Resumen

Para datos recogidos secuencialmente, este artculo introduce un mtodo de diferenciacin lag-one para estimar la desviacin tpica del error aleatorio y, a continuacin, utiliza la estimacin para calcular un umbral de deteccin de cambios en un mtodo de ventana mvil para detectar cambios en el error sistemtico a corto plazo. Se presentan resultados de rendimiento con datos simulados y reales. Afortunadamente, se prev que el impacto de tener que realizar la deteccin de cambios en las varianzas estimadas del error sistemtico y aleatorio a corto plazo ser modesto o pequeo. El ejemplo motivador surge de las instalaciones sometidas a acuerdos de salvaguardias nucleares, donde los datos de los inspectores recogidos durante las verificaciones del Organismo Internacional de Energa Atmica (OIEA) se comparan con los datos correspondientes de los operadores. Las diferencias entre los valores del operador y del inspector se evalan aplicando un anlisis de varianza (ANOVA). Normalmente, se supone que los errores sistemticos a corto plazo cambian a lo largo de los periodos de inspeccin, por lo que los periodos de inspeccin forman los grupos utilizados en el ANOVA. En algunos conjuntos de datos, parece que los errores a corto plazo han cambiado en otros momentos, por lo que podran utilizarse mtodos de deteccin de cambios para detectar los tiempos de cambio reales.

• 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.