英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料
电磁继电器的剩余寿命预测基于粒子滤波的方法
赵有虎 Enrico Zio 傅桂崔
摘要:本文提出了一种基于粒子滤波的电磁继电器剩余寿命预测方法。这里讨论的RSL预测问题有以下三个显著特征：1）可用的测量数据有限；2）不完全运行到故障数据；以及3）没有物理退化过程的模型。然后，为了开发RSL预测方法，进行了存储测试和降解机理分析，以获得开发支持RSL预测过程的物理模型所需的知识和信息。讨论了该预测方法的三个主要步骤：参数估计、模型验证和RSL预测。九个继电器的数据用于估计初始参数值分布和一个继电器的数据用于RSL预测。并将预测结果与非线性曲线拟合方法和基本粒子滤波算法进行了比较。比较表明，该方法比其他方法更能有效地预测相对稳定度。
关键词：剩余存储寿命 电磁继电器 粒子过滤
介绍
电子元器件长期储存条件的评估是近年来军事和商业领域出现的一个新问题。例如，对一些武器系统（导弹系统）来说，这种评估非常重要，这些武器系统在长期储存（大约10-20年）后需要运行，在此期间，它们暴露在湿度、温度循环和机械冲击下。再举一个例子，由于采购限制和库存管理问题，中国的商业制造商使用长期储存的组件来生产他们的产品。这引起了对存储退化和存储可靠性的关注，特别是对于一些昂贵的电子系统。更普遍的是，众所周知，由于运行中系统的可用性，存储中备件的可靠性可能非常重要：存储的替换组件的可靠供应可以保证系统保持完全功能，并确保设计期间及之后的业务连续性。因此，准确预测存储部件的可靠性变得至关重要。
本文主要研究电磁继电器的RSL预测。这是军用继电器以及商业应用中最广泛使用的一种。这种装置的主要功能通过低功率电路切换高电压或电流。电磁继电器利用电磁铁来操作开关机构。它还提供高功率电路和低功率电路之间的隔离。电磁继电器故障机理如参考文献[2]所述，对储存进行了分析。故障分析是用于发现存储过程中故障的根本机制。这个需要通过分析获得的知识和信息建立了用于RSL预测的物理退化模型。此外，RSL的预测也应以测量数据为基础，当收集到新的信息性数据时，应更新预测结果。
本文中，参考文献[2]中使用的相同类型的电磁继电器已考虑发展预测方法。在储存期间，这些电磁继电器存放在仓库中。在相对稳定的25°C和20%相对湿度条件下。定期测量具体性能参数以监测退化情况。这些测量数据用于RSL预测，具有以下特点：1）可用数据的数量有限-考虑到测量可能对存储的组件产生不良影响，此类测量的频率较低；2）不完全运行到故障数据-由于存储降级过程很长，几乎不可能完全运行到故障数据。
一般来说，预测是指预测设备未来的退化趋势和相关的剩余寿命。这种方法可以大致分为数据驱动和基于模型的方法。基于模型的方法使用物理模型和一些测量数据来估计模型参数和预测未来趋势。在这一类别中，粒子滤波（pf）被广泛使用，因为它可以应用于非线性模型。经典粒子过滤方法的一个缺点是粒子贫化。PF在电子元器件剩余使用寿命（RUL）预测中的应用得到了广泛的研究。在参考文献[12]中，提出了一个基于在线粒子过滤的框架，该框架考虑了两个自治模块的实现。在参考文献[13]中，使用改进的无气味粒子过滤来预测电池的RUL。参考文献[14]提出了一种结合粒子滤波和核平滑的方法来解决粒子贫化问题。参考文献[15]中，采用粒子滤波算法对电容器的退化过程进行建模。在这些工作中，粒子滤波已经应用于有这些信息的情况下，在退化数据、参数分布知识等方面。然而，RSL预测的显著特点是测量数据有限，对模型参数的先验分布知之甚少。现有的方法不适合在这种情况下准确预测相对强弱。
图1 提出的RSL预测方法
具体来说，关于RSL预测，有一些工作是有限的。在文学作品中。参考文献[16]中，一种基于随机滤波的方法用于陀螺仪的RSL预测。参考文献[17]提出了一种基于存储和非操作条件下微电路制造产量统计的通用寿命预测模型。参考文献[18]中，使用多相维纳退化模型预测贮存寿命。用于组件的存储可靠性分析，加速测试和非线性曲线拟合是预测未来部件性能的常用方法。参考文献[19]中，采用现场高温储存寿命试验和最小二乘法（LS）拟合评估了铜导线互连的可靠性。参考文献[20]中，LS拟合用于估算储存可靠性模型参数的值。在[21]中，设计了航天电磁继电器的存储退化试验系统，建立了回归的存储退化模型。在参考文献[22]中，提出了一种通过阶跃应力加速储存寿命试验和伪寿命分布预测储存寿命的方法。上述工作大多集中在存储寿命预测上，主要是基于测试数据而非物理退化模型。另一方面，与数据驱动的预测算法相比，如果物理模型和加载条件都可用，基于模型的方法在长期预测中表现更好[8]。据作者所知，目前还没有PF算法在RSL预测中的应用。
图2 电磁继电器的基本结构。
关于电磁继电器，特别是一个预测，参考文献[23]提出了运行中电磁继电器触点的框架。参考文献[24]中，测量了电磁继电器的动态接触电压，并采用模糊方法通过时间序列分析确定了故障诊断参数。参考文献[25]提出了一种新的可靠性评估方法，考虑了多种退化和失效机制。在参考文献[26]中，开发了一个回归退化模型来预测电磁继电器的寿命。在这些电磁继电器寿命的研究中，重点是运行中的元件。虽然存储也涉及到系统的运行，但在考虑运行条件时，由于它对系统寿命的影响很小，常常被忽略。本文基于电磁继电器在储存条件下的失效分析，建立了一种新的物理退化模型。遗漏交叉验证[27]结合了一种基于小数据集的预测RSL的PF算法。
论文的其余部分组织如下。第2节说明了RSL预测方法。第四部分分析了电磁继电器的存储退化机理。第5、6和7节描述了参数估计、模型验证的步骤。继电器的RSL预测。第8节介绍了与其他方法的预测结果比较。在第8节中，我们对这项工作得出了一些结论。
图3 测量数据
2 剩余寿命预测方法
在本节中，我们将介绍所提出的基于模型的预测方法。模型参数估计和预测的RSL方法基于有限测量和（新）物理模型的电磁继电器。方法如图1所示。PF算法在连续的阶段中使用了三次。首先，训练数据用于基于物理模型的参数估计。由于测量数据不是运行到故障数据，因此可以引入一个伪阈值作为人工故障阈值。然后，使用“离开一出”方法充分利用训练数据集（在我们的例子中是九组）。在模型验证阶段，利用以前没有使用过的数据对预测性能进行评价，最后利用离开一出法得到的参数的初始分布对试验样品进行PF预测。在RSL预测中，PF算法可以参考故障门限来预测构件的RSL。
表1试验程序
测验 总结结果
电气性能试验 测量结果都在允许范围。
目视检查 样品的外表面和针被氧化。
密封试验 样品的泄漏率增加。
内部气体分析 发现有氧、水蒸气和有机气体。
内部检查 未发现明显问题。
扫描电镜和能谱仪 发现有机和无机污染
表二
密封试验结果
这里简要回顾了pf算法，以确保纸。在PF中，有两个重要的模型——系统状态模型 以及测量模型。系统状态模型描述了物理降解机理：
式中k为时间步长指标，X为退化状态，f为非线性动力学函数，theta;为模型参数向量，omega;为随机变量工艺噪声，本工程不考虑。模型参数 假设在储存期间是恒定的。为了估计参数值，模型参数向量可以描述为
其中delta;是随机噪声。测量方程描述了退化状态和测量之间的联系
式中，Z为测量数据；h为非线性测量函数；tau;为随机测量噪声
PF过程可分为三个主要步骤，如下所示： 详细描述见参考资料。[28，29 ]：
- 过滤模型参数theta;和降解状态X根据先验概率估计当前步骤k和密度函数（PDF），系统退化状态模型测量直到当前步骤
- 在当前步骤K更新测量数据Z的似然性是更新模型参数值分布和系统退化状态的估计的基础。在更新的退化模型中，未知参数被估计参数所取代。然后更新分布的粒子将根据其权重重新采样，将重采样结果作为下一步的先验分布；
- 预测组件RSL的预测基于从步骤（2）中预测降解状态并了解故障阈值。
图4 扫描电镜结果（=核心4.90 ktimes;）
三 电磁继电器的退化机理储藏室
3.1 存储测试数据
电磁继电器的基本结构如图2所示。（左），线圈、铁心、电枢、触点的主要元件，机械结构、销子标识清楚。接触结构（图2（右））是电磁继电器最重要的部分。电磁继电器的接触材料为镀金银镍合金基体。利用电接触理论[30,31]对存储退化机理进行了广泛的研究。本文采用陕西群力电气有限公司生产的密封式直流电磁继电器进行了实验研究。
为了研究组件在储存过程中的降解情况，进行了加速试验。本研究将10个电磁继电器（与参考文献[2]中所研究的相同）分为两组。由于继电器的工作温度范围为minus;55°C至125°C，这两组的温度分别设置为100°C和120°C。相对湿度为20%。在测量过程中，将样品冷却至室温（25°C），每天测量接触电阻、开启时间、关闭时间、接触电压降等功能参数。然而，试验后，只有接触电阻显示出明显的退化趋势。
加速试验是利用高温加速储存过程。试验过程中获得的接触电阻数据是加速数据，而不是正应力数据。如果我们使用加速数据，RSL预测结果与实际不符。因此，加速数据需要转换成正应力。阿累尼乌斯方程的数据，通常用于加速试验的研究。有关加速数据转换过程的详细说明，见参考文献[32]。接触电阻时间序列如图3所示。图中有十行代表这十行样品。每个样本有66个测量数据。接触电阻在所有十个试验样品中，有一个缓慢增长的趋势。
表三
EDS结果
图5 1号训练轨迹阻力预测结果。
3.2 存储退化机理分析
储存试验后，所有十个样品都进行了一系列分析。测试，如电气性能测试、外观检查、密封测试、内部气体分析、内部检查、扫描电子显微镜（SEM）和X射线能谱（EDS）分析。分析结果与参考文献[2]中的失效分析结果相似。试验程序如表1所示。包括每个测试的总结结果。此外，密封试验和SEMamp;EDS分析的详细结果将在以下章节中描述
- 密封试验
密封试验结果如表2所示。密封试验，常规密封装置试验[33]是检测装置泄漏的有效方法。每个样品都已提交密封试验，以评估空气质量。贮存试验前后的密封性。样品的泄漏率显著增加，这表明继电器的内部气体可能在储存过程中发生变化，从真空变为非真空。
- 扫描电镜和能谱分析已检查所选触点的表面形态
所选接触的表面形态已通过扫描电镜进行了检查，而表面成分已通过EDS进行了分析。扫描电镜和EDS结果分别显示在图4和表3中。图4中标记了三个典型位置。在位置A，丝状污染物出现；在位置B，表面相对光滑；在位置C，表面有一些粗糙的皱纹和突起。
EDS对A位置的分析表明，A位置存在一定量的碳和氧，表明A位置的某些点发生了氧化腐蚀。接触面。位置B和位置C的EDS分析显示接触表面有机沉积的状态。不同之处在于，由于制造缺陷或机械损伤，C位置存在内层元素（Ag）。因此，我们可以推断在加速试验过程中接触面受到了有机和无机污染。
基于上述储能降解机理分析，我们可以假设接触面降解过程分为两个阶段：密封状态和泄漏状态。这两个阶段的失效机制是不同的。有机污染在密封状态中起主要作用，而无机污染在泄漏状态中影响较大。
3.3 物理模型的降解
利用电接触理论，结合降解机理，建立了支持PF的物理模型。有关接触电阻退化机制的详细说明，请参见参考文献[30]。接触电阻RC通常用来表示继电器的退化状态。
根据参考文献[30]中提出的模型，有机污染机理的物理模型方程式是：
式中，Rminus;1为时间t测得的有机污染机理的接触电阻；R0为初始接触电阻；alpha;为接触点半径；d为瞬间接触直径；k为常数价值。
根据参考文献[34]中提出的模型，无机污染机理的物理模型方程式是
式中，Rminus;2是在时间t测量的无机污染机制的接触电阻，gamma;和d是常数，Q是活化能；T是绝对温度；j是压力接触。
考虑到第3.2节中的分析，这两种机制它们在降解过程中所占的比例。指数模型已成功用于类似的研究[14]。物理模型是两相模型，采用指数模型和。另一 类似工作见参考文献[35]。沿着这些工程的路线，我们假设接触电阻的退化过程可以被写为
哪儿N（0，O）是接触电阻的测量噪声？本文根据测试仪器说明书中提供的信息，测量噪声按N（0，0.1）进行。
我们写下所以上式可被改写为
其中参数a和b未知，且假设在稳定条件下的整个储存期内保持不变。注意，不需要测量方程，因为接触电阻可以直接测量。
图6 用1号训练轨迹估计参数a和b
表四
参数估计结果
4 参数和退化状态估计
在本节中，我们基于pf估计模型参数。因为所有样品的接触电阻都远离故障阈值（50mOmega;），在电磁继电器，我们设置了一个较低的伪阈值15.9mOmega;。此值是通过分析10个测试样本，以便对参数估计和RSL预测两个任务的可用数据进行适当的重新划分。图5显示1号训练轨迹的预测结果以10个为例。
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[443240]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
