CN110941912B - 多退化机理耦合的电磁继电器全寿命周期可靠性评估方法 - Google Patents
多退化机理耦合的电磁继电器全寿命周期可靠性评估方法 Download PDFInfo
- Publication number
- CN110941912B CN110941912B CN201911267935.5A CN201911267935A CN110941912B CN 110941912 B CN110941912 B CN 110941912B CN 201911267935 A CN201911267935 A CN 201911267935A CN 110941912 B CN110941912 B CN 110941912B
- Authority
- CN
- China
- Prior art keywords
- degradation
- electromagnetic relay
- parameters
- coupling
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
多退化机理耦合的电磁继电器全寿命周期可靠性评估方法,涉及电磁继电器评估方法。分析确定退化参数;对温度场分布工作剖面进行剖析;实验获取退化参数数据,建立电磁继电器单参数退化模型;形成多元退化字典库;建立温度场分布耦合计算模型;展开虚拟实验过程,得到多退化耦合作用下的电磁继电器关键零部件和制造工序过程参数退化数据;建立耦合退化模型;将耦合退化模型代入到温度场分布耦合计算模型中,根据温度场分布的退化失效阈值计算得到伪寿命;通过拟合计算得到伪寿命分布类型的参数,进而完成可靠性的评估。补充了当前电磁继电器可靠性评估过程中多退化机理耦合作用综合考虑方法的缺失。
Description
技术领域
本发明涉及电磁继电器评估方法,尤其是多退化机理耦合的电磁继电器全寿命周期可靠性评估方法,属于电磁继电器类机电产品可靠性评估技术领域。
背景技术
电磁继电器具有极好的通用性、极高的隔离强度、极佳的耐干扰强度等典型优点,广泛应用于工业操作与控制系统、空天飞机、宇航飞船、有人、无人航天器等现代装备中完成控制信号传输、功能控制执行、能源系统配电等功能。随着现代装备朝着高灵敏度、高单位体积功耗、全寿命周期高可靠方向发展,尤其是全寿命周期高可靠需求尤为明显,与此相对应的是电磁继电器全寿命周期可靠性要求提升到了前所未有的高度。对电磁继电器展开全寿命周期可靠性评估是确保电磁继电器应用可靠性和设计优化电磁继电器全寿命周期可靠性的必要途径。
李志刚等人通过监测电磁继电器工作过程中表征参数(如吸合电压、释放电压、吸合时间、释放时间、接触电阻)的变化来实现电磁继电器寿命过程中可靠度、剩余寿命的预测,这种方法未能充分利用电磁继电器工作过程中造成表征参数变化的内部机理(零部件及装配参数的退化),评估成本高、评估结果和实际仍有较大偏差。在此基础上王召斌等人提出了基于零部件性能退化的电磁继电器贮存可靠性评估方法,这类评估方法通过采集零部件性能的退化过程,对退化过程进行随机建模,进而就算出电磁继电器的贮存可靠度,忽略了对于电磁继电器产品而言,其工作过程是一个机-电-磁-热多物理场耦合过程,在多场耦合的作用下电磁继电器内部零部件和装配参数的退化耦合交互作用的。
本专利针对当前电磁继电器全寿命周期可靠性评估过程中多退化机理耦合作用综合考虑方法的缺失,提出一种电磁继电器多退化耦合作用下的电磁继电器可靠性评估方法,通过零部件及装配参数退化实验建立多元退化特征字典库,根据多元退化字典库的基础上计算电磁继电器表征参数的变化,据此进行多元退化字典查询得到多退化耦合作用零部件及装配参数退化数据,然后建立电磁继电器零部件及装配参数退化模型,最后根据退化模型和电磁继电器工作过程中的失效阈值,计算得到电磁继电器的伪寿命,对伪寿命进行统计分析得到电磁继电器全寿命周期的可靠度,完成电器继电器全寿命周期可靠性的评估。
发明内容
本发明的目的是为了当前电磁继电器多退化耦合作用下的退化可靠寿命评估方法缺失的问题,提出了多退化机理耦合的电磁继电器全寿命周期可靠性评估方法。
为实现上述目的,本发明采取下述技术方案:多退化机理耦合的电磁继电器全寿命周期可靠性评估方法,所述评估方法包括以下步骤:
步骤一:根据电磁继电器组成与装配过程特点,对电磁继电器全寿命周期退化参数进行分析,确定电磁继电器在机-电-磁-热多场耦合作用工作过程中的退化参数,将其记为Xde=(x1,x2,…,xn),其中n为退化参数的数目;
步骤二:对电磁继电器工作过程中温度场分布工作剖面进行剖析,确定电磁继电器工作过程中的温度场分布作为表征时变参数的特征参数;
步骤三:针对特征参数以及退化参数选取实验和测量设备搭建时变退化参数实验装置,实验获取不同工况不同工作状态下的退化参数数据,然后基于失效物理的退化参数或者基于退化数据的Wiener,Gamma随机建模方法,建立电磁继电器单参数退化模型;
步骤四:以电磁继电器动作次数和温度场分布参数为目录结合步骤三建立的电磁继电器单参数退化模型,形成多元退化字典库;
步骤五:分析特征参数在电磁继电器中的传导路径,针对工作温度分布分析永磁电磁执行器工作过程中零部件的发热源,热量传播路径(辐射、传导、对流),据此建立温度场分布耦合计算模型;
步骤六:在温度场分布耦合计算模型的基础上,展开虚拟实验过程,计算当前多退化参数阶段的状态表征参数,然后将状态表征参数代入多元退化字典库,获取下一状态的退化参数,再将此时的状态表征参数当作当前状态计算状态参数,进而获取下一状态的退化参数,据此得到多退化耦合作用下的电磁继电器关键零部件和制造工序过程参数退化数据;
步骤七:在虚拟实验退化数据的基础上,使用失效物理的退化参数或者基于退化数据的Wiener,Gamma随机建模方法建立耦合退化模型;
步骤九:对步骤八所得到的退化失效伪寿命的分布特征进行分析,通过拟合计算得到伪寿命分布类型的参数,在这里假定计算得到电磁继电器寿命分布的概率密度函数f(D),根据计算得到电磁继电器在工作次数为c时的可靠度,进而完成电磁继电器全寿命周期可靠性的评估。
与现有技术相比,本发明的有益效果是:本发明通过分析电磁继电器工作过程中的退化因素,以电磁继电器温度场分布为特征表征参数,分别建立电磁继电器单参数退化模型,据此构成电磁继电器多元退化字典库,然后建立电磁继电器温度场分布耦合计算模型,通过多元退化字典库和温度场分布耦合计算模型虚拟实验得到电磁继电器多退化耦合作用下的退化数据,据此建立电磁继电器耦合退化模型,将耦合退化模型植入温度场分布计算模型并根据电磁继电器产品温度场分布的退化失效阈值计算得到电磁继电器的伪寿命,对伪寿命进行统计学分析与计算得出电磁继电器全寿命周期的可靠性,完成可靠性评估。补充了当前电磁继电器全寿命周期可靠性评估过程中多退化机理耦合作用综合考虑方法的缺失,为解决高可靠、长寿命、小子样产品可靠寿命评估提供了借鉴。
附图说明
图1是本发明的多退化机理耦合的电磁继电器全寿命周期可靠性评估方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是发明的一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
具体实施方式一:如图1所示,本发明公开了多退化机理耦合的电磁继电器全寿命周期可靠性评估方法,所述评估方法包括以下步骤:
步骤一:根据电磁继电器组成与装配过程特点,对电磁继电器全寿命周期退化参数进行分析,确定电磁继电器在机-电-磁-热多场耦合作用工作过程中的退化参数,将其记为Xde=(x1,x2,…,xn),其中n为退化参数的数目;
步骤二:对电磁继电器工作过程中温度场分布工作剖面进行剖析,确定电磁继电器工作过程中的温度场分布作为表征时变参数的特征参数;
步骤三:针对特征参数以及退化参数选取实验和测量设备搭建时变退化参数实验装置,实验获取不同工况不同工作状态下的退化参数数据,然后基于失效物理的退化参数或者基于退化数据的Wiener,Gamma随机建模方法,建立电磁继电器单参数退化模型;
步骤四:以电磁继电器动作次数和温度场分布参数为目录结合步骤三建立的电磁继电器单参数退化模型,形成多元退化字典库;
步骤五:分析特征参数在电磁继电器中的传导路径,针对工作温度分布分析永磁电磁执行器工作过程中零部件的发热源,热量传播路径(辐射、传导、对流),据此建立温度场分布耦合计算模型;
步骤六:在温度场分布耦合计算模型的基础上,展开虚拟实验过程,计算当前多退化参数阶段的状态表征参数,然后将状态表征参数代入多元退化字典库,获取下一状态的退化参数,再将此时的状态表征参数当作当前状态计算状态参数,进而获取下一状态的退化参数,据此得到多退化耦合作用下的电磁继电器关键零部件和制造工序过程参数退化数据;
步骤七:在虚拟实验退化数据的基础上,使用失效物理的退化参数或者基于退化数据的Wiener,Gamma随机建模方法建立耦合退化模型;
步骤九:对步骤八所得到的退化失效伪寿命的分布特征进行分析,通过拟合计算得到伪寿命分布类型的参数,在这里假定计算得到电磁继电器寿命分布的概率密度函数f(D),根据计算得到电磁继电器在工作次数为c时的可靠度,进而完成电磁继电器全寿命周期可靠性的评估。
本发明首先根据电磁继电器的组成、工作原理、制造工序参数对电磁继电器进行时变退化参数分析,确定时变退化参数,之后通过表征参数全覆盖的时变退化参数实验,建立多元退化字典库,然后基于多元退化字典库计算当前状态退化特征,获取下一状态的退化特征,从而实现全寿命周期多退化耦合退化模型的建立,再者根据电磁继电器制造工序数据建立对应的有限元计算模型,同时根据工序参数确定出退化初始参数,最后将初始参数已知的多退化耦合模型带入到有限元分析模型中,计算出电磁继电器的输出特征,并确定失效阈值,进而得到产品的退化失效伪寿命,统计计算给出电磁继电器的全寿命周期可靠度曲线,可以解决电磁继电器多退化参数耦合作用对电磁继电器可靠寿命评估精度的影响,与此同时将电磁继电器制造工序参数于对退化耦合进行了有机结合,为解决高可靠、长寿命、小子样产品可靠寿命评估提供了借鉴。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的装体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同条件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (3)
1.多退化机理耦合的电磁继电器全寿命周期可靠性评估方法,其特征在于:所述评估方法包括以下步骤:
步骤一:根据对电磁继电器全寿命周期退化参数进行分析,确定电磁继电器在多场耦合作用工作过程中的退化参数;
步骤二:对电磁继电器工作过程中温度场分布工作剖面进行剖析,确定温度场分布作为表征时变参数的特征参数;
步骤三:针对特征参数以及退化参数搭建时变退化参数实验装置,实验获取不同工况不同工作状态下的退化参数数据,建立电磁继电器单参数退化模型;
步骤四:以电磁继电器动作次数和温度场分布参数为目录结合电磁继电器单参数退化模型,形成多元退化字典库;
步骤五:分析特征参数在电磁继电器中的传导路径,针对工作温度分布分析永磁电磁执行器工作过程中零部件的发热源,热量传播路径,据此建立温度场分布耦合计算模型;
步骤六:在温度场分布耦合计算模型的基础上,展开虚拟实验过程,计算当前多退化参数阶段的状态表征参数,然后将状态表征参数代入多元退化字典库,获取下一状态的退化参数,再将此时的状态表征参数当作当前状态计算状态参数,进而获取下一状态的退化参数,据此得到多退化耦合作用下的电磁继电器关键零部件和制造工序过程参数退化数据;
步骤七:在虚拟实验退化数据的基础上,建立耦合退化模型;
2.根据权利要求1所述的多退化机理耦合的电磁继电器全寿命周期可靠性评估方法,其特征在于:所述步骤一中的退化参数记为Xde=(x1,x2,…,xn),其中n为退化参数的数目。
3.根据权利要求1所述的多退化机理耦合的电磁继电器全寿命周期可靠性评估方法,其特征在于:所述步骤三中的电磁继电器单参数退化模型与步骤七中的耦合退化模型,均是基于失效物理的退化参数或者基于退化数据的Wiener,Gamma随机建模方法建立的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911267935.5A CN110941912B (zh) | 2019-12-11 | 2019-12-11 | 多退化机理耦合的电磁继电器全寿命周期可靠性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911267935.5A CN110941912B (zh) | 2019-12-11 | 2019-12-11 | 多退化机理耦合的电磁继电器全寿命周期可靠性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110941912A CN110941912A (zh) | 2020-03-31 |
CN110941912B true CN110941912B (zh) | 2021-06-01 |
Family
ID=69910830
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911267935.5A Active CN110941912B (zh) | 2019-12-11 | 2019-12-11 | 多退化机理耦合的电磁继电器全寿命周期可靠性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110941912B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112611963A (zh) * | 2020-11-23 | 2021-04-06 | 江苏科技大学 | 继电器加速贮存退化实验参数测试分析系统及测试方法 |
CN114329845B (zh) * | 2022-01-05 | 2022-08-09 | 哈尔滨工业大学 | 一种基于制造参数的微型断路器动作可靠性预测方法 |
CN114580118B (zh) * | 2022-03-25 | 2023-12-15 | 兰州空间技术物理研究所 | 一种离子推力器寿命及可靠性定量评估方法 |
CN115630519B (zh) * | 2022-10-31 | 2023-05-26 | 哈尔滨工业大学 | 基于永磁一致性的极化磁系统式继电器性能退化建模方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107704704A (zh) * | 2017-10-23 | 2018-02-16 | 哈尔滨工业大学 | 一种基于贝叶斯理论的继电器类单机贮存可靠性评估方法 |
CN107729660A (zh) * | 2017-10-23 | 2018-02-23 | 哈尔滨工业大学 | 一种结合仿真的继电器类单机贮存可靠性评估方法 |
CN107766655A (zh) * | 2017-10-23 | 2018-03-06 | 哈尔滨工业大学 | 一种电磁继电器永磁贮存退化表征参数的确定方法 |
CN108446475A (zh) * | 2018-03-14 | 2018-08-24 | 哈尔滨理工大学 | 基于加速退化的电磁继电器可靠性评估方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5104479B2 (ja) * | 2008-03-31 | 2012-12-19 | 富士通株式会社 | 情報処理装置 |
CN104316872B (zh) * | 2014-11-11 | 2017-05-10 | 中国人民解放军国防科学技术大学 | 基于步降加速退化试验的压力继电器贮存寿命预测方法 |
-
2019
- 2019-12-11 CN CN201911267935.5A patent/CN110941912B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107704704A (zh) * | 2017-10-23 | 2018-02-16 | 哈尔滨工业大学 | 一种基于贝叶斯理论的继电器类单机贮存可靠性评估方法 |
CN107729660A (zh) * | 2017-10-23 | 2018-02-23 | 哈尔滨工业大学 | 一种结合仿真的继电器类单机贮存可靠性评估方法 |
CN107766655A (zh) * | 2017-10-23 | 2018-03-06 | 哈尔滨工业大学 | 一种电磁继电器永磁贮存退化表征参数的确定方法 |
CN108446475A (zh) * | 2018-03-14 | 2018-08-24 | 哈尔滨理工大学 | 基于加速退化的电磁继电器可靠性评估方法 |
Non-Patent Citations (2)
Title |
---|
The failure mechanism of electromagnetic relay in accelerated storage degradation testing;Zhaobin Wang 等;《2017 IEEE Holm Conference on Electrical Contacts》;20171030;第164-168页 * |
基于性能渐变仿真的继电器结构退化故障模拟与验证;付饶 等;《电器与能效管理技术》;20190630;第15-19页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110941912A (zh) | 2020-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110941912B (zh) | 多退化机理耦合的电磁继电器全寿命周期可靠性评估方法 | |
CN111027216B (zh) | 一种基于多退化机理耦合的电磁继电器退化建模方法 | |
CN110929421B (zh) | 综合考虑永磁体退化与制造不确定性的继电器优化方法 | |
CN107730127B (zh) | 基于输出特性初始分布的继电器贮存退化数据预测方法 | |
Wang et al. | Methods for predicting the remaining useful life of equipment in consideration of the random failure threshold | |
CN111652310B (zh) | 基于Bagging框架SVM继电器贮存寿命预测方法 | |
Tian et al. | State of health prediction for lithium‐ion batteries with a novel online sequential extreme learning machine method | |
Shi et al. | Iterative learning based estimation of periodically occurring faults | |
Chen et al. | Step-stress accelerated degradation test modeling and statistical analysis methods | |
CN112311358A (zh) | 用于对热学系统进行建模的自适应滤波器组 | |
Zhang et al. | Remaining useful life prediction of lithium batteries based on extended Kalman particle filter | |
Sun et al. | Accelerated degradation process analysis based on the nonlinear Wiener process with covariates and random effects | |
Li et al. | Fault diagnosis for non‐linear single output systems based on adaptive high‐gain observer | |
Kirschbaum et al. | Prognostics for electromagnetic relays using deep learning | |
CN109190279B (zh) | 一种温度振动加速耦合效应模型的构建方法 | |
CN115130249A (zh) | 一种综合考虑制造成本和质量损失的继电器容差设计方法 | |
Li et al. | Robust l2–l∞ filtering for discrete‐time Markovian jump linear systems with multiple sensor faults, uncertain transition probabilities and time‐varying delays | |
CN108984881A (zh) | 结合制造工艺及仿真的电子类单机贮存可靠性评估方法 | |
Li et al. | Reliability analysis of the sealed relay based on degradation data | |
Deng et al. | Reliability prediction and optimization method based on material degradation and quality consistency | |
CN115577556B (zh) | 基于失效物理和质量一致性的电磁继电器可靠性预计方法 | |
CN115630519B (zh) | 基于永磁一致性的极化磁系统式继电器性能退化建模方法 | |
Pang et al. | Reliability assessment of permanent magnet brake based on accelerated bivariate Wiener degradation process | |
Hua et al. | Switching regulation based stabilisation of discrete‐time 2D switched systems with stable and unstable modes | |
CN111079255A (zh) | 一种基于加速因子的电子调速器加速寿命试验方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |