CN105701350A - 间歇性工作开关电源剩余寿命预测方法 - Google Patents

Abstract

本发明公开了一种间歇性工作开关电源剩余寿命预测方法，步骤为：判断开关电源的工作状态，若处在工作状态，预测其剩余工作寿命，用输出波纹系数作为故障特征并构建序列，建立两种开关电源故障特征参数退化模型，并计算两种模型下故障特征参数到达失效阈值的时间，再给两种模型下得到的时间赋予权值获得工作状态下的寿命预测；处在非工作状态时，预测其剩余贮存寿命，建立剩余贮存寿命预测模型，通过加速老化试验确定模型中待定参数，监测环境绝对温度和响度湿度并代入模型中，获取其剩余贮存寿命。本发明能够实现间歇性工作开关电源寿命预测，为开关电源维护提供参考，避免因开关电源失效造成整个用电系统的损坏。

Description

间歇性工作开关电源剩余寿命预测方法

技术领域

本发明涉及开关电源故障预测技术领域，具体涉及一种间歇性工作开关电源寿命预测方法。

背景技术

随着科学技术的发展，特别是航空航天、计算机、通信、交通事业取得了长足的进步，各种电子电气设备都离不开可靠的电源，开关电源由于其小型化和轻便化的特点受到人们的欢迎，正因如此也推动了开关电源技术迅速的发展，开始广泛地应用于各种高新科技领域。开关电源利用现代电力电子技术，通过控制开关关集体管开通关断的时间比率，维持稳定输出电压的一种电源，开关电源一般由脉冲宽度调制控制IC和开关器件构成，与一般的线性电源相比，有着明显的价格优势。

开关电源作为众多电力电子系统的供电部件，其可靠性直接影响电力电子系统的稳定性和安全性，国内外应经发生多起因开关电源失效引起整个系统瘫痪的重大安全事故，因此开关电源的故障预测应经成为一个迫切需要解决的问题。现有技术中，多为开关电源工作状态下的在线寿命预测，而多数开关电源实际处于间歇性工作状态，缺乏对这种工作状态下开关电源的剩余寿命预测方法。

因此，本发明提出了一种间歇性工作开关电源剩余寿命预测方法，预测开关电源工作状态下的剩余工作寿命和非工作状态下的剩余贮存寿命。

发明内容

本发明的目的在于提供一种间歇性工作开关电源剩余寿命预测方法，预测开关电源工作状态下的剩余工作寿命和非工作状态下的剩余贮存寿命，提前获知开关电源的健康状态，避免因开关电源失效造成整个用电系统损坏。

为了达成上述目的，本发明的解决方案是：

间歇性工作开关电源剩余寿命预测方法，包括如下步骤(1)～(9)：

(1)检测开关电源的输入电压信号，输出电压信号，计算出输出电压纹波系数；

(2)判断开关电源是否处在工作状态，若处在工作状态，进入步骤(3)计算开关电源剩余工作寿命，若处在非工作状态，进入步骤(6)计算开关电源剩余贮存寿命；

(3)利用步骤(1)中获取的输出电压纹波系数δ作为故障特征参数，构建开关电源故障特征时间序列，并设定开关电源故障阈值δ^*；

(4)基于一维维纳过程和Gamma过程分别建立开关电源故障特征参数退化模型，并计算两种模型下故障特征参数到达失效阈值δ^*的时间，记一维维纳过程模型计算所得时间为T_w,Gamma过程模型计算所得时间为T_g；

(5)给步骤(4)中的一维维纳过程所得时间T_w赋予权值p₁，Gamma过程模型计算所得时间T_g赋予权值p₂，其中p₁＞0，p₂＞0，p₁+p₂＝1,则开关电源剩余工作寿命T_s＝T_wp₁+T_gp₂，并转至步骤(9)；

(6)建立开关电源剩余贮存寿命预测模型T_z＝aH^-me^E/kC-T_a,其中，a和m为待定参数，E是激活能，k是波尔兹曼常数，H是相对湿度，C是绝对温度,T_a是开关电源已出厂时间；

(7)通过加速老化试验确定待定参数a、m，并检测开关电源周围环境的相对湿度H和绝对温度C；

(8)将待定参数a、m、周围环境的相对湿度H和绝对温度C代入剩余贮存寿命预测模型，得到开关电源剩余贮存寿命为T_z＝aH^-me^E/kC-T_a；

(9)根据开关电源工作状态，确定开关电源剩余寿命。若处在工作状态，确定开关电源剩余工作寿命为T_s，若处在非工作状态，确定开关电源剩余贮存寿命为T_z；

本发明的间歇性工作开关电源剩余寿命预测方法，所述步骤(2)中判断开关电源是否处在工作状态步骤为：

检测开关电源输入电压信号U_i，若电源输入为交流电压，计算其有效值U_e，U_e为0判断此时开关电源处于非工作状态，U_e不为0判断此时开关电源处在工作状态，若电源输入为直流电压，计算其平均值U_v，若U_v为0判断此时开关电源处于非工作状态，若U_v不为0判断此时开关电源处在工作状态。

本发明的间歇性工作开关电源剩余寿命预测方法，所述步骤(4)详细步骤为：

(3.1)利用一维维纳过程建立剩余工作寿命预测模型如式(1)

$T_w={\∫}_0^{\mathrm{\∞}}tS\left(t\right)\mathrm{...}\left(1\right)$

其中S(t)是t时刻开关电源的可靠度如式(2)

$S\left(t\right)=\mathrm{\Φ}\left(\frac{{\mathrm{\δ}}^{*}-\mathrm{\μ}t}{\mathrm{\σ}\sqrt{t}}\right)-\exp \left(\frac{2{\mathrm{\μ\δ}}^{*}}{{\mathrm{\σ}}^2}\right)\mathrm{\Φ}\left(\frac{-\mathrm{\δ}*-\mathrm{\μ}t}{\mathrm{\σ}\sqrt{t}}\right)\mathrm{...}\left(2\right);$

(3.1.1)记一维维纳过程为X(t)＝μt+σB(t),μ为漂移参数，σ为扩散参数，B(t)为标准布朗运动，Δδ_i～N(μΔt,σ²Δt)，Δδ_i是故障特征参数增量，Δδ_i＝δ_i-δ_i-1，由极大似然函数法可以求得漂移参数μ和扩散参数σ；

(3.1.2)将求得的漂移参数μ和扩散参数σ代入式(2)中，求得开关电源可靠度S(t)，将S(t)代入式(1)中求取开关电源在一维维纳过程模型下故障特征参数到达失效阈值δ^*的时间T_w；

(3.2)利用Gamma过程建立剩余工作寿命预测模型如式(3)

$T_g={\∫}_0^{\mathrm{\∞}}tR\left(t\right)\mathrm{...}\left(3\right)$

其中R(t)是该模型下开关电源的可靠度，如式(4)

$R\left(t\right)=\frac{\∫(\mathrm{\α}\·\mathrm{\θ}(t),{\mathrm{\β\δ}}^{*})}{\∫(\mathrm{\α}\·\mathrm{\θ}(t\left)\right)}\mathrm{...}\left(4\right);$

(3.2.1)Y(t)表示t时刻故障特征参数,记Y(t)＝Ga(α·θ(t),β),α为形状参数，β为尺度参数，θ(t)为时间t的函数，采用BS分布对R(t)进行拟合，时间尺度转换Z＝θ(t),得到概率密度函数如式(5)

上式中，α^*、β^*是α、β的后验均值，f_BS ^*(z；δ^*)为后验概率密度函数；

(3.2.2)在时间尺度Z下计算故障特征参数到达失效阈值δ^*的时间T_z，如式(6)

$T_z={\∫}_0^{+\mathrm{\∞}}z\·f_{BS}(z;{\mathrm{\δ}}^{*})dz\mathrm{...}\left(6\right)$

则在时间尺度t下故障特征参数到达失效阈值δ^*的时间T_g如式(7)

T_g＝θ^-1(T_Z)...........................(7)。

本发明的间歇性工作开关电源剩余寿命预测方法，所述步骤(5)具体实现为：

设定权值p₁＝0.7，p₂＝0.3,开关电源剩余工作寿命T_s＝0.7T_w+0.3T_g。

本发明的间歇性工作开关电源剩余寿命预测方法，所述步骤(7)参数a、m确定的详细步骤为：

采用加速老化试验对对同类型开关电源做寿命测试，设置ε组相对湿度H和绝对温度C的试验条件(T₁,C₁；T₁),(T₂,C₂；T₂),…,(T_ε,C_ε；T_ε)，测试开关电源在不同条件下贮存寿命记为T₁,T₂,…,T_ε,T_ε为条件(T_ε,C_ε)下的测试寿命。将(T₁,C₁；T₁),(T₂,C₂；T₂),…,(T_ε,C_ε；T_ε)代入剩余贮存寿命预测模型T_z＝aH^-me^E/kC-T_a，利用最小二乘法求得待定参数a、m,最小二乘法为现有技术这里不再赘述。

附图说明

图1是间歇性工作开关电源剩余寿命预测方法的流程图。

具体实施方式

以下将结合附图，对本发明的技术方案进行详细说明。

本发明提供了了一种间歇性工作开关电源剩余寿命预测方法，总体思路为判断开关电源的工作状态，若处在工作状态，预测其剩余工作寿命，用输出波纹系数作为故障特征并构建序列，建立两种开关电源故障特征参数退化模型，并计算两种模型下故障特征参数到达失效阈值的时间，再给两种模型下得到的时间赋予权值获得工作状态下的寿命预测；处在非工作状态时，预测其剩余贮存寿命，建立剩余贮存寿命预测模型，通过加速老化试验确定模型中待定参数，监测环境绝对温度和响度湿度并代入模型中，获取其剩余贮存寿命。

如图1所示，本发明的间歇性工作开关电源剩余寿命预测方法，具体实施包括如下步骤：

(1)检测开关电源的输出电压信号U_o，输出纹波电压U_p，计算输出电压均值U_o,v，输出电压纹波系数 $\mathrm{\δ}=\frac{U_{o,v}}{U_p}\×100\%.$

(2)检测开关电源输入电压信号U_i，若电源输入为交流电压，计算其有效值U_e，U_e为0判断此时开关电源处于非工作状态，U_e不为0判断此时开关电源处在工作状态，若电源输入为直流电压，计算其平均值U_v，若U_v为0判断此时开关电源处于非工作状态，若U_v不为0判断此时开关电源处在工作状态。

(3)每隔Δt时间获取故障参数δ_i,得到故障特征参数序列δ₀，δ₁，...，δ_i，δ_n是当前时刻n获取的故障特征参数，并设定δ₀＝0。

(4)基于一维维纳过程和Gamma过程分别建立开关电源故障特征参数退化模型，并计算两种模型下故障特征参数到达失效阈值δ^*的时间，记一维维纳过程模型计算所得时间为T_w,Gamma过程模型计算所得时间为T_g。

(4.1)利用一维维纳过程建立剩余工作寿命预测模型如式(1)

$T_w={\∫}_0^{\mathrm{\∞}}tS\left(t\right)\mathrm{...}\left(1\right)$

其中S(t)是t时刻开关电源的可靠度如式(2)

$S\left(t\right)=\mathrm{\Φ}\left(\frac{{\mathrm{\δ}}^{*}-\mathrm{\μ}t}{\mathrm{\σ}\sqrt{t}}\right)-\exp \left(\frac{2{\mathrm{\μ\δ}}^{*}}{{\mathrm{\σ}}^2}\right)\mathrm{\Φ}\left(\frac{-{\mathrm{\δ}}^{*}-\mathrm{\μ}t}{\mathrm{\σ}\sqrt{t}}\right)\mathrm{...}\left(2\right)$

(4.1.1)记一维维纳过程为X(t)＝μt+σB(t),μ为漂移参数，σ为扩散参数，B(t)为标准布朗运动，Δδ_i～N(μΔt,σ²Δt)，Δδ_i是故障特征参数增量，Δδ_i＝δ_i-δ_i-1，由极大似然函数法可以求得漂移参数μ和扩散参数σ；

(4.1.2)将求得的漂移参数μ和扩散参数σ代入式(2)中，求得开关电源可靠度S(t)，将S(t)代入式(1)中求取开关电源在一维维纳过程模型下故障特征参数到达失效阈值δ^*的时间T_w；

(4.2)利用Gamma过程建立剩余工作寿命预测模型如式(3)

$T_g={\∫}_0^{\mathrm{\∞}}tR\left(t\right)\mathrm{...}\left(3\right)$

其中R(t)是该模型下开关电源的可靠度，如式(4)

$R\left(t\right)=\frac{\∫(\mathrm{\α}\·\mathrm{\θ}(t),{\mathrm{\β\δ}}^{*})}{\∫(\mathrm{\α}\·\mathrm{\θ}(t))}\mathrm{...}\left(4\right)$

(4.2.1)Y(t)表示t时刻故障特征参数,记Y(t)＝Ga(α·θ(t),β),α为形状参数，β为尺度参数，θ(t)为时间t的函数，采用BS分布对R(t)进行拟合，时间尺度转换Z＝θ(t),得到概率密度函数如式(5)

上式中，α^*、β^*是α、β的后验均值，f_BS ^*(z；δ^*)为后验概率密度函数；

(4.2.2)在时间尺度Z下计算故障特征参数到达失效阈值δ^*的时间T_z，如式(6)

$T_z={\∫}_0^{+\mathrm{\∞}}z\·f_{BS}(z;{\mathrm{\δ}}^{*})dz\mathrm{...}\left(6\right)$

则在时间尺度t下故障特征参数到达失效阈值δ^*的时间T_g如式(7)

T_g＝θ^-1(T_Z)...........................(7)。

(5)给步骤(4)中的一维维纳过程所得时间T_w赋予权值p₁，Gamma过程模型计算所得时间T_g赋予权值p₂，其中p₁＞0，p₂＞0，p₁+p₂＝1,设定权值p₁＝0.7，p₂＝0.3,开关电源剩余工作寿命T_s＝0.7T_w+0.3T_g，并转至步骤(9)。

(6)建立开关电源剩余贮存寿命预测模型T_z＝aH^-me^E/kC-T_a,其中，a和m为待定参数，E是激活能，k是波尔兹曼常数，H是相对湿度，C是绝对温度,T_a是开关电源已出厂时间。

(7)采用加速老化试验对对同类型开关电源做寿命测试，设置ε组相对湿度H和绝对温度C的试验条件(T₁,C₁；T₁),(T₂,C₂；T₂),…,(T_ε,C_ε；T_ε)，测试开关电源在不同条件下贮存寿命记为T₁,T₂,…,T_ε,T_ε为条件(T_ε,C_ε)下的测试寿命。将(T₁,C₁；T₁),(T₂,C₂；T₂),…,(T_ε,C_ε；T_ε)代入剩余贮存寿命预测模型T_z＝aH^-me^E/kC-T_a，利用最小二乘法求得待定参数a、m,最小二乘法为现有技术这里不再赘述。

(8)检测开关电源周围环境的相对湿度H，绝对温度C。

(9)将待定参数a、m、开关电源周围环境的相对湿度H，绝对温度C代入剩余贮存寿命预测模型T_z＝aH^-me^E/kC-T_a，得到开关电源剩余贮存寿命T_z。

(10)根据开关电源工作状态，确定开关电源剩余寿命。若处在工作状态，确定开关电源剩余工作寿命为T_s，若处在非工作状态，确定开关电源剩余贮存寿命为T_z。

以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。

Claims (5)

1.一种间歇性工作开关电源剩余寿命预测方法，其特征在于，包括以下步骤：

(1)检测开关电源的输入电压信号，输出电压信号，计算出输出电压纹波系数；

(2)判断开关电源是否处在工作状态，若处在工作状态，进入步骤(3)计算开关电源剩余工作寿命，若处在非工作状态，进入步骤(6)计算开关电源剩余贮存寿命；

(3)利用步骤(1)中获取的输出电压纹波系数δ作为故障特征参数，构建开关电源故障特征时间序列，并设定开关电源故障阈值δ^*；

(4)基于一维维纳过程和Gamma过程分别建立开关电源故障特征参数退化模型，并计算两种模型下故障特征参数到达失效阈值δ^*的时间，记一维维纳过程模型计算所得时间为T_w,Gamma过程模型计算所得时间为T_g；

(5)给步骤(4)中的一维维纳过程所得时间T_w赋予权值p₁，Gamma过程模型计算所得时间T_g赋予权值p₂，其中p₁＞0，p₂＞0，p₁+p₂＝1,则开关电源剩余工作寿命T_s＝T_wp₁+T_gp₂，并转至步骤(9)；

(6)建立开关电源剩余贮存寿命预测模型T_z＝aH^-me^E/kC-T_a,其中，a和m为待定参数，E是激活能，k是波尔兹曼常数，H是相对湿度，C是绝对温度,T_a是开关电源已出厂时间；

(7)通过加速老化试验确定待定参数a、m，并检测开关电源周围环境的相对湿度H和绝对温度C；

(8)将待定参数a、m、周围环境的相对湿度H和绝对温度C代入剩余贮存寿命预测模型，得到开关电源剩余贮存寿命为T_z＝aH^-me^E/kC-T_a；

(9)根据开关电源工作状态，确定开关电源剩余寿命。若处在工作状态，确定开关电源剩余工作寿命为T_s，若处在非工作状态，确定开关电源剩余贮存寿命为T_z。

2.如权利要求1所述间歇性工作开关电源剩余寿命预测方法，其特征在于，所述步骤(2)中，判断开关电源是否处在工作状态的步骤为：

检测开关电源输入电压信号U_i，若电源输入为交流电压，计算其有效值U_e，U_e为0判断此时开关电源处于非工作状态，U_e不为0判断此时开关电源处在工作状态，若电源输入为直流电压，计算其平均值U_v，若U_v为0判断此时开关电源处于非工作状态，若U_v不为0判断此时开关电源处在工作状态。

3.如权利要求1所述间歇性工作开关电源剩余寿命预测方法，其特征在于，所述步骤(4)详细步骤为：

(3.1)利用一维维纳过程建立剩余工作寿命预测模型如式(1)

$T_w={\∫}_0^{\mathrm{\∞}}tS\left(t\right)...\left(1\right)$

其中S(t)是t时刻开关电源的可靠度如式(2)

$S\left(t\right)=\mathrm{\Φ}\left(\frac{{\mathrm{\δ}}^{*}-\mathrm{\μ}t}{\mathrm{\σ}\sqrt{t}}\right)-\exp \left(\frac{2{\mathrm{\μ\δ}}^{*}}{{\mathrm{\σ}}^2}\right)\mathrm{\Φ}\left(\frac{-{\mathrm{\δ}}^{*}-\mathrm{\μ}t}{\mathrm{\σ}\sqrt{t}}\right)...\left(2\right);$

(3.1.1)记一维维纳过程为X(t)＝μt+σB(t),μ为漂移参数，σ为扩散参数，B(t)为标准布朗运动，Δδ_i～N(μΔt,σ²Δt)，Δδ_i是故障特征参数增量，Δδ_i＝δ_i-δ_i-1，由极大似然函数法可以求得漂移参数μ和扩散参数σ；

(3.1.2)将求得的漂移参数μ和扩散参数σ代入式(2)中，求得开关电源可靠度S(t)，将S(t)代入式(1)中求取开关电源在一维维纳过程模型下故障特征参数到达失效阈值δ^*的时间T_w；

(3.2)利用Gamma过程建立剩余工作寿命预测模型如式(3)

$T_g={\∫}_0^{\mathrm{\∞}}tR\left(t\right)...\left(3\right)$

其中R(t)是该模型下开关电源的可靠度，如式(4)

$R\left(t\right)=\frac{\∫(\mathrm{\α}\·\mathrm{\θ}(t),{\mathrm{\β\δ}}^{*})}{\∫(\mathrm{\α}\·\mathrm{\θ}(t\left)\right)}...\left(4\right);$

(3.2.1)Y(t)表示t时刻故障特征参数,记Y(t)＝Ga(α·θ(t),β),α为形状参数，β为尺度参数，θ(t)为时间t的函数，采用BS分布对R(t)进行拟合，时间尺度转换Z＝θ(t),得到概率密度函数如式(5)

上式中， α^*、β^*是α、β的后验均值，f_BS ^*(z；δ^*)为后验概率密度函数；

(3.2.2)在时间尺度Z下计算故障特征参数到达失效阈值δ^*的时间T_z，如式(6)

$T_z={\∫}_0^{+\mathrm{\∞}}z\·f_{BS}(z;{\mathrm{\δ}}^{*})dz...\left(6\right)$

则在时间尺度t下故障特征参数到达失效阈值δ^*的时间T_g如式(7)

T_g＝θ^-1(T_Z)...........................(7)。

4.如权利要求1所述间歇性工作开关电源剩余寿命预测方法，其特征在于，所述步骤(5)具体实现为：

设定权值p₁＝0.7，p₂＝0.3,开关电源剩余工作寿命T_s＝0.7T_w+0.3T_g。

5.如权利要求1所述间歇性工作开关电源剩余寿命预测方法，其特征在于，所述步骤(7)参数a、m确定的详细步骤为：

采用加速老化试验对对同类型开关电源做寿命测试，设置ε组相对湿度H和绝对温度C的试验条件(T₁,C₁；T₁),(T₂,C₂；T₂),…,(T_ε,C_ε；T_ε)，测试开关电源在不同条件下贮存寿命记为T₁,T₂,…,T_ε,T_ε为条件(T_ε,C_ε)下的测试寿命。将(T₁,C₁；T₁),(T₂,C₂；T₂),…,(T_ε,C_ε；T_ε)代入剩余贮存寿命预测模型T_z＝aH^-me^E/kC-T_a，利用最小二乘法求得待定参数a、m,最小二乘法为现有技术这里不再赘述。