para calcular un umbral de detección de cambio en un método de ventana móvil para detectar cambios en el error sistemático a corto plazo. Se presentan resultados de rendimiento en datos simulados y reales. Afortunadamente, se espera que el impacto de tener que realizar la detección de cambios en las varianzas estimadas del error sistemático y aleatorio a corto plazo sea modesto o pequeño. El ejemplo motivador surge de instalaciones bajo acuerdos de salvaguardias nucleares, donde los datos del inspector recolectados durante verificaciones de la Agencia Internacional de Energía Atómica (AIEA) se comparan con los datos del operador correspondiente. Las diferencias entre los valores del operador y del inspector se evalúan utilizando una aplicación de análisis de varianza (ANOVA). Típicamente, se asume que los errores sistemáticos a corto plazo cambian a lo largo de los perí

• Materias:Desechos nucleares Transferencia de calor Análisis termohidráulico Mantenimiento de equipos Flujo de calor
• Subjects:Nuclear waste Heat transfer Thermohydraulic analysis Equipment maintenance Heat flow
• Palabras claves:Método de diferenciación lag-one; Desviación típica del error aleatorio; Umbral de detección de cambios; Método de ventana móvil; Error sistemático a corto plazo; Períodos de inspección.
• Keywords:Lag-one differencing method; Random error standard deviation; Change detection threshold; Moving window method; Short-term systematic error; Inspection periods.