CN101806861B - 一种密封电磁继电器电接触失效类别判定方法 - Google Patents

Abstract

本发明提供一种密封电磁继电器电接触失效类别判定方法。方法步骤如下：首先对多只密封电磁继电器试验样品进行可靠性寿命试验，记录整个试验过程各试验样品接触电阻等特性参数与动作次数的关系；以接触电阻等六个特性参数构成数据矩阵X_n×6，采用主元分析方法对多维特性参数数据进行降维预处理，从降维后的数据中提取相应数学特征并按失效机理不同进行分类，采用距离判别方法计算新试验样本与各类训练样本的马氏距离，通过比较马氏距离大小确定失效类型；本发明无需开壳借助光学显微镜等仪器进行失效分析。可排除其他诱因导致的干扰因素，使真正的失效原因得以暴露定位。

Description

一种密封电磁继电器电接触失效类别判定方法

(一)技术领域

本发明涉及电磁技术，具体说就是一种密封电磁继电器电接触失效类别判定方法。

(二)背景技术

密封电磁继电器是一种以金属外壳密封形式的电磁继电器。分断和闭合过程产生的电弧对触点的侵蚀是造成其电接触失效的主要原因。一般是在电接触失效后对其开壳，直接用肉眼或借助光学显微镜、扫描电子显微镜等仪器设备对触点表面进行观测研究确定其失效类别。该方法能获得内在失效原因，忽略了运行过程中的接触特性退化信息，没有定量评价退化过程，有时也因客观条件限制无法操作；同时该方法也破坏了继电器产品。

虽然基于动态接触电阻测量的触点失效方法实现了触点失效的在线监测和预测，但仅分析单个参数在研究具体失效机理和通用性方面存在不足。由于结构参数、触点材料以及环境条件等众多因素的影响，加上电弧侵蚀机理本身的复杂性，建立统一的精确数学模型还存在较大的难度。近年来，模糊理论、专家系统逐渐应用于断路器的故障诊断及寿命评价，这些方法通用性和可操作性强，已经取得了一定的实际效果，但仍处于初步研究阶段，其有效性需进一步研究验证。事实上电弧引起的触点材料质量转移会导致继电器触点之间有效间隙发生不同的变化，从而引起不同类型接触失效。已有研究表明，正确记录继电器吸合时间、释放时间、触点压力等特性参数的变化可有效地判定电接触失效类别、失效机理。

(三)发明内容

本发明的目的在于提供一种密封电磁继电器电接触失效类别判定方法。

本发明的目的是这样实现的：所述的密封电磁继电器电接触失效类别判定方法，步骤如下：

步骤一：首先对多只密封电磁继电器试验样品进行可靠性寿命试验，记录整个试验过程各试验样品接触电阻、吸合时间、超程时间、弹跳时间等特性参数与动作次数的关系；以接触电阻、吸合时间、释放时间、超程时间、燃弧时间、弹跳时间等六个特性参数构成数据矩阵X_n×6，其中n为动作次数；

步骤二：鉴于不同失效机理下特性参数的变化特征不同(分散性大、随机性强、相关性强)，采用主元分析方法对多维特性参数数据进行降维预处理，消除彼此的冗余信息及干扰信息；

对于数据矩阵X_n×m，每一列x_i对应一个特征矢量，每一行为观测样本，可表示为：

X＝TP^T＝t₁p₁ ^T+t₂p₂ ^T+…t_mp_m ^T               (1)

式中，t_i为得分矢量，p_i为负荷矢量；

得分矢量和负荷矢量都是两两正交的，每个得分矢量实际是X在与此得分矢量相应的负荷矢量方向上的投影，也就是主元，可表示为

t_i＝Xp_i                                (2)

对X的协方差矩阵进行特征向量分析，当X的特征矢量量纲不同或数量级差别较大时，采用公式(3)对其进行标准化处理，即使X的特征矢量均值为0，方差为1；

$Y=[\frac{x_1-{\stackrel{\‾}{x}}_1}{\sqrt{s_1}},\frac{x_2-{\stackrel{\‾}{x}}_2}{\sqrt{s_2}},...\frac{x_m-{\stackrel{\‾}{x}}_m}{\sqrt{s_m}}]---\left(3\right)$

标准化后得到矩阵Y，其协方差矩阵为

$C=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{y}_i{y_i}^T---\left(4\right)$

对C做特征向量分析，得到特征值λ₁≥λ₂≥…≥λ_m≥0，与这些特征值相对应的特征向量p_i是矩阵的负荷矢量，从而由式(2)求得矩阵X的主元；采用主元贡献率描述各主元综合原始特征矢量的能力，第i主元贡献率定义为

前j个主元的累计贡献率为

贡献率越大，说明主元综合原始特征矢量的能力越强；

当各特性参数之间存在一定的相关性时，X的变化主要体现在前几个主元上，对于变化随机性较大的特性参数而言，第一主元和第二主元已能较强地综合原始多维特性参数的变化信息；

步骤三：从降维后的数据中提取相应数学特征并按失效机理不同进行分类，构成原始的类型判别训练样本；

步骤四：在每种类型的样本符合一定的概率分布情况下，采用距离判别方法计算新试验样本与各类训练样本的马氏距离，通过比较马氏距离大小确定该样本的失效类型；

设总体G为l维总体，其数量指标为Z＝[Z₁，Z₂，...Z_l]^T；令μ_i＝E(Z_i)，i＝1，2，…l，总体G的均值向量为μ＝[μ₁，μ₂，...μ_l]^T，协方差矩阵∑＝cov(G)＝E[(G-μ)(G-μ)^T]；则样本z＝[z₁，z₂，...z_l]^T与总体G的马氏距离定义为

$d(z,G)=\sqrt{{(z-\mathrm{\μ})}^T{\mathrm{\Σ}}^{-1}(z-\mathrm{\μ})}---\left(5\right)$

设有k个l维总体：G₁，G₂，…G_k，均值向量分别为G₁，G₂，…G_k，协方差矩阵分别为∑₁，∑₂，…∑_k，考察样本z和各总体的距离d(z，G_j)，若满足：

$d(z,G_{j0})=\underset{1\≤j\≤k}{\min }d(z,G_j)---\left(6\right)$

则判定z∈G_j0；

在实际问题中，各总体的均值向量μ₁，μ₂，…μ_k和协方差矩阵∑₁，∑₂，…∑_k都是未知的，可利用总体的训练样本做估计；

距离判别准则提出后，需要考察它的优良性；采用回代估计法计算误判率；以两总体G₁和G₂为例，设两个总体的容量分别为n₁和n₂，以全体训练样本为n₁+n₁个新样本，逐个代入已建立的的判别准则中判别其归属；回判结果见表1；

表1回判结果表

n₁₂表示将属于G₁的样本误判为总体G₂的个数；n₂₁表示将属于G₂的样本误判为总体G₁的个数；n₁₁和n₂₂表示回判正确的个数；误判率η的回代估计为：

$\mathrm{\η}=\frac{n_{12}+n_{21}}{n_1+n_2}---\left(7\right)$

本发明一种密封电磁继电器电接触失效类别判定方法，可在密封电磁继电器电寿命试验过程中或电寿命试验后，根据试验数据预判断其电接触失效形式(磨损失效、桥接失效、污染失效)，无需开壳借助光学显微镜、扫描电子显微镜等仪器设备进行失效分析。另外，针对所得数据存在分散性的特点，可排除其他诱因导致的干扰因素，而使真正的失效原因得以暴露定位。

(四)附图说明

图1为本发明的基于主元分析和距离判别分析的失效机理判别过程方框图；

图2为本发明的不同机理下样品第一、第二主元的平均梯度值分布图；

图3为本发明的继电器多参数监测寿命试验系统的测试流程图；

图4为本发明的系统硬件设计总体框图；

图5为本发明的测试主回路设计框图；

图6为本发明的数据采集及处理模块设计框图；

图7为本发明的线圈驱动单元框图；

图8为本发明的正常状态下触点表面示意图；

图9为本发明的磨损失效类型下触点表面示意图；

图10为本发明的桥接失效类型下触点表面示意图；

图11为本发明的污染失效类型下触点表面示意图。

(五)具体实施方式

下面结合附图举例对本发明作进一步说明。

实施例1：本发明一种密封电磁继电器电接触失效类别判定方法，方法步骤如下：

步骤一：首先对多只密封电磁继电器试验样品进行可靠性寿命试验，记录整个试验过程各试验样品接触电阻、吸合时间、超程时间、弹跳时间等特性参数与动作次数的关系；以接触电阻、吸合时间、释放时间、超程时间、燃弧时间、弹跳时间等六个特性参数构成数据矩阵X_n×6，其中n为动作次数；

步骤二：鉴于不同失效机理下特性参数的变化特征不同(分散性大、随机性强、相关性强)，采用主元分析方法对多维特性参数数据进行降维预处理，消除彼此的冗余信息及干扰信息；

对于数据矩阵X_n×m，每一列x_i对应一个特征矢量，每一行为观测样本，可表示为：

X＝TP^T＝t₁p₁ ^T+t₂p₂ ^T+…t_mp_m ^T            (1)

式中，t_i为得分矢量，p_i为负荷矢量；

得分矢量和负荷矢量都是两两正交的，每个得分矢量实际是X在与此得分矢量相应的负荷矢量方向上的投影，也就是主元，可表示为

t_i＝Xp_i                        (2)

对X的协方差矩阵进行特征向量分析，当X的特征矢量量纲不同或数量级差别较大时，采用公式(3)对其进行标准化处理，即使X的特征矢量均值为0，方差为1；

$Y=[\frac{x_1-{\stackrel{\‾}{x}}_1}{\sqrt{s_1}},\frac{x_2-{\stackrel{\‾}{x}}_2}{\sqrt{s_2}},...\frac{x_m-{\stackrel{\‾}{x}}_m}{\sqrt{s_m}}]---\left(3\right)$

标准化后得到矩阵Y，其协方差矩阵为

$C=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{y}_i{y_i}^T---\left(4\right)$

对C做特征向量分析，得到特征值λ₁≥λ₂≥…≥λ_m≥0，与这些特征值相对应的特征向量p_i是矩阵的负荷矢量，从而由式(2)求得矩阵X的主元；采用主元贡献率描述各主元综合原始特征矢量的能力，第i主元贡献率定义为

前j个主元的累计贡献率为

贡献率越大，说明主元综合原始特征矢量的能力越强；

当各特性参数之间存在一定的相关性时，X的变化主要体现在前几个主元上，对于变化随机性较大的特性参数而言，第一主元和第二主元已能较强地综合原始多维特性参数的变化信息；

步骤三：从降维后的数据中提取相应数学特征并按失效机理不同进行分类，构成原始的类型判别训练样本；

步骤四：在每种类型的样本符合一定的概率分布情况下，采用距离判别方法计算新试验样本与各类训练样本的马氏距离，通过比较马氏距离大小确定该样本的失效类型；

设总体G为l维总体，其数量指标为Z＝[Z₁，Z₂，...Z_l]^T；令μ_i＝E(Z_i)，i＝1，2，…l，总体G的均值向量为μ＝[μ₁，μ₂，...μ_l]^T，协方差矩阵∑＝cov(G)＝E[(G-μ)(G-μ)^T]；则样本z＝[z₁，z₂，...z_l]^T与总体G的马氏距离定义为

$d(z,G)=\sqrt{{(z-\mathrm{\μ})}^T{\mathrm{\Σ}}^{-1}(z-\mathrm{\μ})}---\left(5\right)$

设有k个l维总体：G₁，G₂，…G_k，均值向量分别为G₁，G₂，…G_k，协方差矩阵分别为∑₁，∑₂，…∑_k，考察样本z和各总体的距离d(z，G_j)，若满足：

$d(z,G_{j0})=\underset{1\≤j\≤k}{\min }d(z,G_j)---\left(6\right)$

则判定z∈G_j0；

在实际问题中，各总体的均值向量μ₁，μ₂，…μ_k和协方差矩阵∑₁，∑₂，…∑_k都是未知的，可利用总体的训练样本做估计；

距离判别准则提出后，需要考察它的优良性；采用回代估计法计算误判率；以两总体G₁和G₂为例，设两个总体的容量分别为n₁和n₂，以全体训练样本为n₁+n₁个新样本，逐个代入已建立的的判别准则中判别其归属；回判结果见表1；

表1回判结果表

n₁₂表示将属于G₁的样本误判为总体G₂的个数；n₂₁表示将属于G₂的样本误判为总体G₁的个数；n₁₁和n₂₂表示回判正确的个数；误判率η的回代估计为：

$\mathrm{\η}=\frac{n_{12}+n_{21}}{n_1+n_2}---\left(7\right)$

实施例2：结合图1-图3，本发明一种密封电磁继电器电接触失效类别判定方法，可为密封电磁继电器电接触失效机理判别提供了一条新途径。运用主元分析方法和距离判别分析对电磁电器接触失效机理进行判别的过程如图1所示。原始多维特性参数经主元分析之后，更加清晰地反映不同失效机理下接触特性变化特征。其中，第一主元的贡献率最大，保持了特性参数之间的绝大部分相关性。由于各个特性参数的变化和触点间隙的变化密切相关，而磨损失效、桥接失效和污染失效的主要区别是触点间隙的变化趋势不同。因此，各特性参数都存在和触点间隙变化相关的信息，从而导致主要提取变量间相关信息的第一主元主要反映触点间隙的变化。在忽略其他贡献率较小主元的情况下，第二主元是原始信息和第一主元之间误差信息的一种综合体现，反映了参数变化中不确定性和干扰因素。第二主元越大，说明变量变化的随机性较强，受影响因素多。第一主元变化趋势说明磨损失效下触点间隙呈增大趋势；桥接失效下触点间隙呈减小趋势；污染失效下失效前后触点间隙变化不大。相对污染失效，磨损失效和桥接失效的第二主元幅值较小，说明在这两种失效下特性参数变化受触点间隙变化影响明显，相关性较强，干扰因素少。

为定量描述第一主元和第二主元的特性，定义平均梯度h如公式(8)所示，其物理意义为寿命试验过程后半阶段主元的平均值与前半段平均值的矢量差。h符号代表变化趋势，h大小代表变化幅度。

$h=\frac{\frac{1}{n/2}\underset{j=n/2+1}{\overset{n}{\mathrm{\Σ}}}{t}_j-\frac{1}{n/2}\underset{j=1}{\overset{n/2}{\mathrm{\Σ}}}{t}_j}{2}---\left(8\right)$

式中，t为相应主元数据，n为动作次数。

从所有失效样品的试验数据中提取第一主元和第二主元平均梯度值按实际失效机理不同进行分类。显而易见，不同机理的数据各有自己的聚类中心。在磨损失效和桥接失效下，第一主元平均梯度绝对值较大，但方向相反；第二主元的平均梯度绝对值较小。而在污染失效下，第二主元平均梯度值较大，各失效样品相对分散地分布于磨损失效和污染失效之间。由于试验样品的失效存在一定的统计特性，且失效机理之间并没有明显分界，采用统计分类中的距离判别分析方法对接触失效机理进行判别。对于距离判别方法而言，关键在于确定原始的训练样本。本文以图2显示的15只试验样品特征值作为各失效总体原始训练样本。显然，本文研究的电磁继电器失效机理判别属于三总体距离判别。设磨损失效、桥接失效、污染失效三种失效机理分别对应总体G₁，G₂，G₃，确定第一、第二主元的平均梯度Z＝[h₁，h₂]为总体的数量指标。计算各总体的均值向量μ_i和协方差矩阵∑_i如(9)所示。当需要判别新样本所属类型时，按照公式(6)的判别准则选择最小马氏距离的总体作为最终判别类型。

${\mathrm{\μ}}_1=\left[\begin{array}{c}1.4337\\ 0.0886\end{array}\right],$ ${\mathrm{\μ}}_2=\left[\begin{array}{c}-1.7142\\ 0.0998\end{array}\right],$ ${\mathrm{\μ}}_3=\left[\begin{array}{c}-0.0296\\ 0.1415\end{array}\right]$

${\mathrm{\Σ}}_1=\left[\begin{array}{cc}0.0053& 0.0263\\ 0.0263& 0.1674\end{array}\right],$ ${\mathrm{\Σ}}_2=\left[\begin{array}{cc}0.0742& -0.0152\\ -0.0152& 0.0131\end{array}\right]$ (9)

${\mathrm{\Σ}}_3=\left[\begin{array}{cc}0.9009& -0.1354\\ -0.1354& 0.4019\end{array}\right]$

各训练样本与各总体的距离及回判结果如表3所示。由表可见，所有训练样本的回判结果和实际归类一致，说明该判别准则是有效的。

一种多特性参数监测的密封电磁继电器可靠性寿命试验方法。其总体方案为：首先设计各敏感参数的采集电路，完成输入信号的调理去噪工作，使各种参数的信号幅值满足采集要求。同时，设计了高速采集分析电路，实现继电器特性参数的高精度、实时采集。另一方面，系统软件对试验数据进行进一步的统计分析处理，包括失效机理判别和后续的失效分析。整体分析系统的测试流程如图3所示。本系统主要针对继电器额定负载寿命试验进行设计。当产品发生失效时，试验系统能立即停机、报警并保持失效时的状态(激励或非激励)，同时显示失效产品的试验时间和动作次数。试验前后，本机可测量出每只继电器的吸合电压和释放电压。具体技术指标如下：

(1)负载电源：额定电压±10％；额定负载：最大可至100A/80V DC；

(2)线圈激励电压：额定电压±10％，电压范围：0～200V DC(也可外接)；

(3)监测触点数量：1～24对转换触点；

(4)参数监测：线圈电流、触点电压、触点电流、触点压降；

(5)特性参数计算：根据监测的四个参数，可计算每次动作过程的接触电阻、吸合时间、释放时间、超程时间、燃弧时间、弹跳时间，并作记录，也可定时测量和记录吸合电压及释放电压；

(6)时间参数分辨率：1μs；

(7)闭合触点压降：10～5000mV DC；触点电流：0～20A；

(8)触点监测起止时间：从施加(或切除)激励的瞬间起，触点实际闭合(或断开)时间的10％到90％；

(9)动作频率：电寿命试验最快可达3次/秒；

(10)通断比：1∶100～100∶1，以1ms步进；

(11)中途断电：若试验中途断(停)电，所有试验数据全部保存下来，通电后可继续进行；

(12)打印输出：试验中途或试验结束后可把试验数据全部或部分输出。

实施例3：结合图2-图11，密封电磁继电器多参数监测可靠性寿命系统硬件设计

密封电磁继电器多参数监测可靠性寿命试验分析系统硬件设计，主要是对继电器寿命试验过程中接触电阻、吸合时间等敏感参数进行实时、连续、准确地计算以及吸合电压、释放电压的自动测量。本文设计的硬件系统包括上位机、主控制单元、线圈驱动单元和数据采集及处理单元。其中数据采集及处理单元由多组高速数据采集及处理模块组成。该系统以上位机为集中控制单元，采用集散控制方式对多块功能相同的数据采集及处理模块进行集中管理。这种设计结构灵活性和扩展性强，可以根据实际需要增加和删减模块的数量，以实现对不同数量和类型的密封电磁继电器的可靠性寿命试验要求。其总体设计框图如图2所示。

每个数据采集及处理模块可以实现对一组线圈和一组转换触点的线圈电流、触点电压、触点压降及触点电流等波形实时采集，并分析采集波形数据和计算特性参数。计算结果通过CAN总线发送至主控制单元进行管理，再通过串口发送至上位机进行统一保存、统计和分析。

此外，主控制单元根据实际试验条件，通过控制线圈驱动单元，使其输出符合样品线圈的驱动电压和功率，从而满足不同型号航天继电器的线圈电压要求；同时，也实现了继电器吸合电压和释放电压的自动测量功能，减少了人工参与。

测试主回路设计

测试主回路提供了继电器可靠性寿命试验中的负载、电源等必需试验条件，使继电器可以在不同的试验条件下进行可靠性寿命试验。该测试主回路如图5所示。

参考GJB2888-97中的规定，负载性质分为阻性负载、感性负载和灯负载。当负载的L/R＜10^-6H/Ω时，即可认为负载为阻性负载，同时电阻的非线性度不得超过2％。试验还要求阻性负载采用合适的电阻器，电流为额定阻性电流；感性负载一般大小设定为200mH，电流采用额定的稳态电流；灯负载常采用DC 28V阻性负载代替，但必须可靠闭合12倍的额定灯负载电流。

根据设计需要，参数采集电路通过采用采样电阻将主回路中将航天继电器的触点电压、触点电流、触点压降、线圈电流转化成可供A/D采集的电压信号。为保证测量精度以及不对继电器固有线圈电流大小造成太大的影响，根据继电器线圈电阻大小，进行采样电阻切换。

对于触点电流，应用0.1Ω/30W的铜制功率电阻为采样电阻，串联在主回路中进行采集；对于触点压降，由于其正常数值较小，为提高测量精度，消除共模信号干扰，采用差分输入方式。对于触点电压，其数值较大，直接采用电阻分压方式，将信号调整至正常采集范围之内。

在继电器波形采集中，为避免引入传输线电阻或其他继电器安装座电阻，要求采样电路与试验样品管脚应用焊接的方式连接，且导线应尽可能粗。

数据采集及处理单元设计

数据采集技术广泛应用于信号检测、信号处理、仪器仪表等领域。近年来，随着数字化技术的不断发展，数据采集技术也呈现出速度更高、通道更多、数据量更大的发展态势。本单元由多个数据采集及处理模块组成，每个模块应用高速数据采集技术，采样速率达到1MHz，实现了对继电器特性参数的实时高速采集、计算和分析。

该模块需实现四通道采集卡的功能，完成一组线圈和一组转换触点的线圈电流、触点电压、触点压降、触点电流信号的采集。通过调理放大电路，自动调节输入信号大小，使输入信号符合采样要求。同时，在FPGA的时序逻辑控制下，通过AD的数据采样和后续RAM缓存，ARM计算分析得到特性参数，并将计算结果通过CAN总线上传至主控制单元集中对数据进行汇总管理。该模块的设计框图如图6所示。

主控制单元设计

主控制单元采用ARM LPC2292完成数据采集及处理模块和上位机之间指令和数据中转功能。

主控制单元作为CAN总线上的主节点，向各个模块发送控制组合命令，使各个数据采集及处理模块组合成不同处理单元组。每个单元组完成对单只继电器特性参数的监测工作。

针对不同的测试样品类型和数量，同处理单元组的数据采集及处理模块采用了统一的线圈电流输入信号，从而保证采集触发信号一致性，使多个数据采集及处理模块能同步联合工作。

由于本系统采用了CAN总线技术，该技术可以灵活增减总线上的节点数量，增强系统的灵活性和扩展性。根据实际测试样品继电器的类型和数量需要，增加或减少CAN总线上数据采集及处理模块的数量，以适应不同的测试条件。

线圈驱动单元设计

针对传统寿命试验中吸合电压和释放电压测试需人工参与，精度不高的问题，本系统通过线圈驱动单元实现了吸合电压和释放电压的自动测量。同时，该单元的设计使本系统能够满足不同类型的航天继电器的线圈电压和功率要求，扩展了本系统的应用范围。线圈驱动单元电路如图7所示。

本单元采用12位的DAC7545作为数模转换器，输出被测继电器需要的线圈电压，后续电路中采用功放芯片LM3886实现功率放大，用达林顿功率对管MJ11032、MJ11033实现驱动电流放大，电路功率输出达175W(电压峰值35V，电流峰值10A)。为了保护由于异常情况导致放大电路输出幅值过大，本文设计了完备的过载保护电路。一方面可以保护达林顿晶体管不被烧毁，另一方面可防止被测继电器因驱动异常可能造成的损害。

本系统的吸合电压(释放电压)测量步骤如下：

(1)首先主控制单元通过DAC输出被测继电器线圈的额定电压值。

(2)数据采集及处理模块检测继电器闭合信号(断开信号)，反馈至主控单元。

(3)主控单元通过二分法，修正DAC的输出电压。

(4)重复上述过程，直到恰能检测到闭合信号(断开信号)。取当前电压值为该继电器的吸合电压值(释放电压值)。

密封电磁继电器接触失效机理分析

如前所述，材料转移(从一个触点向对方或周围环境中转移)是导致触点间隙和超额行程(简称“超程”)发生改变的主要原因。材料转移方向、形状及质量受继电器触点材料、负载条件、环境气体以及机械特性等多因素的影响，因此，材料转移对触点表面破坏形式多样，会引起多种不同类型的接触失效。图8-图11为正常状态和几种不同失效机理下继电器触点表面形态示意图，每个分图左边为动触点，右边则为静触点，图中假设静触点损耗材料，动触点接收材料。在正常状态下，触点对表面都相对比较平滑，触点间隙和超程在正常范围内，如图8所示。当损耗材料大部分向周围环境转移或者分布在对方接触斑点周围比较宽的范围内时，触点间隙增大，超程减小，极限情况是超程变为零，闭合时触点对无法接触，出现“磨损”失效，如图(9)所示。和磨损失效相反，当损耗材料集中堆积于对方触点表面某区域形成一个稳定鼓包时，触点间隙减小。当整个间隙被填充时，断开时触点对仍有接触，出现“桥接”失效，如图(10)所示。另外，有时接收材料和损耗材料总量、方向大致相同，触点间隙及超程和正常状态相比变化不大。但此时触点烧蚀严重，表面粗糙且沉积了各种污染物，导致接触压降增大，最终引起“污染”失效，如图(11)所示。

Claims (1)

1.一种密封电磁继电器电接触失效类别判定方法，其特征在于：方法步骤如下：

步骤一：首先对多只密封电磁继电器试验样品进行可靠性寿命试验，记录整个试验过程各试验样品接触电阻、吸合时间、超程时间、弹跳时间特性参数与动作次数的关系；以接触电阻、吸合时间、释放时间、超程时间、燃弧时间和弹跳时间的六个特性参数构成数据矩阵X_n×6，其中n为动作次数；

步骤二：鉴于不同失效机理下特性参数的变化特征不同，采用主元分析方法对多维特性参数数据进行降维预处理，消除彼此的冗余信息及干扰信息；

对于数据矩阵X_n×m，每一列x_i对应一个特征矢量，每一行为观测样本，可表示为：

X＝TP^T＝t₁p₁ ^T+t₂p₂ ^T+…t_mp_m ^T    (1)

式中，t_i为得分矢量，p_i为负荷矢量；

得分矢量和负荷矢量都是两两正交的，每个得分矢量实际是X在与此得分矢量相应的负荷矢量方向上的投影，也就是主元，可表示为

t_i＝Xp_i    (2)

对X的协方差矩阵进行特征向量分析，当X的特征矢量量纲不同或数量级差别较大时，采用公式(3)对其进行标准化处理，即使X的特征矢量均值为0，方差为1；

标准化后得到矩阵Y，其协方差矩阵为

对C做特征向量分析，得到特征值λ₁≥λ₂≥…≥λ_m≥0，与这些特征值相对应的特征向量p_i是矩阵的负荷矢量，从而由式(2)求得矩阵X的主元；采用主元贡献率描述各主元综合原始特征矢量的能力，第i主元贡献率定义为 

前j个主元的累计贡献率为 贡献 率越大，说明主元综合原始特征矢量的能力越强；

当各特性参数之间存在一定的相关性时，X的变化主要体现在前几个主元上，对于变化随机性较大的特性参数而言，第一主元和第二主元已能较强地综合原始多维特性参数的变化信息；

步骤三：从降维后的数据中提取相应数学特征并按失效机理不同进行分类，构成原始的类型判别训练样本；

步骤四：在每种类型的样本符合一定的概率分布情况下，采用距离判别方法计算新试验样本与各类训练样本的马氏距离，通过比较马氏距离大小确定该样本的失效类型；

设总体G为l维总体，其数量指标为Z＝[Z₁，Z₂，...Z_l]^T；令μ_i＝E(Z_i)，i＝1，2，…l，总体G的均值向量为μ＝[μ₁，μ₂，...μ_l]^T，协方差矩阵∑＝cov(G)＝E[(G-μ)(G-μ)^T]；则样本z＝[z₁，z₂，...z_l]^T与总体G的马氏距离定义为

设有k个l维总体：G₁，G₂，…G_k，均值向量分别为μ₁，μ₂，…μ_k，协方差矩阵分别为∑₁，∑₂，…∑_k，考察样本z和各总体的距离d(z，G_j)，若满足：

则判定z∈G_j0；

在实际问题中，各总体的均值向量μ₁，μ₂，…μ_k和协方差矩阵∑₁，∑₂，…∑_k都是未知的，可利用总体的训练样本做估计；

距离判别准则提出后，需要考察它的优良性；采用回代估计法计算误判率；以两总体G₁和G₂为例，设两个总体的容量分别为n₁和n₂，以全体训练样本为n₁+n₁个新样本，逐个代入已建立的的判别准则中判别其归属；回判结果见表1；

表1回判结果表

n₁₂表示将属于G₁的样本误判为总体G₂的个数；n₂₁表示将属于G₂的样本误判为总体G₁的个数；n₁₁和n₂₂表示回判正确的个数；误判率η的回代估计为：

。

Images