CN114676602B - 一种改进的电机绝缘多应力可靠性评估方法及系统 - Google Patents
一种改进的电机绝缘多应力可靠性评估方法及系统 Download PDFInfo
- Publication number
- CN114676602B CN114676602B CN202210589933.3A CN202210589933A CN114676602B CN 114676602 B CN114676602 B CN 114676602B CN 202210589933 A CN202210589933 A CN 202210589933A CN 114676602 B CN114676602 B CN 114676602B
- Authority
- CN
- China
- Prior art keywords
- degradation
- function
- data
- groups
- test
- 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
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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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]
-
- 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
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明公开了一种改进的电机绝缘多应力可靠性评估方法,选取电机绝缘材料作为样本进行多应力老化试验,得到n组退化数据和n组寿命数据;对n组退化数据构建n个Wiener过程退化模型,求解得到n组Wiener过程退化参数;对n组寿命数据利用极大似然估计法得到n组威布尔分布参数;将退化过程作为与时间相关的协变量,将温度、电压幅值、频率和脉冲宽度作为与时间无关的协变量,利用支持向量回归算法通过非线性映射将与时间无关的协变量映射到高维空间中,构造得到非线性函数,以得到改进的比例风险模型;根据改进的比例风险模型基于泰勒公式得到产品可靠度函数。本发明将产品的退化数据和寿命数据联合使用建立模型,可以有效提高可靠性评估精度。
Description
技术领域
本发明涉及电机绝缘可靠性评估技术领域,尤其涉及一种改进的电机绝缘多应力可靠性评估方法及系统。
背景技术
在“交通强国,铁路先行”的背景下,我国的高速铁路运营里程已突破4万公里,稳居世界第一。随着电力机车向高速、安全、重载方向发展,牵引变频电机的安全可靠运行对整个铁路运营系统以及国民经济都有着重大意义。据统计,约有三分之一的电机故障是由电机绝缘早期失效导致的。变频电机广泛采用脉冲宽度调制驱动,电机绝缘需要不断承受高频电压的冲击,在转子中由于高频电流所引起的集肤效应会增大转子电阻,使转子的导体铜耗增加,导致电机绕组发热增大,加剧电机绝缘的恶化。而变频电机因体积受到严格的限制,为增加电机功率和节约成本,需要尽可能减少绝缘厚度,这会对电机绝缘的寿命带来消极影响。因此,研究电机绝缘的可靠性评估对变频电机的设计、生产及运行维护都具有重要意义。
现阶段对电机绝缘寿命的研究广泛采用加速寿命试验,在高于正常工况应力下得到其寿命数据,再根据加速模型外推正常工况下的寿命。基于寿命数据,最常采用比例风险模型来描述应力对产品失效的影响。而对于长寿命、高可靠性产品而言,其性能退化过程也会严重影响产品的寿命数据。
目前,已有一些研究将退化过程与温度应力同时作为协变量,基于比例风险模型对产品进行可靠性评估。该方案中假设协变量之间满足线性关系,但是在实际情况中是不适用的。因此,针对多应力下产品可靠性评估问题,研究各应力对产品可靠性的影响系数具有很大的工程价值。
发明内容
鉴于此,本发明提供一种改进的电机绝缘多应力可靠性评估方法及系统,解决了未考虑退化数据对产品失效的影响,以及多应力协变量采用线性假设造成可靠性评估不准确的问题。
为实现上述目的,本发明提供一种改进的电机绝缘多应力可靠性评估方法,所述方法包括步骤:
S1、选取电机绝缘材料作为试验样本在n组试验条件下进行多应力老化试验,每组试验条件中设置不同的温度、电压幅值、频率和脉冲宽度,得到n组退化数据和n组寿命数据,其中,第k组试验条件所对应的试验样本数为nk,第k组退化数据对应为在第k组试验条件下基于各个测量时刻下所得到的nk组退化数据,第k组寿命数据对应为在第k组试验条件下所得到的nk个寿命数据,k取值1~n;
S2、对n组退化数据构建对应的n个Wiener过程退化模型,并基于每一组退化数据构建对应的退化增量的似然函数,根据每一个似然函数求解得到n个Wiener过程退化模型的n组Wiener过程退化参数;
S3、假设每一组寿命数据服从两参数威布尔分布,对第k组试验条件下的nk个寿命数据利用极大似然估计法得到该试验条件下寿命数据服从的威布尔分布参数,进而得到n组威布尔分布参数;
S4、将退化过程作为与时间相关的协变量,将温度、电压幅值、频率和脉冲宽度作为与时间无关的协变量,并利用支持向量回归算法通过非线性映射将与时间无关的协变量映射到高维空间中,构造得到非线性函数,基于该非线性函数和退化过程构建得到改进的比例风险模型;
S5、基线风险函数采用威布尔模型的形式,以第一组威布尔分布参数值作为基线风险函数参数值,利用最小二乘法求解得到改进的比例风险模型的回归参数,并根据改进的比例风险模型,基于泰勒公式得到产品可靠度函数。
优选的,所述步骤S2包括:
设xijk表示第k组试验条件下第j个试验样本第i次测量得到的退化数据,tijk为对应的测量时间,Δxijk=xijk- x(i-1)jk为退化增量,Δtijk=tijk- t(i-1)jk为时间增量,其中 ,i=1,2,…, njk,j=1,2,…, nk,k=1,2,…, n,njk为第k组试验条件下第j个试验样本的测量次数,nk为第k组试验条件下的试验样本个数,n为试验条件组数;
利用Wiener过程对每一组退化数据建模,退化过程X(t)表示为:
优选的,所述步骤S2包括:
融合第k组试验条件下nk个试验样本的所有退化数据,则第k组试验条件下退化增量的似然函数Lk为:
优选的,所述步骤S3包括:
其中,m为形状参数,η为尺度参数;
根据概率密度函数f(Yk),构建对应的似然函数为:
利用极大似然法对似然函数求解,得出第k组试验条件下试验样本的寿命数据服从威布尔分布的形状参数和尺度参数,以此类推得到n组威布尔分布参数。
优选的,所述步骤S4包括:
其中,ω为H中的权值向量,ωT是ω的转置,b为偏置项,xk={Tk,Vk,fk,Dk},Tk为第k组试验条件设置的温度,Vk为第k组试验条件设置的电压幅值,fk为第k组试验条件设置的频率,Dk为第k组试验条件设置的脉冲宽度。
优选的,所述步骤S4包括:
选择不敏感损失函数为:
根据结构风险最小化准则,支持向量回归算法的原始优化问题为:
引入Lagrange函数:
优选的,所述步骤S4包括:
将公式(9)的解代入Lagrange函数中,并对Lagrange函数关于α(*)求极大得:
其中, (·)表示向量的内积;
得到原始问题的对偶问题为:
求解出对偶问题的最优解α(*),再确定b的值,得到支持向量回归算法构造的非线性回归函数f(x)为:
优选的,所述步骤S4包括:
基于该非线性回归函数f(x)和退化过程构建得到改进的比例风险模型h(t)表示为:
优选的,所述步骤S5包括:
以第一组试验条件下的威布尔分布参数值作为基线风险函数参数值,根据公式(16):
根据改进的比例风险模型,产品的可靠度函数R(t)为:
式中,Xt∈Ωt ,f(Xt)是退化数据在t时刻的概率密度函数,f(Xt) 为:
为实现上述目的,本发明提供一种改进的电机绝缘多应力可靠性评估系统,所述系统包括:
测量模块,用于选取电机绝缘材料作为试验样本在n组试验条件下进行多应力老化试验,每组试验条件中设置不同的温度、电压幅值、频率和脉冲宽度,得到n组退化数据和n组寿命数据,其中,第k组试验条件所对应的试验样本数为nk,第k组退化数据对应为在第k组试验条件下基于各个测量时刻下所得到的nk组退化数据,第k组寿命数据对应为在第k组试验条件下所得到的nk个寿命数据,k取值1~n;
退化过程模型模块,用于对n组退化数据构建对应的n个Wiener过程退化模型,并基于每一组退化数据构建对应的退化增量的似然函数,根据每一个似然函数求解得到n个Wiener过程退化模型的n组Wiener过程退化参数;
威布尔分布模块,用于假设每一组寿命数据服从两参数威布尔分布,对第k组试验条件下的nk个寿命数据利用极大似然估计法得到该试验条件下寿命数据服从的威布尔分布参数,进而得到n组威布尔分布参数;
比例风险模型模块,用于将退化过程作为与时间相关的协变量,将温度、电压幅值、频率和脉冲宽度作为与时间无关的协变量,并利用支持向量回归算法通过非线性映射将与时间无关的协变量映射到高维空间中,构造得到非线性函数,基于该非线性函数和退化过程构建得到改进的比例风险模型;
可靠性评估模块,用于基线风险函数采用威布尔模型的形式,以第一组威布尔分布参数值作为基线风险函数参数值,利用最小二乘法求解得到改进的比例风险模型的回归参数,并根据改进的比例风险模型,基于泰勒公式得到产品可靠度函数。
与现有技术相比,本发明提供的一种改进的电机绝缘多应力可靠性评估方法及系统,所带来的有益效果为:针对变频电机绝缘系统在实际工况中受到高频率不同脉宽的电压冲击以及绕组发热问题,提出基于温度、电压幅值、频率、脉冲宽度多应力之间的非线性关系,并融合产品退化数据和寿命数据的改进比例风险模型,用以提高电机绝缘系统可靠性评估的实用性及准确性;在传统的比例风险模型框架下,将产品的退化过程和老化应力同时作为风险函数中的协变量,联合考虑其对产品失效的影响,基于多应力老化试验下的退化数据和寿命数据提出了一种改进的比例风险模型用于可靠性评估;对于多种应力因素下对产品退化规律的非线性影响,采用支持向量回归算法引入高斯核函数用以解决非线性回归问题。将产品的退化数据和寿命数据联合使用建立模型,可以有效提高可靠性评估精度,该发明对工作在不同工况下电机的寿命预测与健康管理有很好的工程应用价值。
附图说明
图1是根据本发明的一个实施例的改进的电机绝缘多应力可靠性评估方法的流程示意图;
图2是根据本发明的一个具体实施例的多应力老化试验流程示意图;
图3是根据本发明的一个实施例的改进的电机绝缘多应力可靠性评估系统的系统示意图。
具体实施方式
以下将结合附图所示的具体实施方式对本发明进行详细描述,但这些实施方式并不限制本发明,本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
如图1所示的本发明的一个实施例,本发明提供一种改进的电机绝缘多应力可靠性评估方法,该方法包括步骤:
S1、选取电机绝缘材料作为试验样本在n组试验条件下进行多应力老化试验,每组试验条件中设置不同的温度、电压幅值、频率和脉冲宽度,得到n组退化数据和n组寿命数据,其中,第k组试验条件所对应的试验样本数为nk,第k组退化数据对应为在第k组试验条件下基于各个测量时刻下所得到的nk组退化数据,第k组寿命数据对应为在第k组试验条件下所得到的nk个寿命数据,k取值1~n;
S2、对n组退化数据构建对应的n个Wiener过程退化模型,并基于每一组退化数据构建对应的退化增量的似然函数,根据每一个似然函数求解得到n个Wiener过程退化模型的n组Wiener过程退化参数;
S3、假设每一组寿命数据服从两参数威布尔分布,对第k组试验条件下的nk个寿命数据利用极大似然估计法得到该试验条件下寿命数据服从的威布尔分布参数,进而得到n组威布尔分布参数;
S4、将退化过程作为与时间相关的协变量,将温度、电压幅值、频率和脉冲宽度作为与时间无关的协变量,并利用支持向量回归算法通过非线性映射将与时间无关的协变量映射到高维空间中,构造得到非线性函数,基于该非线性函数和退化过程构建得到改进的比例风险模型;
S5、基线风险函数采用威布尔模型的形式,以第一组威布尔分布参数值作为基线风险函数参数值,利用最小二乘法求解得到改进的比例风险模型的回归参数,并根据改进的比例风险模型,基于泰勒公式得到产品可靠度函数。
选取电机绝缘材料作为试验样本在n组试验条件下进行多应力老化试验,每组试验条件中设置不同的温度、电压幅值、频率、脉冲宽度,第k组试验条件所对应的试验样本数为nk,得到n组退化数据和n组寿命数据,其中,第k组退化数据对应为在第k组试验条件下基于各个测量时刻下所得到的nk组退化数据,第k组寿命数据对应为在第k组试验条件下所得到的nk个寿命数据,k取值1~n。如图2所示的多应力老化实验流程图,根据正交试验设计方法,每组试验条件中的温度、电压幅值、频率、脉冲宽度设置不一样。设定老化时间以Ts为一个周期,在每一个老化周期结束后,将试样冷却至室温,利用局部放电监测系统测量试样的最大放电量,作为表征绝缘材料试样老化的性能退化量,即退化数据。对试样进行击穿试验,根据IEC 60172-2015,对试样施加约1s的频率为50Hz的交流正弦测试电压Urms(根据绝缘厚度确定),若回路电流大于5mA时,判断试样失效。将未失效试样继续进行老化试验,重复试验步骤,直至所有试样均发生失效。试样寿命数据确定为击穿前最后一个老化周期的中间时刻,因此,试样的寿命数据为总的老化时间减去老化周期时间的一半。
对n组退化数据构建对应的n个Wiener过程退化模型,并基于每一组退化数据构建对应的退化增量的似然函数,根据每一个似然函数求解得到n个Wiener过程退化模型的n组Wiener过程退化参数。考虑产品退化过程对寿命数据的影响,基于随机过程对退化过程建模。设xijk表示第k组试验条件下第j个试验样本第i次测量得到的退化数据,tijk为对应的测量时间, Δxijk=xijk- x(i-1)jk为退化增量,Δtijk=tijk- t(i-1)jk为时间增量,其中 ,i=1,2,…, njk,j=1,2,…, nk,k=1,2,…, n,njk为第k组试验条件下第j个试验样本的测量次数,nk为第k组试验条件下的试验样本个数,n为试验条件组数。
对于每一组试验条件下所得到的退化数据,利用Wiener过程对每一组退化数据建模,退化过程X(t)表示为:
融合第k组试验条件下nk个试验样本的所有退化数据,则第k组试验条件下退化增量的似然函数Lk为:
假设每一组寿命数据服从两参数威布尔分布,对第k个试验条件下的nk个寿命数据利用极大似然估计法得到该试验条件下寿命数据服从的威布尔分布参数,进而得到n组威布尔分布参数。假设同组试验条件下试验样本的寿命数据服从两参数威布尔分布,不同组试验条件下试验样本的寿命数据服从同一类型的分布,参数值不同。根据在第k组试验条件下nk个试样样本的寿命数据,对应的概率密度函数f(Yk)为:
其中,m为形状参数,η为尺度参数。
根据概率密度函数f(Yk),构建对应的似然函数为:
利用极大似然法对似然函数求解威布尔分布参数,即形状参数和尺度参数,得出第k组试验条件下试验样本的寿命数据服从威布尔分布的形状参数和尺度参数。以此类推,对n组寿命数据进行求解得到n组威布尔分布的形状参数和尺度参数。
将退化过程作为与时间相关的协变量,将温度、电压幅值、频率、脉冲宽度作为与时间无关的协变量,并利用支持向量回归算法通过非线性映射将与时间无关的协变量映射到高维空间中,构造得到非线性函数,基于该非线性函数和退化过程构建得到改进的比例风险模型。采用比例风险模型描述退化趋势和老化应力对试样可靠性评估的影响。温度对产品寿命的影响通常用Arrhenius模型描述,电应力对产品寿命的影响通常用InversePower模型描述,因此与时间无关的协变量对产品性能失效的影响是非线性的,采用支持向量回归算法解决非线性化问题。通过非线性映射将与时间无关的协变量作为输入映射到一个高维的Hilbert空间H中,在H中构造一个函数f(x)为:
式中,ω为H中的权值向量,ωT是ω的转置,b为偏置项,xk={Tk,Vk,fk,Dk},Tk为第k组试验条件设置的温度,Vk为第k组试验条件设置的电压幅值,fk为第k组试验条件设置的频率,Dk为第k组试验条件设置的脉冲宽度。
选择不敏感损失函数为:
根据结构风险最小化准则,支持向量回归算法的原始优化问题为:
引入Lagrange函数:
将公式(9)的解代入Lagrange函数中,并对Lagrange函数关于α(*)求极大得:
其中, (·)表示向量的内积。
得到原始问题的对偶问题为:
求解出对偶问题的最优解α(*),再确定b的值,可得到支持向量回归算法构造的非线性回归函数f(x)为:
基于该非线性回归函数f(x)和退化过程构建得到改进的比例风险模型h(t)表示为:
以第一组威布尔分布参数值作为基线风险函数参数值,利用最小二乘法求解得到改进的比例风险模型的回归参数,并根据改进的比例风险模型,基于泰勒公式得到产品可靠度函数。以第一组试验条件下的威布尔分布参数值作为基线风险函数参数值,根据公式(16):
根据改进的比例风险模型,产品的可靠度函数R(t)为:
式中,Xt∈Ωt , f(Xt)是退化数据在t时刻的概率密度函数,f(Xt) 为:
因此,产品的可靠度函数R(t)进一步写为:
根据泰勒公式,eAZ的泰勒展开式写为:
产品的可靠度函数R(t)表示为:
根据产品的可靠度函数R(t),从而实现对电机绝缘材料产品的可靠性进行评估。
如图3所示,本发明提供一种改进的电机绝缘多应力可靠性评估系统,该系统包括:
测量模块30,用于选取电机绝缘材料作为试验样本在n组试验条件下进行多应力老化试验,每组试验条件中设置不同的温度、电压幅值、频率和脉冲宽度,得到n组退化数据和n组寿命数据,其中,第k组试验条件所对应的试验样本数为nk,第k组退化数据对应为在第k组试验条件下基于各个测量时刻下所得到的nk组退化数据,第k组寿命数据对应为在第k组试验条件下所得到的nk个寿命数据,k取值1~n;
退化过程模型模块31,用于对n组退化数据构建对应的n个Wiener过程退化模型,并基于每一组退化数据构建对应的退化增量的似然函数,根据每一个似然函数求解得到n个Wiener过程退化模型的n组Wiener过程退化参数;
威布尔分布模块32,用于假设每一组寿命数据服从两参数威布尔分布,对第k组试验条件下的nk个寿命数据利用极大似然估计法得到该试验条件下寿命数据服从的威布尔分布参数,进而得到n组威布尔分布参数;
比例风险模型模块33,用于将退化过程作为与时间相关的协变量,将温度、电压幅值、频率和脉冲宽度作为与时间无关的协变量,并利用支持向量回归算法通过非线性映射将与时间无关的协变量映射到高维空间中,构造得到非线性函数,基于该非线性函数和退化过程构建得到改进的比例风险模型;
可靠性评估模块34,用于基线风险函数采用威布尔模型的形式,以第一组威布尔分布参数值作为基线风险函数参数值,利用最小二乘法求解得到改进的比例风险模型的回归参数,并根据改进的比例风险模型,基于泰勒公式得到产品可靠度函数。
尽管为示例目的,已经公开了本发明的优选实施方式,但是本领域的普通技术人员将意识到,在不脱离由所附的权利要求书公开的本发明的范围和精神的情况下,各种改进、增加以及取代是可能的。
Claims (10)
1.一种改进的电机绝缘多应力可靠性评估方法,其特征在于,所述方法包括步骤:
S1、选取电机绝缘材料作为试验样本在n组试验条件下进行多应力老化试验,每组试验条件中设置不同的温度、电压幅值、频率和脉冲宽度,得到n组退化数据和n组寿命数据,其中,第k组试验条件所对应的试验样本数为nk,第k组退化数据对应为在第k组试验条件下基于各个测量时刻下所得到的nk组退化数据,第k组寿命数据对应为在第k组试验条件下所得到的nk个寿命数据,k取值1~n;
S2、对n组退化数据构建对应的n个Wiener过程退化模型,并基于每一组退化数据构建对应的退化增量的似然函数,根据每一个似然函数求解得到n个Wiener过程退化模型的n组Wiener过程退化参数;
S3、假设每一组寿命数据服从两参数威布尔分布,对第k组试验条件下的nk个寿命数据利用极大似然估计法得到该试验条件下寿命数据服从的威布尔分布参数,进而得到n组威布尔分布参数;
S4、将退化过程作为与时间相关的协变量,将温度、电压幅值、频率和脉冲宽度作为与时间无关的协变量,并利用支持向量回归算法通过非线性映射将与时间无关的协变量映射到高维空间中,构造得到非线性函数,基于该非线性函数和退化过程构建得到改进的比例风险模型;
S5、基线风险函数采用威布尔模型的形式,以第一组威布尔分布参数值作为基线风险函数参数值,利用最小二乘法求解得到改进的比例风险模型的回归参数,并根据改进的比例风险模型,基于泰勒公式得到产品可靠度函数。
2.如权利要求1所述的改进的电机绝缘多应力可靠性评估方法,其特征在于,所述步骤S2包括:
设xijk表示第k组试验条件下第j个试验样本第i次测量得到的退化数据,tijk为对应的测量时间,Δxijk=xijk- x(i-1)jk为退化增量,Δtijk=tijk- t(i-1)jk为时间增量,其中 ,i=1,2,…, njk,j=1,2,…, nk,k=1,2,…, n,njk为第k组试验条件下第j个试验样本的测量次数,nk为第k组试验条件下的试验样本个数,n为试验条件组数;
利用Wiener过程对每一组退化数据建模,退化过程X(t)表示为:
10.一种改进的电机绝缘多应力可靠性评估系统,其特征在于,所述系统包括:
测量模块,用于选取电机绝缘材料作为试验样本在n组试验条件下进行多应力老化试验,每组试验条件中设置不同的温度、电压幅值、频率和脉冲宽度,得到n组退化数据和n组寿命数据,其中,第k组试验条件所对应的试验样本数为nk,第k组退化数据对应为在第k组试验条件下基于各个测量时刻下所得到的nk组退化数据,第k组寿命数据对应为在第k组试验条件下所得到的nk个寿命数据,k取值1~n;
退化过程模型模块,用于对n组退化数据构建对应的n个Wiener过程退化模型,并基于每一组退化数据构建对应的退化增量的似然函数,根据每一个似然函数求解得到n个Wiener过程退化模型的n组Wiener过程退化参数;
威布尔分布模块,用于假设每一组寿命数据服从两参数威布尔分布,对第k组试验条件下的nk个寿命数据利用极大似然估计法得到该试验条件下寿命数据服从的威布尔分布参数,进而得到n组威布尔分布参数;
比例风险模型模块,用于将退化过程作为与时间相关的协变量,将温度、电压幅值、频率和脉冲宽度作为与时间无关的协变量,并利用支持向量回归算法通过非线性映射将与时间无关的协变量映射到高维空间中,构造得到非线性函数,基于该非线性函数和退化过程构建得到改进的比例风险模型;
可靠性评估模块,用于基线风险函数采用威布尔模型的形式,以第一组威布尔分布参数值作为基线风险函数参数值,利用最小二乘法求解得到改进的比例风险模型的回归参数,并根据改进的比例风险模型,基于泰勒公式得到产品可靠度函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210589933.3A CN114676602B (zh) | 2022-05-27 | 2022-05-27 | 一种改进的电机绝缘多应力可靠性评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210589933.3A CN114676602B (zh) | 2022-05-27 | 2022-05-27 | 一种改进的电机绝缘多应力可靠性评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114676602A CN114676602A (zh) | 2022-06-28 |
CN114676602B true CN114676602B (zh) | 2022-08-23 |
Family
ID=82079881
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210589933.3A Active CN114676602B (zh) | 2022-05-27 | 2022-05-27 | 一种改进的电机绝缘多应力可靠性评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114676602B (zh) |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8332342B1 (en) * | 2009-11-19 | 2012-12-11 | The United States of America as represented by the Administrator of the National Aeronautics & Space Administration (NASA) | Model-based prognostics for batteries which estimates useful life and uses a probability density function |
CN104182603A (zh) * | 2013-05-24 | 2014-12-03 | 上海空间电源研究所 | 长寿命、高可靠电子产品可靠性评估方法 |
US10410132B2 (en) * | 2016-06-07 | 2019-09-10 | Honeywell International Inc. | Probabilistic remaining usage life of aircraft structures |
CN107247849A (zh) * | 2017-06-23 | 2017-10-13 | 杭州安脉盛智能技术有限公司 | 基于比例故障率模型优化机械系统的维护方法及系统 |
CN108959676B (zh) * | 2017-12-22 | 2019-09-20 | 北京航空航天大学 | 一种考虑有效冲击的退化建模与寿命预测方法 |
CN111597682B (zh) * | 2020-04-14 | 2023-03-31 | 新疆大学 | 预测风力机齿轮箱轴承剩余寿命的方法 |
CN111523251B (zh) * | 2020-06-09 | 2023-04-21 | 江苏科技大学 | 一种随机环境应力下的产品寿命快速评估方法 |
CN111932091A (zh) * | 2020-07-29 | 2020-11-13 | 上海交通大学 | 一种基于梯度生存提升树的生存分析风险函数预测方法 |
CN112926144B (zh) * | 2021-01-22 | 2022-08-16 | 北京航空航天大学 | 一种多应力加速寿命试验耦合效应分析及寿命预测方法 |
CN113536522A (zh) * | 2021-02-09 | 2021-10-22 | 北华大学 | 一种基于威布尔比例风险模型的断路器寿命监测与维修方法 |
-
2022
- 2022-05-27 CN CN202210589933.3A patent/CN114676602B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114676602A (zh) | 2022-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102663412B (zh) | 基于最小二乘支持向量机的电力设备载流故障趋势预测方法 | |
CN103487781B (zh) | 一种基于加速老化的电子式互感器的可靠性评估方法 | |
Babel et al. | Condition-based monitoring and prognostic health management of electric machine stator winding insulation | |
CN103808426B (zh) | 电缆线芯温度的间接测量方法 | |
CN102880747A (zh) | 一种光电复合海缆温度场建模计算分析方法 | |
CN109324261A (zh) | 一种配电网电缆线路过热风险预警方法和系统 | |
CN113204922A (zh) | 一种变压器运行状态监控与预测方法 | |
CN103995948A (zh) | 一种基于多项式模型的振荡中心电压预测方法 | |
CN103995245A (zh) | 双馈风力发电机定转子电流信号检测系统的故障判断方法 | |
CN106482848B (zh) | 一种基于m-p广义逆的三芯电缆导体温度动态获取方法 | |
CN109033532A (zh) | 一种零电压开关移相全桥电源健康状态评估方法 | |
CN114676602B (zh) | 一种改进的电机绝缘多应力可靠性评估方法及系统 | |
CN106599384A (zh) | 一种适应两种边界温度的电缆暂态温升获取方法 | |
CN106228033A (zh) | 基于rbf神经网络的三芯电缆导体温度实时计算方法 | |
CN103972889B (zh) | 一种配电线路阻抗在线辨识方法 | |
CN116990621B (zh) | 电力安全工器具故障动态监测系统 | |
CN112085084B (zh) | 一种基于多特征融合共同向量的变压器故障诊断方法 | |
CN106324452B (zh) | 一种变压器绝缘模型系统 | |
CN115238865B (zh) | 一种电力变压器电热联合寿命评估模型构建方法 | |
CN107290268B (zh) | 一种换流站电接触连接处的电力复合脂老化的预测方法 | |
CN109766659A (zh) | 一种考虑风荷载与通电时间影响的导线垂度计算方法 | |
CN115327254A (zh) | 基于温度检测的金属化膜电容器状态在线评估方法及系统 | |
Zhao et al. | A cable health assessment method based on multi-agent and matter-element extension model | |
Liu et al. | An event-oriented reliability assessment for DC link capacitors in grid connected inverter with low voltage ride through operation | |
Hewitt et al. | Prediction of the Impact of Thermal Cycling on Machine Lifetime Based on Accelerated Life Testing and Finite Element Analysis |
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 |