CN114077791A - 一种热电组网智能调控设备寿命可靠性评估方法 - Google Patents
一种热电组网智能调控设备寿命可靠性评估方法 Download PDFInfo
- Publication number
- CN114077791A CN114077791A CN202111348110.3A CN202111348110A CN114077791A CN 114077791 A CN114077791 A CN 114077791A CN 202111348110 A CN202111348110 A CN 202111348110A CN 114077791 A CN114077791 A CN 114077791A
- Authority
- CN
- China
- Prior art keywords
- degradation
- service life
- equipment
- thermoelectric
- networking
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000006855 networking Effects 0.000 title claims abstract description 14
- 230000015556 catabolic process Effects 0.000 claims abstract description 84
- 238000006731 degradation reaction Methods 0.000 claims abstract description 84
- 238000009792 diffusion process Methods 0.000 claims abstract description 17
- 238000005259 measurement Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 7
- 230000005653 Brownian motion process Effects 0.000 claims description 6
- 238000005537 brownian motion Methods 0.000 claims description 4
- 238000005315 distribution function Methods 0.000 claims description 4
- 238000005309 stochastic process Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000032683 aging Effects 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本申请公开了一种热电组网智能调控设备寿命可靠性评估方法包括以下步骤:建立退化模型;选取设备寿命评估的退化参量;采集退化参量的波形,并提取相应的退化参数数据;利用退化参数数据分别估计退化模型中的漂移系数与扩散系数的估计值;将估计值与退化参数数据代入退化模型,评估设备寿命。本申请具体地建立了退化模型,并选取设备寿命评估的退化参量;采集该退化参量的波形,并提取相应的退化参数数据,针对退化模型中的漂移系数与扩散系数,利用退化参数数据分别估计相应的估计值,将上述的估计值与退化参数数据代入退化模型,评估设备寿命,可获得设备的期望寿命,提高评估方法的适用性。
Description
技术领域
本公开一般涉及寿命可靠性评估技术领域,具体涉及一种热电组网智能调控设备寿命可靠性评估方法。
背景技术
有刷直流电机因为其控制简单、成本低等优势被广泛应用。直流电机能否可靠工作,直接影响了整个装备系统运行情况。因此,直流电机的可靠性评估的研究非常必要且紧迫。
传统的直流电机可靠性评估主要是基于直流电机长期且持续运行情况下,然而对于需要频繁启动的直流电机的可靠性测试,目前仍然是空白。并且,传统的基于寿命数据的可靠性评估方法,往往需要大量的寿命数据,随着制造工艺的提高,产品的可靠性越来越高,这种基于大量寿命数据的可靠性评估方法越发难以适用。因此,我们提出一种热电组网智能调控设备寿命可靠性评估方法,用以解决上述的需要大量的寿命数据的问题。
发明内容
鉴于现有技术中的上述缺陷或不足,期望提供一种简单可靠的热电组网智能调控设备寿命可靠性评估方法。
第一方面,本申请提供一种热电组网智能调控设备寿命可靠性评估方法,包括以下步骤:
建立退化模型;
选取设备寿命评估的退化参量;
采集退化参量的波形,并提取相应的退化参数数据;
利用退化参数数据分别估计退化模型中的漂移系数与扩散系数的估计值;
将估计值与退化参数数据代入退化模型,评估设备寿命。
根据本申请实施例提供的技术方案,根据以下方法建立退化模型:
根据随机过程理论,设备的性能退化过程服从以下公式:
X(t)=k+μt+σW(t);
其中,T表示标准设备的寿命;X(t)表示t时刻的参数退化量;k表示性能退化量裕度值;μ为漂移系数;σ为扩散系数;W(t)为标准布朗运动;
获取设备的性能退化量首次到达失效状态的启停次数;
根据以下公式表示首次到达失效状态的启停次数:
T=inf{t|X(t)≤0,t≥0};
根据以下公式计算设备的可靠度:
根据以下分布函数计算设备的寿命T:
根据本申请实施例提供的技术方案,根据以下公式估计退化模型中的漂移系数与扩散系数的估计值:
根据以下公式计算设备在各测量时刻下性能参量的均值和方差估计值:
其中,Iij表示设备在第j次测量时性能参量的退化量;
根据以下公式计算在退化模型中的均值和方差分别为:
E[X(t)]=k+μt;Var[X(t)]=σ2t;
其中,tj表示第j次测量时间。
根据本申请实施例提供的技术方案,所述设备为有刷直流电机或者智能开关阀。
综上所述,本申请具体地公开了一种热电组网智能调控设备寿命可靠性评估方法的具体流程。本申请具体地建立了退化模型,并选取设备寿命评估的退化参量;采集该退化参量的波形,并提取相应的退化参数数据,针对退化模型中的漂移系数与扩散系数,利用退化参数数据分别估计相应的估计值,将上述的估计值与退化参数数据代入退化模型,评估设备寿命,可获得设备的期望寿命,提高评估方法的适用性,算法简单可靠,资源占用少。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1为一种热电组网智能调控设备寿命可靠性评估方法的流程示意图。
图2为有刷直流电机的结构示意图。
图3为有刷直流电机失效概率密度曲线图。
图4为有刷直流电机可靠度曲线图。
图中标号:1、直流电源;2、脉冲发生器;3、采样电路;4、有刷直流电机;5、示波器。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
实施例1
请参考图1所示的本申请提供的一种热电组网智能调控设备寿命可靠性评估方法的第一种实施例的流程示意图,包括以下步骤:
建立退化模型;
根据随机过程理论,设备的性能退化过程服从以下公式:
X(t)=k+μt+σW(t);
其中,T表示标准设备的寿命;X(t)表示t时刻的参数退化量;k表示性能退化量裕度值;μ为漂移系数;σ为扩散系数;W(t)为标准布朗运动;
获取设备的性能退化量首次到达失效状态的启停次数;
根据以下公式表示首次到达失效状态的启停次数:
T=inf{t|X(t)≤0,t≥0};
根据以下公式计算设备的可靠度:
根据以下分布函数计算设备的寿命T:
选取设备寿命评估的退化参量;
采集退化参量的波形,并提取相应的退化参数数据;
利用选定的退化参量的退化参数数据分别估计退化模型中的漂移系数与扩散系数的估计值;
根据以下公式计算设备在各测量时刻下性能参量变化的均值和方差估计值:
其中,Iij表示设备在第j次测量时性能参量的退化量;
根据以下公式计算在退化模型中的均值和方差分别为:
E[X(t)]=k+μt;Var[X(t)]=σ2t;
其中,tj表示第j次测量时间
将估计值与退化参数数据代入退化模型,评估设备寿命。
其中,设备的类型,可选地,例如为有刷直流电机或者智能开关阀。
以有刷直流电机老化试验系统为例,如图2所示,有刷直流电机老化试验系统包括:直流电源1、脉冲发生器2、采样电路3、有刷直流电机4和示波器5;
具体地,直流电源1的正、负极分别连接脉冲发生器2输入端的正、负极,脉冲发生器2输出端的正极连接采样电路3输入端,采样电路3输出端连接有刷直流电机4正极,有刷直流电机4负极接回脉冲发生器2的输出端负极,示波器5的正、负极分别接在采样电路3的输入端和输出端;
给脉冲发生器2信号端提供触发信号使脉冲发生器2开始工作,此时脉冲发生器2的输出端电压与直流电源1提供的电压相等,脉冲发生器2周期性给采样电路3提供脉冲信号,设置脉冲发生器2一个周期为5秒,且周期内高电平为2秒,低电平为3秒,以实现对有刷直流电机4连续开通、关断的控制;
直流电机的老化失效过程可以看作一个损伤累计过程,在老化试验中的每一次启停冲击导致直流电机出现微小损伤,损伤的出现通常伴随电机性能的变化,随着老化试验的进行,损伤逐渐累积,直流电机性能不断退化,当损伤累计到一定程度时,直流电机失效。受直流电机自身结构、材料和外部冲击应力等诸多随机因素的影响,可以看作是一个随机过程。
从失效物理的角度出发,直流电机在时刻t到t+Δt之内的性能退化ΔX是许多相互独立同分布的随机微小性能损失量之和,并且这些微小的损失量的数目和Δt成正比,所以ΔX服从正态分布,可采用一元Wiener过程建模。
针对上述的有刷直流电机的寿命可靠性评估方法:
根据记录的直流电机启动电流的波形,选取启动稳态电流作为设备寿命评估的退化参量;
采集退化参量的波形,并提取相应的退化参数数据;获得启动稳态电流裕度值为10mA;
采用一元Wiener过程建模;
根据以下方法建立退化模型:
根据随机过程理论,设备的性能退化过程服从以下公式:
X(t)=k+μt+σW(t);
其中,T表示标准设备的寿命;X(t)表示t时刻的参数退化量;k表示启动稳态电流裕度值;μ为漂移系数;σ为扩散系数;W(t)为标准布朗运动;
获取设备的性能退化量首次到达失效状态的启停次数;
根据以下公式表示首次到达失效状态的启停次数:
T=inf{t|X(t)≤0,t≥0};
根据以下公式计算设备的可靠度:
根据以下分布函数计算设备的寿命T:
进一步地,根据以下公式估计退化模型中的漂移系数与扩散系数的估计值:
根据以下公式计算设备在各测量时刻下性能参量变化的均值和方差估计值:
i=1,2,...,n;
j=1,2,...,m;
其中,Iij表示设备在第j次测量时启动稳态电流的退化量;
根据以下公式计算在退化模型中的均值和方差分别为:
E[X(t)]=k+μt;
Var[X(t)]=σ2t;
将上述的估计值与启动稳态电流带入退化模型:
得到有刷直流电机期望寿命为183138次启停。
如图3所示,有刷直流电机失效概率密度曲线图描述直流电机在特定启停次数下的失效概率,在启停次数为183138次时,有刷直流电机的失效概率最大。
如图4所示,有刷直流电机可靠度曲线图描述直流电机在特定运行条件下完成预期功能的概率,在直流电机运行的早期,即直流电机前5万次启停阶段,此时直流电机具有较高可靠度;在直流电机性能快速退化时期,即直流电机启停次数为15万次至25万次阶段,此时直流电机可靠度急剧下降;在直流电机完全老化时期,即直流电机启停次数30万次启停以后,此时性能特征量远远超过失效阈值,判断直流电机完全失效。将R(t)=0.5时对应的次数作为期望寿命值,此时直流电机的启停次数为183138次。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (4)
1.一种热电组网智能调控设备寿命可靠性评估方法,其特征在于,包括以下步骤:
建立退化模型;
选取设备寿命评估的退化参量;
采集退化参量的波形,并提取相应的退化参数数据;
利用退化参数数据分别估计退化模型中的漂移系数与扩散系数的估计值;
将估计值与退化参数数据代入退化模型,评估设备寿命。
4.根据权利要求1所述的一种热电组网智能调控设备寿命可靠性评估方法,其特征在于,所述设备为有刷直流电机或者智能开关阀。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111348110.3A CN114077791A (zh) | 2021-11-15 | 2021-11-15 | 一种热电组网智能调控设备寿命可靠性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111348110.3A CN114077791A (zh) | 2021-11-15 | 2021-11-15 | 一种热电组网智能调控设备寿命可靠性评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114077791A true CN114077791A (zh) | 2022-02-22 |
Family
ID=80283913
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111348110.3A Pending CN114077791A (zh) | 2021-11-15 | 2021-11-15 | 一种热电组网智能调控设备寿命可靠性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114077791A (zh) |
-
2021
- 2021-11-15 CN CN202111348110.3A patent/CN114077791A/zh active Pending
Non-Patent Citations (2)
Title |
---|
任淑红等: "基于带漂移的布朗运动的民用航空发动机实时性能可靠性预测", 《航空动力学报》, 15 December 2009 (2009-12-15), pages 1 - 6 * |
曾东等: "基于加速老化试验 IGBT 性能退化特征参量的可靠性评估", 《电工电能新技术》, 23 July 2019 (2019-07-23), pages 1 - 9 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2098878B1 (en) | Battery service life estimation using a regression model and state estimation | |
KR101109914B1 (ko) | 플랜트 상태 감시 방법, 플랜트 상태 감시용 프로그램을 기록한 컴퓨터로 판독가능한 기록 매체 및 플랜트 상태 감시 장치 | |
EP2765436A1 (en) | Battery state-of-charge estimation device and state-of-charge estimation method | |
CN101750587B (zh) | 用于确定电池内阻的方法 | |
CN111578444A (zh) | 一种空调故障预测方法、装置、存储介质及空调 | |
EP1651972A1 (en) | Apparatus, methods and computer program products for estimation of battery reserve life using adaptively modified state of health indicator-based reserve life models | |
US10150479B2 (en) | Battery state of function prediction with self-learning | |
US20230036120A1 (en) | Systems for analysis of vehicle electrical system performance | |
CN112765149B (zh) | 储能系统容量的计算系统及方法 | |
CN115257461B (zh) | 一种剩余续驶里程的确定方法和装置 | |
CN115291110B (zh) | 基于特征参量提取和老化经验库构建的电堆老化预测方法 | |
CN117991030B (zh) | 一种换电柜健康状态检测方法及系统 | |
CN113655315A (zh) | 超级电容剩余寿命综合评估方法、系统、装置及介质 | |
CN114077791A (zh) | 一种热电组网智能调控设备寿命可靠性评估方法 | |
CN113759258A (zh) | 一种动力电池soc估计方法、装置及纯电动汽车 | |
CN111917114B (zh) | 一种适用于嵌入式平台的电力负荷事件检测方法 | |
KR101853267B1 (ko) | 배터리 잔존수명 추정 시스템 및 그 방법 | |
JP7343857B2 (ja) | 分析装置 | |
CN109740797B (zh) | 一种基于条件概率的电力设备缺陷事件预警方法 | |
CN108375702B (zh) | 电采暖设备的监测方法及装置 | |
CN110596477A (zh) | 一种用于分析电力设备运行状态的分析方法 | |
CN113075556B (zh) | 电池电压预警阈值评估方法、无线传感器和传感网 | |
CN114779064A (zh) | 继电器剩余寿命的确定方法及其装置、处理器 | |
Ni et al. | Remaining useful life prediction method for mosfet based on time series model | |
CN108931728B (zh) | 具有热/冷启动识别和自校正的电池的功能状态的预测 |
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 |