CN117782957B - 一种船用电缆老化性能的测试方法及系统 - Google Patents
一种船用电缆老化性能的测试方法及系统 Download PDFInfo
- Publication number
- CN117782957B CN117782957B CN202410216742.1A CN202410216742A CN117782957B CN 117782957 B CN117782957 B CN 117782957B CN 202410216742 A CN202410216742 A CN 202410216742A CN 117782957 B CN117782957 B CN 117782957B
- Authority
- CN
- China
- Prior art keywords
- cable
- test
- temperature
- data
- sample
- 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
- 230000032683 aging Effects 0.000 title claims abstract description 248
- 238000012360 testing method Methods 0.000 title claims abstract description 172
- 238000000034 method Methods 0.000 claims abstract description 104
- 239000011810 insulating material Substances 0.000 claims abstract description 76
- 238000011156 evaluation Methods 0.000 claims abstract description 47
- 238000003878 thermal aging Methods 0.000 claims abstract description 31
- 238000009659 non-destructive testing Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims description 46
- 239000011159 matrix material Substances 0.000 claims description 43
- 230000008569 process Effects 0.000 claims description 36
- 230000001419 dependent effect Effects 0.000 claims description 26
- 238000009864 tensile test Methods 0.000 claims description 22
- 239000013598 vector Substances 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 21
- 238000010219 correlation analysis Methods 0.000 claims description 21
- 238000003860 storage Methods 0.000 claims description 18
- 230000005684 electric field Effects 0.000 claims description 15
- 239000000463 material Substances 0.000 claims description 12
- 238000013178 mathematical model Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000012067 mathematical method Methods 0.000 claims description 11
- 238000012417 linear regression Methods 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 description 13
- 239000012774 insulation material Substances 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 230000000694 effects Effects 0.000 description 8
- 230000015556 catabolic process Effects 0.000 description 7
- 238000006731 degradation reaction Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000005520 cutting process Methods 0.000 description 4
- 230000006378 damage Effects 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000002431 foraging effect Effects 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000009413 insulation Methods 0.000 description 3
- 238000011056 performance test Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 230000003679 aging effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010292 electrical insulation Methods 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000000528 statistical test Methods 0.000 description 1
- 230000002277 temperature effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000008646 thermal stress Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Landscapes
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本发明提供一种船用电缆老化性能的测试方法及系统，涉及数据处理技术领域，所述方法包括：使用振动测试设备对船用电缆进行振动测试，模拟电缆在船上的实际工作条件，记录振动频率、振幅和持续时间，并根据振动频率、振幅和持续时间计算动态因子；使用介质损耗角正切值测试仪对船用电缆进行无损检测，获取电缆绝缘材料的介质损耗角正切值；将介质损耗角正切值和动态因子一同代入热寿命方程中，计算得到船用电缆的老化性能评估结果。本发明能够模拟电缆在实际工作条件下的热老化和机械老化过程，从而更真实地反映电缆的老化性能。
Description
技术领域
本发明涉及数据处理技术领域，特别是指一种船用电缆老化性能的测试方法及系统。
背景技术
船用电缆是船舶电力系统中不可或缺的重要组成部分，其性能直接关系到船舶的安全和稳定运行。然而，在长期的船舶运行过程中，船用电缆不可避免地会受到各种因素的影响，如温度、振动、湿度等，从而导致电缆绝缘材料的老化。电缆绝缘材料的老化会严重影响电缆的电气性能和机械性能，甚至可能引发火灾等安全事故。
目前，虽然已有一些电缆老化性能的测试方法，但这些方法大多侧重于单一因素的老化测试，如仅考虑热老化或仅考虑机械老化，而未能综合考虑多种因素对电缆老化性能的影响。
发明内容
本发明要解决的技术问题是提供一种船用电缆老化性能的测试方法及系统，能够模拟电缆在实际工作条件下的热老化和机械老化过程，从而更真实地反映电缆的老化性能。
为解决上述技术问题，本发明的技术方案如下：
第一方面，一种船用电缆老化性能的测试方法，所述方法包括：
从船用电缆上获取绝缘材料作为试样；
将试样放入加速热老化试验箱中，设定试验温度为电缆的工作温度，进行加速热老化试验，以得到加速热老化试验数据；
将经过加速热老化试验后的试样取出，进行机械拉伸试验，测试加速热老化试验后的试样的机械性能参数；
根据机械性能参数和加速热老化试验数据，利用数学方法建立基于电缆工作温度的热寿命方程；
使用振动测试设备对船用电缆进行振动测试，模拟电缆在船上的实际工作条件，记录振动频率、振幅和持续时间，并根据振动频率、振幅和持续时间计算动态因子；
使用介质损耗角正切值测试仪对船用电缆进行无损检测，获取电缆绝缘材料的介质损耗角正切值；
将介质损耗角正切值和动态因子一同代入热寿命方程中，计算得到船用电缆的老化性能评估结果。
进一步的，根据机械性能参数和加速热老化试验数据，利用数学方法建立基于电缆工作温度的热寿命方程，包括：
获取加速热老化试验箱中不同时间点的试样性能数据，以及试验过程中的电缆工作温度；
对试样性能数据以及电缆工作温度进行分析，以得到机械性能参数随热老化时间和温度的变化趋势，以得到趋势分析结果；
使用曲线拟合建立机械性能参数与热老化时间和温度之间的数学关系；
根据分析结果以及机械性能参数与热老化时间和温度之间的数学关系，构建绝缘材料热老化过程的数学模型；
对数学模型进行分析和计算，以得到具体的热寿命方程。
进一步的，对试样性能数据以及电缆工作温度进行分析，以得到机械性能参数随热老化时间和温度的变化趋势，以得到趋势分析结果，包括：
从加速热老化试验箱中获取试样的机械性能参数数据；
对机械性能参数数据以及电缆工作温度进行预处理，以得到预处理数据；
通过相关性分析方法量化机械性能参数数据与热老化时间及温度之间的关联程度，以得到相关性分析结果；
根据相关性分析结果，若机械性能参数与热老化时间和温度之间存在指数关系趋势，则通过指数模型进行拟合，以得到拟合的指数模型；
利用残差分析方法对拟合的指数模型进行验证，以得到验证后的指数模型；
根据验证后的指数模型，分析机械性能参数随热老化时间和温度的具体变化趋势，以得到趋势分析结果。
进一步的，使用曲线拟合建立机械性能参数与热老化时间和温度之间的数学关系，包括：
获取船用电缆在不同热老化时间和温度下的机械性能参数数据；
根据预设的机械性能参数与热老化时间和温度之间关系的指数模型，通过最小二乘法进行曲线拟合，以得到最终的拟合曲线；
通过迭代计算获取最终的拟合曲线的参数值；
根据最终的拟合曲线的参数值，计算机械性能参数与热老化时间和温度之间关系的评估指标。
进一步的，根据振动频率、振幅和持续时间计算动态因子，包括：
通过振动测试设备获取船用电缆的振动频率、振幅和持续时间；
以振动频率、振幅和持续时间为自变量，电缆的老化性能指标为因变量，构建多元线性回归模型方程；
根据自变量和因变量，构建矩阵，矩阵包括常数项列和自变量的观测值，常数项列用于预估截距项；
获取观测值向量，根据观测值向量和矩阵，使用最小二乘法预估回归模型的参数，以得到回归系数；
根据回归系数，通过计算动态因子，其中，/>是动态因子，即预测的电缆老化性能指标，/>是回归模型的截距项估计值，/>，/>，/> 分别是振动频率、振幅和持续时间的回归系数估计值，/>，/>，/> 分别是给定的振动频率、振幅和持续时间的观测值。
进一步的，使用介质损耗角正切值测试仪对船用电缆进行无损检测，获取电缆绝缘材料的介质损耗角正切值，包括：
将船用电缆的绝缘材料样本放置在测试仪的测试夹具中；
启动介质损耗角正切值测试仪，并根据电缆绝缘材料的特性设置测试参数；
测试仪向绝缘材料样本施加交流电场，并测量通过样本的电流和电压之间的相位差，以得到介质损耗角正切值。
进一步的，将介质损耗角正切值和动态因子一同代入热寿命方程中，计算得到船用电缆的老化性能评估结果，包括：
通过计算得到船用电缆的老化性能评估结果，其中，/>是老化性能评估结果，表示电缆老化相关的指标，a、b和c是常数系数，/>是绝缘材料的复介电常数的实部，反映了材料对电场的存储能力，/>是绝缘材料的复介电常数的虚部，反映了材料对电场的损耗能力。
第二方面，一种船用电缆老化性能的测试系统，包括：
获取模块，用于从船用电缆上获取绝缘材料作为试样；将试样放入加速热老化试验箱中，设定试验温度为电缆的工作温度，进行加速热老化试验，以得到加速热老化试验数据；将经过加速热老化试验后的试样取出，进行机械拉伸试验，测试加速热老化试验后的试样的机械性能参数；
处理模块，用于根据机械性能参数和加速热老化试验数据，利用数学方法建立基于电缆工作温度的热寿命方程；使用振动测试设备对船用电缆进行振动测试，模拟电缆在船上的实际工作条件，记录振动频率、振幅和持续时间，并根据振动频率、振幅和持续时间计算动态因子；使用介质损耗角正切值测试仪对船用电缆进行无损检测，获取电缆绝缘材料的介质损耗角正切值；将介质损耗角正切值和动态因子一同代入热寿命方程中，计算得到船用电缆的老化性能评估结果。
第三方面，一种计算设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现所述的方法。
第四方面，一种计算机可读存储介质，所述计算机可读存储介质中存储有程序，该程序被处理器执行时实现所述的方法。
本发明的上述方案至少包括以下有益效果：
通过加速热老化试验和机械拉伸试验，能够模拟电缆在实际工作条件下的热老化和机械老化过程，从而更真实地反映电缆的老化性能。利用数学方法建立基于电缆工作温度的热寿命方程，能够定量描述电缆绝缘材料的老化速度与温度之间的关系。通过振动测试设备模拟电缆在船上的实际工作条件，并记录振动频率、振幅和持续时间等参数，能够更准确地评估振动对电缆老化性能的影响。使用介质损耗角正切值测试仪对船用电缆进行无损检测，能够在不破坏电缆完整性的前提下获取电缆绝缘材料的介质损耗角正切值，为电缆的老化性能评估提供重要参考。将介质损耗角正切值和动态因子一同代入热寿命方程中计算得到的老化性能评估结果，能够综合考虑多种因素对电缆老化性能的影响，提高评估结果的准确性和可靠性。
附图说明
图1是本发明的实施例提供的一种船用电缆老化性能的测试方法的流程示意图。
图2是本发明的实施例提供的一种船用电缆老化性能的测试系统示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
如图1所示，本发明的实施例提出一种船用电缆老化性能的测试方法，所述方法包括以下步骤：
步骤11，从船用电缆上获取绝缘材料作为试样；
步骤12，将试样放入加速热老化试验箱中，设定试验温度为电缆的工作温度，进行加速热老化试验，以得到加速热老化试验数据；
步骤13，将经过加速热老化试验后的试样取出，进行机械拉伸试验，测试加速热老化试验后的试样的机械性能参数；
步骤14，根据机械性能参数和加速热老化试验数据，利用数学方法建立基于电缆工作温度的热寿命方程；
步骤15，使用振动测试设备对船用电缆进行振动测试，模拟电缆在船上的实际工作条件，记录振动频率、振幅和持续时间，并根据振动频率、振幅和持续时间计算动态因子；
步骤16，使用介质损耗角正切值测试仪对船用电缆进行无损检测，获取电缆绝缘材料的介质损耗角正切值；
步骤17，将介质损耗角正切值和动态因子一同代入热寿命方程中，计算得到船用电缆的老化性能评估结果。
在本发明实施例中，通过加速热老化试验和机械拉伸试验，能够模拟电缆在实际工作条件下的热老化和机械老化过程，从而更真实地反映电缆的老化性能。利用数学方法建立基于电缆工作温度的热寿命方程，能够定量描述电缆绝缘材料的老化速度与温度之间的关系。通过振动测试设备模拟电缆在船上的实际工作条件，并记录振动频率、振幅和持续时间等参数，能够更准确地评估振动对电缆老化性能的影响。使用介质损耗角正切值测试仪对船用电缆进行无损检测，能够在不破坏电缆完整性的前提下获取电缆绝缘材料的介质损耗角正切值，为电缆的老化性能评估提供重要参考。将介质损耗角正切值和动态因子一同代入热寿命方程中计算得到的老化性能评估结果，能够综合考虑多种因素对电缆老化性能的影响，提高评估结果的准确性和可靠性。
在本发明另一优选的实施例中，上述步骤11，可以包括：
步骤111，从待测试的船用电缆中选择一个合适的电缆段，选择的电缆段应能代表整个电缆的特性，并确保其未受到先前的损伤或老化；
步骤112，使用适当的工具（如剥线钳或刀具）小心剥离电缆的外层保护，暴露出内部的绝缘材料，在此过程中，避免对绝缘材料造成不必要的损伤；
步骤113，使用切割工具（如刀片或剪刀）从暴露的绝缘材料上切割下一小块作为试样，试样的尺寸应满足后续试验设备的要求；
步骤114，将切割下的绝缘材料试样进行清洁，去除任何附着的污垢、油脂或其他杂质。
在本发明实施例中，通过步骤111选择能代表整个电缆特性的电缆段，可以确保所获取的绝缘材料试样在结构、材料和性能上都具有很好的代表性，这样，后续的老化性能测试结果将更能反映电缆在实际使用中的性能。步骤112中小心剥离电缆的外层保护，避免对绝缘材料造成不必要的损伤，以及步骤114中对试样的清洁处理，都是为了减少在获取试样过程中引入的误差，这些措施有助于提高后续测试结果的准确性和可靠性。通过步骤113使用适当的切割工具从暴露的绝缘材料上切割下一小块作为试样，并确保试样的尺寸满足后续试验设备的要求，可以使该方法适应不同规格和类型的船用电缆，这样，该方法的应用范围更广，实用性更强。整个步骤11所描述的获取试样的过程相对简便，不需要复杂的设备或繁琐的操作，有助于降低测试成本，提高测试效率。
在本发明另一优选的实施例中，上述步骤12，可以包括：
步骤121，确定一个合适的加速热老化试验箱，确保其具有良好的温度控制性能和稳定性，检查试验箱的各项功能是否正常，如加热系统、温控系统、计时系统等。
步骤122，根据船用电缆的实际工作温度，设定加速热老化试验箱内的试验温度，试验温度代表电缆在实际使用中的最高工作温度或平均工作温度，确保试验箱内的温度分布均匀，避免温度梯度对试验结果的影响。
步骤123，将步骤11中获取的绝缘材料试样放入加速热老化试验箱中，在放置试样时，要确保试样之间以及试样与试验箱内壁之间保持一定的距离，以便空气流通和热量传递，同时，要避免试样受到不必要的机械损伤或热应力。
步骤124，启动加速热老化试验箱，开始加热并监控试验箱内的温度变化。当温度达到设定值并保持稳定后，开始计时，在整个试验过程中，定期检查试验箱内的温度、湿度等环境参数，确保它们保持在设定的范围内，同时，记录任何异常情况或突发事件，以便后续分析。
步骤125，当达到预定的试验时间或满足其他结束条件时（如试样出现明显老化迹象），关闭加速热老化试验箱，停止加热和计时。然后取出试样，进行初步的观察和检查，记录试样的外观变化、颜色变化、变形情况等。同时，收集试验箱内的温度、湿度等环境参数数据以及试样的老化时间数据，作为加速热老化试验数据的一部分。
通过以上步骤的详细描述，可以看到步骤12在船用电缆老化性能测试方法中的重要性和作用。它不仅能够模拟电缆在实际工作温度下的热老化过程，获取宝贵的加速热老化试验数据，还能为后续的老化性能评估和热寿命方程的建立提供依据和支持。
在本发明另一优选的实施例中，上述步骤13，可以包括：
步骤131，在加速热老化试验结束后，打开加速热老化试验箱，将经过热老化处理的绝缘材料试样取出。在取出过程中，要避免对试样造成额外的机械损伤或热冲击，以确保试样的完整性。
步骤132，选择一台合适的机械拉伸试验机，确保其具有足够的测量范围和精度，能够满足绝缘材料试样的拉伸测试要求。检查试验机的各项功能是否正常，如加载系统、位移测量系统、数据采集系统等。
步骤133，将取出的绝缘材料试样按照机械拉伸试验机的要求安装在夹具上。在安装过程中，确保试样与夹具之间紧密贴合，避免在拉伸过程中出现滑脱或断裂现象。同时，要调整试样的位置和方向，使其与拉伸轴线保持一致。
步骤134，启动机械拉伸试验机，开始加载并对试样进行拉伸，在拉伸过程中，控制加载速率和位移速率，避免过快或过慢的加载对试验结果造成影响。同时，要实时监控试样的变形情况和拉伸力值，记录相关数据。
步骤135，当试样达到预定的拉伸位移或拉伸力值时，停止机械拉伸试验机的加载和位移。然后卸载并取下试样，进行初步的观察和检查，记录试样的断裂位置、断口形貌等信息。同时，根据试验机采集的数据计算试样的机械性能参数，如拉伸强度、断裂伸长率等。
在本发明实施例中，通过机械拉伸试验，可以直观地了解绝缘材料在热老化后的机械性能变化情况，如强度降低、延展性变差等。机械性能参数是评估电缆老化性能的重要指标之一，通过将机械性能参数与加速热老化试验数据相结合，可以更全面地评估电缆的老化性能和预测其使用寿命。通过分析不同绝缘材料在热老化后的机械性能差异，可以为电缆的设计和生产提供有益的指导。例如，选择具有优异机械性能的绝缘材料或优化电缆的结构设计，以提高电缆的耐久性和使用寿命。通过严格的试验操作和精确的数据采集与处理，可以确保机械拉伸试验结果的准确性和可靠性，这将有助于提高整个电缆老化性能评估结果的准确性和可靠性，为电缆的安全使用和维护提供有力保障。
在本发明一优选的实施例中，上述步骤14，可以包括：
步骤141，获取加速热老化试验箱中不同时间点的试样性能数据，以及试验过程中的电缆工作温度；
步骤142，对试样性能数据以及电缆工作温度进行分析，以得到机械性能参数随热老化时间和温度的变化趋势，以得到趋势分析结果；
步骤143，使用曲线拟合建立机械性能参数与热老化时间和温度之间的数学关系；
步骤144，根据分析结果以及机械性能参数与热老化时间和温度之间的数学关系，构建绝缘材料热老化过程的数学模型；
步骤145，对数学模型进行分析和计算，以得到具体的热寿命方程。
在本发明实施例中，通过获取加速热老化试验箱中不同时间点的试样性能数据以及试验过程中的电缆工作温度，可以全面评估绝缘材料在热老化过程中的性能变化。这不仅考虑了时间因素，还考虑了温度对老化过程的影响，使得评估结果更为准确和全面。对试样性能数据以及电缆工作温度进行分析，可以得到机械性能参数随热老化时间和温度的变化趋势。这一趋势分析结果有助于了解绝缘材料在热老化过程中的性能退化规律，为预测电缆的使用寿命提供了重要依据。使用曲线拟合建立机械性能参数与热老化时间和温度之间的数学关系，可以构建绝缘材料热老化过程的数学模型。这一模型能够定量描述绝缘材料的老化速度与温度、时间之间的关系，为电缆的老化性能评估提供了更为精确和可靠的工具。通过对数学模型进行分析和计算，可以得到具体的热寿命方程。这一方程能够预测在不同工作温度下电缆的绝缘材料达到某一性能阈值所需的时间，即电缆的热寿命。通过对绝缘材料热老化性能的研究和评估，可以为电缆的产品设计和选材提供有益的指导。例如，可以选择具有优异热老化性能的绝缘材料或优化电缆的结构设计，以提高电缆的耐久性和使用寿命。
在本发明另一优选的实施例中，上述步骤141，可以包括：
步骤1411，预先设定数据记录的时间点，这些时间点应根据试验的总时长和预期的老化速率来确定，以确保能够捕捉到试样性能变化的关键阶段，例如，可以在试验的开始、中间和结束阶段设定多个数据记录点。
步骤1412，在加速热老化试验进行的过程中，定期监测绝缘材料试样的性能，可以通过各种测试手段来实现，如机械性能测试、电气性能测试等，在每个设定的数据记录点，对试样进行相应的测试，并记录其性能数据，这些数据应包括试样的机械强度、断裂伸长率、电气绝缘性能等关键指标。
步骤1413，实时记录加速热老化试验箱中的电缆工作温度，通过使用温度传感器和记录设备，可以连续监测并记录试验过程中的温度数据，这些数据应反映试验箱内的实际温度波动和变化情况。
步骤1414，在收集到试样性能数据和电缆工作温度后，对这些数据进行整理和存储，包括将原始数据整理成易于分析和处理的格式，如表格或数据库。同时，应确保数据的准确性和完整性，以便后续的分析和建模工作能够顺利进行。
在本发明实施例中，通过获取不同时间点的试样性能数据和电缆工作温度，可以为后续的老化性能评估提供全面的数据支持。这些数据反映了绝缘材料在热老化过程中的性能变化和温度影响，有助于更准确地评估电缆的老化性能。通过对试样性能数据的分析，可以揭示绝缘材料在热老化过程中的性能退化规律。这有助于了解电缆在实际使用中的耐久性和可靠性，为预测其使用寿命提供重要依据。通过实时监测和记录数据，可以根据实际情况调整试验设计和参数设置。这有助于提高试验的效率和准确性，同时降低试验成本和时间成本。
在本发明另一优选的实施例中，上述步骤142，可以包括：
步骤1421，从加速热老化试验箱中获取试样的机械性能参数数据；
步骤1422，对机械性能参数数据以及电缆工作温度进行预处理，以得到预处理数据；
步骤1423，通过相关性分析方法量化机械性能参数数据与热老化时间及温度之间的关联程度，以得到相关性分析结果；
步骤1424，根据相关性分析结果，若机械性能参数与热老化时间和温度之间存在指数关系趋势，则通过指数模型进行拟合，以得到拟合的指数模型；
步骤1425，利用残差分析方法对拟合的指数模型进行验证，以得到验证后的指数模型；
步骤1426，根据验证后的指数模型，分析机械性能参数随热老化时间和温度的具体变化趋势，以得到趋势分析结果。
在本发明实施例中，步骤1421，从加速热老化试验箱中获取试样的机械性能参数数据，可以确保获取到准确、可靠的试验数据。步骤1422，对机械性能参数数据以及电缆工作温度进行预处理，可以消除数据中的异常值、噪声和冗余信息，提高数据的质量和可用性，预处理后的数据更加适合用于后续的相关性分析和模型拟合，有助于提升分析结果的准确性和可靠性。步骤1423，通过相关性分析方法量化机械性能参数数据与热老化时间及温度之间的关联程度，可以明确各个因素之间的相互影响关系，有助于揭示绝缘材料在热老化过程中的性能退化机制。步骤1424，若机械性能参数与热老化时间和温度之间存在指数关系趋势，则通过指数模型进行拟合，可以建立一个能够准确描述这种关系的数学模型。这个模型可以用于预测绝缘材料在不同热老化条件下的机械性能参数变化。步骤1425，利用残差分析方法对拟合的指数模型进行验证，可以评估模型的准确性和可靠性。通过比较实际观测值与模型预测值之间的差异，可以判断模型是否能够有效地描述绝缘材料的热老化过程。如果模型的残差较小且分布合理，则说明模型的拟合效果较好，可以用于后续的趋势分析和寿命预测。步骤1426，根据验证后的指数模型，分析机械性能参数随热老化时间和温度的具体变化趋势，可以得到趋势分析结果。这个结果有助于了解绝缘材料在热老化过程中的性能退化规律，为预测电缆的使用寿命和维护策略提供重要的指导。同时，趋势分析结果还可以用于优化电缆的设计和生产工艺，提高电缆的耐久性和可靠性。
在本发明另一优选的实施例中，上述步骤1421，可以包括：
步骤14211，根据试验要求，设置数据采集系统的相关参数，如采样频率、数据记录格式等，这些参数的设置能够确保捕捉到试样机械性能参数的变化细节；在加速热老化试验开始之前或预设的时间点，启动数据采集系统，确保系统能够实时或定时记录试样的机械性能参数数据；
步骤14212，在数据采集期间，定期检查数据记录情况，确保数据的完整性和准确性，如发现数据异常或记录错误，应及时处理并记录相关信息；在加速热老化试验结束后，停止数据采集系统的工作，将数据从系统中导出，保存为易于分析和处理的格式。
在本发明实施例中，通过数据采集设备和合理的参数设置，可以确保获取的试样机械性能参数数据具有高精度和高可靠性，自动化的数据采集和处理过程可以大大减少人工操作和时间成本，提高后续数据分析的效率，获取的机械性能参数数据能够真实反映绝缘材料在热老化过程中的性能变化，有助于揭示其退化规律和预测使用寿命。
在本发明另一优选的实施例中，上述步骤1422，可以包括：
步骤14221，根据试验计划，设定数据记录的时间间隔和参数范围，以确保能够捕捉到热老化过程中机械性能的变化；激活试验箱的数据记录功能，确保它能够自动或手动记录所需的机械性能参数，如拉伸强度、断裂伸长率等；在热老化试验进行期间，定期监控数据记录系统，确保数据正在正确无误地被收集；如果发现任何异常或数据记录问题，立即采取措施进行纠正，并记录相关信息以备后续分析；在试验结束后，从试验箱的数据记录系统中提取所有相关的机械性能参数数据。
步骤14222，对数据进行初步的整理，包括去除冗余信息、格式化数据；对提取的数据进行验证，确保其准确性和完整性，将验证后的数据存储在一个安全、易于访问的位置，以备后续的数据处理和分析使用。
在本发明实施例中，通过从专业的加速热老化试验箱中获取数据，可以确保数据的准确性和可靠性，从而提高后续分析的准确性；自动化的数据记录和数据提取过程可以大大减少人工错误和操作时间，提高数据处理的效率。
在本发明另一优选的实施例中，上述步骤1423，可以包括：
步骤14231，根据机械性能参数与热老化时间、机械性能参数与温度，通过计算相关系数值/>，其中，/>表示第一个变量的第i个观测值（例如机械性能参数的具体数值），/>表示第二个变量的第i个观测值（例如热老化时间或温度的具体数值），n表示观测值的总数，即数据点的数量，/>是/>变量的所有观测值的均值，/>是/>变量的所有观测值的标准差，/>是y变量的所有观测值的均值，/>是y变量的所有观测值的标准差，/>是权重。
步骤14232，根据相关系数值，判断变量之间的关联程度，相关系数值/>的范围为[-1，1]，其中，1表示完全正相关，-1表示完全负相关，0表示无相关。
在本发明实施例中，首先对每个变量的数据进行标准化处理，即减去其均值并除以其标准差，这样做可以消除变量的单位和尺度差异，使得不同变量之间的相关性可以进行比较。然后，将标准化的变量值相乘，并乘以相应的权重，再对所有结果求和。最后，将这个和除以两个标准化变量各自平方和的平方根的乘积，得到相关系数值r。通过计算相关系数值r，能够量化两个变量之间的线性相关程度，得到一个具体的数值表示，从而更准确地描述变量之间的关系。标准化处理使得不同单位和尺度的变量可以进行比较，确保了相关性分析的准确性和可靠性。在计算过程中引入权重w i ，可以考虑到不同观测值的重要性和可靠性差异，从而得到更符合实际情况的相关性分析结果。步骤14232，根据相关系数值r的大小和符号来判断两个变量之间的关联程度。相关系数值r的范围在-1到1之间，包括-1和1。如果r接近1，表示两个变量之间存在强烈的正相关关系；如果r接近-1，表示存在强烈的负相关关系；如果r接近0，则表示两个变量之间几乎没有线性相关性，通过将相关系数值r映射到[-1，1]的范围内，可以直观地了解变量之间的关联程度和方向。
在本发明另一优选的实施例中，上述步骤1424，可以包括：
在数据分析中，当经过相关性分析发现机械性能参数与热老化时间和温度之间存在指数关系趋势时，即数据点的分布呈现出指数型增长或衰减的模式，选择指数模型来进行数据的拟合，这一步骤的目的是找到一个能够准确描述变量间关系的数学模型，以便于后续的分析和预测。
具体执行这一步骤时，首先会收集机械性能参数、热老化时间和温度的相关数据，确保数据的准确性和完整性。然后，根据数据的特点和相关性分析的结果，确定指数模型，如，其中，/>代表机械性能参数，/>代表热老化时间或温度，/>和/>是指数模型的参数。
接着，对于指数模型，如，可以通过对数变换将其线性化，从而能够应用最小二乘法。对等式两边取自然对数，得到：
；
令，/>，则上式可写为：
，这样，原指数模型就转换为了一个线性模型，其中，/>是变换后的因变量，/>是自变量，/>和/>是待估计的参数。使用最小二乘法来估计线性化后的模型参数。最小二乘法的目标是找到参数/>和/>，使得残差平方和（RSS，Residual Sum of Squares）最小：
；
其中，和/>分别是第/>个观测值的变换因变量和自变量，/>是观测值的数量。为了最小化残差平方和RSS，对/>和/>求偏导数，并令偏导数等于零，以得到一个线性方程组，解这个线性方程组就可以得到参数的估计值，一旦得到了参数/>和/>的估计值，就可以将它们转换回原指数模型的参数/>和/>。具体来说，/>，而b保持不变。这样，就得到了一个拟合的指数模型，可以用来描述和预测数据中的指数关系。
在本发明实施例中，通过指数模型拟合，能够更准确地描述机械性能参数与热老化时间和温度之间的非线性关系，拟合得到的指数模型具有预测能力，可以预测在不同热老化时间和温度条件下机械性能参数的变化趋势。
在本发明另一优选的实施例中，上述步骤1425，可以包括：
在得到拟合的指数模型后，需要验证这个模型是否准确地描述了数据。残差分析是模型验证方法，残差是观测值与模型预测值之间的差异，即实际观测到的机械性能参数与根据指数模型预测出的机械性能参数之间的差值，通过分析这些残差，可以评估模型的拟合效果。
具体来说，残差分析包括计算残差的大小和分布，检查残差是否随机分布（无明显的模式或趋势），以及使用统计检验来验证残差是否符合模型的假设。如果残差表现出随机性，且没有明显的模式或趋势，那么可以认为模型是合适的。如果残差存在明显的模式或趋势，那么模型可能存在问题，需要进一步调整或选择其他模型。经过残差分析验证后，可以得到验证后的指数模型，这个模型在统计上被认为是可靠的，能够用于后续的分析和预测。通过残差分析，可以确保拟合的指数模型在统计上是可靠的，能够准确地描述机械性能参数与热老化时间和温度之间的关系，如果残差分析显示模型存在问题，可以根据残差的模式或趋势来调整模型，以提高模型的拟合效果。
在本发明另一优选的实施例中，上述步骤1426，可以包括：
在得到验证后的指数模型后，可以使用验证后的指数模型分析机械性能参数随热老化时间和温度的具体变化趋势，将不同的热老化时间和温度值代入验证后的指数模型，计算对应的机械性能参数预测值，并绘制趋势图来直观地展示这些变化。通过分析趋势图，可以了解机械性能参数在不同热老化时间和温度条件下的变化规律，如是否随时间或温度的增加而增加、减少或保持稳定。通过趋势分析，可以更深入地理解机械性能参数随热老化时间和温度的变化规律，验证后的指数模型具有预测能力，可以帮助预测在不同热老化时间和温度条件下机械性能参数的变化趋势。
在本发明另一优选的实施例中，上述步骤143，可以包括：
步骤1431，获取船用电缆在不同热老化时间和温度下的机械性能参数数据；
步骤1432，根据预设的机械性能参数与热老化时间和温度之间关系的指数模型，通过最小二乘法进行曲线拟合，以得到最终的拟合曲线；
步骤1433，通过迭代计算获取最终的拟合曲线的参数值；
步骤1434，根据最终的拟合曲线的参数值，计算机械性能参数与热老化时间和温度之间关系的评估指标。
在本发明实施例中，步骤1431，通过收集不同条件下的数据，可以全面了解船用电缆在不同热老化时间和温度下的性能表现。步骤1432，利用预设的指数模型，使得分析过程更加有针对性和高效，最小二乘法可以确保拟合曲线的精确性，从而更好地描述数据间的关系。步骤1433，通过迭代计算，可以不断优化拟合曲线的参数值，使得模型更加贴近实际数据，优化后的参数值可以提高模型的预测精度。步骤1434，通过计算评估指标，可以量化机械性能参数与热老化时间和温度之间的关系，使得这种关系更加明确和直观。
在本发明另一优选的实施例中，上述步骤1432，可以包括：
步骤14321，根据预设的机械性能参数与热老化时间和温度之间关系的指数模型，利用最小二乘法来进行曲线拟合，指数模型为：
，其中，/>是机械性能参数（因变量），/>是热老化时间（自变量），/>是温度（自变量）；/>，/>和/>是待估计的指数模型参数；使用最小二乘法进行曲线拟合的目的是找到一组参数值，使得指数模型预测的机械性能参数与实际观测到的机械性能参数之间的残差平方和最小。
残差是观测值与指数模型预测值之间的差异，用表示第/>个观测值的残差，即，其中，/>是实际观测值，/>是指数模型预测值；最小二乘法通过最小化残差平方和/>估计指数模型参数，其中，/>是观测值的数量，对残差平方和指数模型参数的偏导数进行求解，并令其等于零，从而得到一个线性方程组，解这个方程组可以得到指数模型参数的估计值。通过拟合过程，可以获得指数模型中各个参数的估计值，这些参数值揭示了热老化时间和温度对机械性能参数的具体影响程度。
在本发明另一优选的实施例中，上述步骤1433，可以包括：
在步骤1433中，目标是通过迭代计算来获取最终的拟合曲线的参数值，这些参数值是在步骤1432中通过最小二乘法初步估计得到的，具体处理过程如下：
根据步骤1432的结果或其他先验知识，为指数模型的参数（如，/>和/>等）设置初始值；构建一个目标函数残差平方和（Sum of Squared Residuals，SSR），该函数衡量了模型预测值与实际观测值之间的差异，目标是最小化这个函数。使用数值优化算法开始迭代地调整模型参数的值，在每次迭代中，数值优化算法会根据目标函数的梯度和/或二阶导数信息来更新参数值，以尝试找到使目标函数最小化的参数组合。
在每次迭代后，检查是否满足收敛条件，收敛条件可以是目标函数的值变化小于某个预设阈值，或者参数的变化小于某个阈值，或者达到了预设的最大迭代次数。如果满足收敛条件，算法停止，并输出当前的参数值作为最终的拟合曲线的参数值。最后，使用得到的参数值重新计算模型的预测值，并与实际观测值进行比较，以验证模型的拟合效果。
在本发明实施例中，通过迭代计算，可以更精确地估计模型参数，从而提高模型的预测精度和解释能力。迭代优化算法可以处理各种复杂的非线性模型，包括指数模型，通过合理的初始化和收敛条件设置，迭代算法可以在多数情况下找到全局最优解或接近全局最优解的参数值，从而确保模型的稳健性。更准确的模型参数估计意味着更可靠的预测和评估结果，为决策者提供了更强大的支持，例如，在船用电缆的应用场景中，准确的参数估计可以帮助预测电缆在不同条件下的使用寿命和性能变化，从而指导电缆的选择、维护和更换决策。
在本发明另一优选的实施例中，上述步骤1434，可以包括：
根据研究目的和数据的特性，确定评估指标，评估指标为决定系数（R²）；
通过迭代计算已经获得了最终的拟合曲线的参数值，使用这些参数值来计算模型的预测值，具体做法是将自变量（热老化时间和温度）的值代入到拟合得到的模型中，从而得到因变量（机械性能参数）的预测值，重新计算预测值的目的是与实际观测值进行比较，从而评估模型的性能。然后，根据实际观测值和模型预测值，计算所选评估指标的具体数值，其中，
，/>是实际观测值，/>是模型预测值，/>是实际观测值的平均值，/>是观测值的数量。
根据计算得到的评估指标值，解释模型的拟合效果和预测能力。例如，R²值接近1表示模型拟合效果好，能够解释大部分数据变异。
为了进一步验证模型的稳定性和泛化能力，可以使用交叉验证、留出验证等方法对模型进行评估，这些方法通过将数据集分成训练集和验证集，来评估模型在未参与训练的数据上的表现。
在本发明另一优选的实施例中，上述步骤15，可以包括：
步骤151，通过振动测试设备获取船用电缆的振动频率、振幅和持续时间；
步骤152，以振动频率、振幅和持续时间为自变量，电缆的老化性能指标为因变量，构建多元线性回归模型方程，多元线性回归模型方程描述了因变量（电缆老化性能指标）与自变量（振动频率、振幅和持续时间）之间的依赖关系，多元线性回归模型方程的形式为：
电缆老化性能指标=，其中，是截距项，/>，/>，/>是回归系数，/>是误差项，通过构建多元回归模型，可以同时考虑多个影响因素（振动频率、振幅和持续时间）对电缆老化性能的影响，有助于更全面地理解电缆老化过程，多元回归模型能够以数学公式的形式量化自变量和因变量之间的关系。
步骤153，根据自变量和因变量，构建矩阵，矩阵包括常数项列和自变量的观测值，常数项列用于预估截距项，具体包括，将自变量（振动频率、振幅和持续时间）和因变量（电缆老化性能指标）的观测值进行整理，确保每一组观测值都完整且对应；在多元线性回归模型中，自变量和常数项（用于估计截距项）被组织成一个矩阵形式，这个矩阵的每一行代表一个观测值，每一列代表一个自变量或常数项，常数项列通常由1构成，用于估计模型中的截距项；将整理好的自变量观测值填入矩阵中相应的列，常数项列则全部填入1，这样，就形成了一个包含常数项列和自变量观测值的矩阵；与自变量矩阵相对应，因变量（电缆老化性能指标）的观测值被组织成一个向量形式，这个向量的长度与矩阵的行数相同，即每个观测值对应一个因变量值，通过这个过程，得到了一个适合进行最小二乘法估计的矩阵和向量形式的数据集，将自变量和因变量的观测值整理成矩阵和向量的形式，使得数据更加结构化和规范化，矩阵和向量的形式使得后续的最小二乘法计算过程更加简洁和高效；
步骤154，获取观测值向量，根据观测值向量和矩阵，使用最小二乘法预估回归模型的参数，以得到回归系数，具体包括，在构建完包含常数项和自变量观测值的矩阵后，获取因变量的观测值向量，观测值向量与矩阵的行数相同，包含了每一个观测点对应的因变量（电缆老化性能指标）的实际测量值；最小二乘法通过最小化预测值与实际观测值之间的残差平方和来估计回归模型的参数，在多元线性回归中，这意味着需要找到一组回归系数（包括截距项和各个自变量的系数），使得模型预测的老化性能指标与实际测量的老化性能指标之间的差异最小；利用矩阵运算，特别是矩阵的逆运算和乘法运算，可以根据自变量矩阵和因变量向量计算出回归系数，这个过程涉及到求解一个线性方程组，该方程组的解就是回归系数的估计值。在得到回归系数的估计值后，通常需要进行一些验证步骤来确保计算的正确性和模型的适用性。通过这些步骤，能够得到回归系数，这些系数描述了自变量（振动频率、振幅和持续时间）与因变量（电缆老化性能指标）之间的定量关系。
其中，利用矩阵运算，特别是矩阵的逆运算和乘法运算，可以根据自变量矩阵和因变量向量计算出回归系数，具体过程如下：
首先，假设有以下表示：
X是自变量矩阵，其中包含了常数项列（通常是一列1）和自变量的观测值；y是因变量向量，包含了因变量（电缆老化性能指标）的观测值是回归系数向量，需要求解的就是这个向量。
最小二乘法的目标是找到一组回归系数，使得预测值/>与实际观测值y之间的残差平方和最小。即最小化：
，其中，/>表示矩阵的转置；为了求解这个最小化问题，可以对残差平方和关于/>求导，并令其等于0，这会导致所谓的正规方程：
，有了求解回归系数的方程。如果/>是可逆的（即满秩矩阵），则可以通过以下矩阵运算求解/>：
，这里涉及到了两个关键的矩阵运算：
矩阵乘法：和/>都是矩阵乘法的结果。/>是/>的转置矩阵，所以/>是一个方阵，它的每个元素是自变量观测值之间的内积。而/>则是一个向量，它的每个元素是自变量观测值与因变量观测值之间的内积。
矩阵逆运算：表示矩阵/>的逆矩阵，逆矩阵的存在意味着可以通过乘以这个逆矩阵来“解”方程/>，从而得到回归系数/>。
在本发明实施例中，通过上述矩阵运算，能够利用最小二乘法有效地估计出多元线性回归模型的参数，即回归系数向量；最小二乘法能够提供准确的回归系数估计值，使得模型能够更好地拟合实际数据，通过最小化残差平方和来估计参数，最小二乘法有助于减小模型预测值与实际观测值之间的差异，从而提高模型的预测精度和可靠性，利用矩阵运算进行参数估计，可以大大提高计算效率；
步骤155，根据回归系数，通过计算动态因子，其中，/>是动态因子，即预测的电缆老化性能指标，/>是回归模型的截距项估计值，/>，/>，/> 分别是振动频率、振幅和持续时间的回归系数估计值，/>，/>，/>分别是给定的振动频率、振幅和持续时间的观测值。
在本发明实施例中，通过计算动态因子，可以预测在给定振动频率、振幅和持续时间的条件下，电缆的老化性能指标。这对于预测电缆的寿命和制定维护策略具有重要意义。准确的预测可以帮助决策者制定更有效的电缆维护计划，从而延长电缆的使用寿命，减少因老化引起的故障和停机时间。通过比较动态因子与实际观测的电缆老化性能指标，可以验证回归模型的准确性。如果发现模型预测与实际观测存在较大差异，可以对模型进行改进或调整。通过计算不同振动条件下的动态因子，可以评估不同工况对电缆老化的影响程度，从而识别出潜在的高风险区域和需要重点关注的电缆段。基于动态因子的预测结果，可以优化维护资源分配，确保在预算有限的情况下，优先对老化风险较高的电缆进行维护和更换，从而降低总体维护成本。
在本发明另一优选的实施例中，上述步骤16，可以包括：
步骤161，将船用电缆的绝缘材料样本放置在测试仪的测试夹具中；
步骤162，启动介质损耗角正切值测试仪，并根据电缆绝缘材料的特性设置测试参数；
步骤163，测试仪向绝缘材料样本施加交流电场，并测量通过样本的电流和电压之间的相位差，以得到介质损耗角正切值。
在本发明实施例中，步骤161，将船用电缆的绝缘材料样本放置在测试仪的测试夹具中，这是为了确保绝缘材料样本在测试过程中能够稳定地受到电场的作用，并且测试仪能够准确地测量样本的电气性能。步骤162，需要启动介质损耗角正切值测试仪，这是专门用于测量绝缘材料介质损耗角正切值的设备。根据电缆绝缘材料的特性，如材料类型、厚度、预期使用条件等，需要设置相应的测试参数。这些参数可能包括测试频率、电压等级和测试温度等，以确保测试结果的准确性和可靠性。步骤163，测试仪向绝缘材料样本施加交流电场，这是为了模拟电缆在实际使用中的工作状态。在施加电场的同时，测试仪会测量通过样本的电流和电压之间的相位差。这个相位差是由于绝缘材料在交流电场下的极化现象导致的，它反映了绝缘材料对电能的损耗程度。通过测量相位差，可以计算出介质损耗角正切值。
通过测量介质损耗角正切值，可以准确地评估船用电缆绝缘材料的性能。这对于确保电缆在使用过程中的安全性和可靠性至关重要，因为绝缘材料的性能直接影响到电缆的耐电压能力、耐热性能和寿命等；了解绝缘材料的性能后，可以为船用电缆的材料选择和维护决策提供重要依据。例如，在不同的工作环境下选择具有适当介质损耗角正切值的绝缘材料，可以优化电缆的性能和成本，通过及时发现绝缘材料性能下降或老化的迹象，可以采取必要的维护措施或更换电缆，从而避免潜在的安全事故。
在本发明一优选的实施例中，上述步骤17，可以包括：
步骤171，通过计算得到船用电缆的老化性能评估结果，其中，/>是老化性能评估结果，表示电缆老化相关的指标，a、b和c是常数系数，/>是绝缘材料的复介电常数的实部，反映了材料对电场的存储能力，/>是绝缘材料的复介电常数的虚部，反映了材料对电场的损耗能力。
在本发明实施例中，通过综合考虑绝缘材料的复介电常数和动态因子等多个因素，能够更全面、准确地评估船用电缆的老化性能，这样的评估结果更具有实际指导意义，可以帮助决策者制定更合理的维护和管理策略。通过定期监测和计算老化性能评估结果R，可以及时发现电缆老化过程中的潜在风险，当R值超过预定阈值时，可以触发预警机制，提醒相关人员采取必要措施进行干预，从而避免安全事故的发生。根据老化性能评估结果R的变化趋势，可以调整和优化电缆的维护策略。例如，在R值持续上升的情况下，可以增加巡检频率或采取更积极的维护措施；反之，在R值保持稳定或下降的情况下，可以适当减少维护投入，实现资源的合理利用。
如图2所示，本发明的实施例还提供一种船用电缆老化性能的测试系统20，包括：
获取模块21，用于从船用电缆上获取绝缘材料作为试样；将试样放入加速热老化试验箱中，设定试验温度为电缆的工作温度，进行加速热老化试验，以得到加速热老化试验数据；将经过加速热老化试验后的试样取出，进行机械拉伸试验，测试加速热老化试验后的试样的机械性能参数；
处理模块22，用于根据机械性能参数和加速热老化试验数据，利用数学方法建立基于电缆工作温度的热寿命方程；使用振动测试设备对船用电缆进行振动测试，模拟电缆在船上的实际工作条件，记录振动频率、振幅和持续时间，并根据振动频率、振幅和持续时间计算动态因子；使用介质损耗角正切值测试仪对船用电缆进行无损检测，获取电缆绝缘材料的介质损耗角正切值；将介质损耗角正切值和动态因子一同代入热寿命方程中，计算得到船用电缆的老化性能评估结果。
可选的，根据机械性能参数和加速热老化试验数据，利用数学方法建立基于电缆工作温度的热寿命方程，包括：
获取加速热老化试验箱中不同时间点的试样性能数据，以及试验过程中的电缆工作温度；
对试样性能数据以及电缆工作温度进行分析，以得到机械性能参数随热老化时间和温度的变化趋势，以得到趋势分析结果；
使用曲线拟合建立机械性能参数与热老化时间和温度之间的数学关系；
根据分析结果以及机械性能参数与热老化时间和温度之间的数学关系，构建绝缘材料热老化过程的数学模型；
对数学模型进行分析和计算，以得到具体的热寿命方程。
可选的，对试样性能数据以及电缆工作温度进行分析，以得到机械性能参数随热老化时间和温度的变化趋势，以得到趋势分析结果，包括：
从加速热老化试验箱中获取试样的机械性能参数数据；
对机械性能参数数据以及电缆工作温度进行预处理，以得到预处理数据；
通过相关性分析方法量化机械性能参数数据与热老化时间及温度之间的关联程度，以得到相关性分析结果；
根据相关性分析结果，若机械性能参数与热老化时间和温度之间存在指数关系趋势，则通过指数模型进行拟合，以得到拟合的指数模型；
利用残差分析方法对拟合的指数模型进行验证，以得到验证后的指数模型；
根据验证后的指数模型，分析机械性能参数随热老化时间和温度的具体变化趋势，以得到趋势分析结果。
可选的，使用曲线拟合建立机械性能参数与热老化时间和温度之间的数学关系，包括：
获取船用电缆在不同热老化时间和温度下的机械性能参数数据；
根据预设的机械性能参数与热老化时间和温度之间关系的指数模型，通过最小二乘法进行曲线拟合，以得到最终的拟合曲线；
通过迭代计算获取最终的拟合曲线的参数值；
根据最终的拟合曲线的参数值，计算机械性能参数与热老化时间和温度之间关系的评估指标。
可选的，根据振动频率、振幅和持续时间计算动态因子，包括：
通过振动测试设备获取船用电缆的振动频率、振幅和持续时间；
以振动频率、振幅和持续时间为自变量，电缆的老化性能指标为因变量，构建多元线性回归模型方程；
根据自变量和因变量，构建矩阵，矩阵包括常数项列和自变量的观测值，常数项列用于预估截距项；
获取观测值向量，根据观测值向量和矩阵，使用最小二乘法预估回归模型的参数，以得到回归系数；
根据回归系数，通过计算动态因子，其中，/>是动态因子，即预测的电缆老化性能指标，/>是回归模型的截距项估计值，/>，/>，/>分别是振动频率、振幅和持续时间的回归系数估计值，/>，/>，/> 分别是给定的振动频率、振幅和持续时间的观测值。
可选的，使用介质损耗角正切值测试仪对船用电缆进行无损检测，获取电缆绝缘材料的介质损耗角正切值，包括：
将船用电缆的绝缘材料样本放置在测试仪的测试夹具中；
启动介质损耗角正切值测试仪，并根据电缆绝缘材料的特性设置测试参数；
测试仪向绝缘材料样本施加交流电场，并测量通过样本的电流和电压之间的相位差，以得到介质损耗角正切值。
可选的，将介质损耗角正切值和动态因子一同代入热寿命方程中，计算得到船用电缆的老化性能评估结果，包括：
通过计算得到船用电缆的老化性能评估结果，其中，/>是老化性能评估结果，表示电缆老化相关的指标，a、b和c是常数系数，/>是绝缘材料的复介电常数的实部，反映了材料对电场的存储能力，/>是绝缘材料的复介电常数的虚部，反映了材料对电场的损耗能力。
需要说明的是，该系统是与上述方法相对应的系统，上述方法实施例中的所有实现方式均适用于该实施例中，也能达到相同的技术效果。
本发明的实施例还提供一种计算设备，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行如上所述的方法。上述方法实施例中的所有实现方式均适用于该实施例中，也能达到相同的技术效果。
本发明的实施例还提供一种计算机可读存储介质，存储指令，当所述指令在计算机上运行时，使得计算机执行如上所述的方法。上述方法实施例中的所有实现方式均适用于该实施例中，也能达到相同的技术效果。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
此外，需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行，某些步骤可以并行或彼此独立地执行。对本领域的普通技术人员而言，能够理解本发明的方法和装置的全部或者任何步骤或者部件，可以在任何计算装置（包括处理器、存储介质等）或者计算装置的网络中，以硬件、固件、软件或者它们的组合加以实现，这是本领域普通技术人员在阅读了本发明的说明的情况下运用的基本编程技能就能实现的。
因此，本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此，本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说，这样的程序产品也构成本发明，并且存储有这样的程序产品的存储介质也构成本发明。显然，所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。还需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (4)
1.一种船用电缆老化性能的测试方法，其特征在于，所述方法包括：
从船用电缆上获取绝缘材料作为试样；
将试样放入加速热老化试验箱中，设定试验温度为电缆的工作温度，进行加速热老化试验，以得到加速热老化试验数据；
将经过加速热老化试验后的试样取出，进行机械拉伸试验，测试加速热老化试验后的试样的机械性能参数；
根据机械性能参数和加速热老化试验数据，利用数学方法建立基于电缆工作温度的热寿命方程；
使用振动测试设备对船用电缆进行振动测试，模拟电缆在船上的实际工作条件，记录振动频率、振幅和持续时间，并根据振动频率、振幅和持续时间计算动态因子；
使用介质损耗角正切值测试仪对船用电缆进行无损检测，获取电缆绝缘材料的介质损耗角正切值；
将介质损耗角正切值和动态因子一同代入老化性能评估方程中，计算得到船用电缆的老化性能评估结果；
根据机械性能参数和加速热老化试验数据，利用数学方法建立基于电缆工作温度的热寿命方程，包括：
获取加速热老化试验箱中不同时间点的试样性能数据，以及试验过程中的电缆工作温度；
对试样性能数据以及电缆工作温度进行分析，以得到机械性能参数随热老化时间和温度的变化趋势，以得到趋势分析结果；
使用曲线拟合建立机械性能参数与热老化时间和温度之间的数学关系；
根据分析结果以及机械性能参数与热老化时间和温度之间的数学关系，构建绝缘材料热老化过程的数学模型；
对数学模型进行分析和计算，以得到具体的热寿命方程；
对试样性能数据以及电缆工作温度进行分析，以得到机械性能参数随热老化时间和温度的变化趋势，以得到趋势分析结果，包括：
从加速热老化试验箱中获取试样的机械性能参数数据；
对机械性能参数数据以及电缆工作温度进行预处理，以得到预处理数据；
通过相关性分析方法量化机械性能参数数据与热老化时间及温度之间的关联程度，以得到相关性分析结果；
根据相关性分析结果，若机械性能参数与热老化时间和温度之间存在指数关系趋势，则通过指数模型进行拟合，以得到拟合的指数模型；
利用残差分析方法对拟合的指数模型进行验证，以得到验证后的指数模型；
根据验证后的指数模型，分析机械性能参数随热老化时间和温度的具体变化趋势，以得到趋势分析结果；
使用曲线拟合建立机械性能参数与热老化时间和温度之间的数学关系，包括：
获取船用电缆在不同热老化时间和温度下的机械性能参数数据；
根据预设的机械性能参数与热老化时间和温度之间关系的指数模型，通过最小二乘法进行曲线拟合，以得到最终的拟合曲线；
通过迭代计算获取最终的拟合曲线的参数值；
根据最终的拟合曲线的参数值，计算机械性能参数与热老化时间和温度之间关系的评估指标；
根据振动频率、振幅和持续时间计算动态因子，包括：
通过振动测试设备获取船用电缆的振动频率、振幅和持续时间；
以振动频率、振幅和持续时间为自变量，电缆的老化性能指标为因变量，构建多元线性回归模型方程；
根据自变量和因变量，构建矩阵，矩阵包括常数项列和自变量的观测值，常数项列用于预估截距项；
获取观测值向量，根据观测值向量和矩阵，使用最小二乘法预估回归模型的参数，以得到回归系数；
根据回归系数，通过计算动态因子，其中，/>是动态因子，即预测的电缆老化性能指标，/>是回归模型的截距项估计值，/>，/>，分别是振动频率、振幅和持续时间的回归系数估计值，/>，/>，/>分别是给定的振动频率、振幅和持续时间的观测值；
使用介质损耗角正切值测试仪对船用电缆进行无损检测，获取电缆绝缘材料的介质损耗角正切值，包括：
将船用电缆的绝缘材料样本放置在测试仪的测试夹具中；
启动介质损耗角正切值测试仪，并根据电缆绝缘材料的特性设置测试参数；
测试仪向绝缘材料样本施加交流电场，并测量通过样本的电流和电压之间的相位差，以得到介质损耗角正切值；
将介质损耗角正切值和动态因子一同代入老化性能评估方程中，计算得到船用电缆的老化性能评估结果，包括：
通过计算得到船用电缆的老化性能评估结果，其中，/>是老化性能评估结果，表示电缆老化相关的指标，a、b和c是常数系数，/>是绝缘材料的复介电常数的实部，反映了材料对电场的存储能力，/>是绝缘材料的复介电常数的虚部，反映了材料对电场的损耗能力；
获取加速热老化试验箱中不同时间点的试样性能数据，以及试验过程中的电缆工作温度，包括：
预先设定数据记录的时间点，时间点根据试验的总时长和预期的老化速率来确定；
在加速热老化试验进行的过程中，定期监测绝缘材料试样的性能，在每个设定的数据记录点，对试样进行相应的测试，并记录其性能数据；
实时记录加速热老化试验箱中的电缆工作温度，通过使用温度传感器和记录设备，连续监测并记录试验过程中的温度数据；
在收集到试样性能数据和电缆工作温度后，进行整理和存储；
对试样性能数据以及电缆工作温度进行分析，以得到机械性能参数随热老化时间和温度的变化趋势，以得到趋势分析结果，包括：
从加速热老化试验箱中获取试样的机械性能参数数据；
对机械性能参数数据以及电缆工作温度进行预处理，以得到预处理数据；
通过相关性分析方法量化机械性能参数数据与热老化时间及温度之间的关联程度，以得到相关性分析结果；
根据相关性分析结果，若机械性能参数与热老化时间和温度之间存在指数关系趋势，则通过指数模型进行拟合，以得到拟合的指数模型；
利用残差分析方法对拟合的指数模型进行验证，以得到验证后的指数模型；
根据验证后的指数模型，分析机械性能参数随热老化时间和温度的具体变化趋势，以得到趋势分析结果。
2.一种船用电缆老化性能的测试系统，其特征在于，应用于如权利要求1中的所述方法中，包括：
获取模块，用于从船用电缆上获取绝缘材料作为试样；将试样放入加速热老化试验箱中，设定试验温度为电缆的工作温度，进行加速热老化试验，以得到加速热老化试验数据；将经过加速热老化试验后的试样取出，进行机械拉伸试验，测试加速热老化试验后的试样的机械性能参数；
处理模块，用于根据机械性能参数和加速热老化试验数据，利用数学方法建立基于电缆工作温度的热寿命方程；使用振动测试设备对船用电缆进行振动测试，模拟电缆在船上的实际工作条件，记录振动频率、振幅和持续时间，并根据振动频率、振幅和持续时间计算动态因子；使用介质损耗角正切值测试仪对船用电缆进行无损检测，获取电缆绝缘材料的介质损耗角正切值；将介质损耗角正切值和动态因子一同代入老化性能评估方程中，计算得到船用电缆的老化性能评估结果。
3.一种计算设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1中所述的方法。
4.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序，该程序被处理器执行时实现如权利要求1中所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410216742.1A CN117782957B (zh) | 2024-02-28 | 2024-02-28 | 一种船用电缆老化性能的测试方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410216742.1A CN117782957B (zh) | 2024-02-28 | 2024-02-28 | 一种船用电缆老化性能的测试方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117782957A CN117782957A (zh) | 2024-03-29 |
| CN117782957B true CN117782957B (zh) | 2024-05-28 |
Family
ID=90385325
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410216742.1A Active CN117782957B (zh) | 2024-02-28 | 2024-02-28 | 一种船用电缆老化性能的测试方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117782957B (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101470058A (zh) * | 2007-12-27 | 2009-07-01 | 大连理工大学 | 一种评估船用低压橡胶绝缘电缆剩余寿命的方法 |
| CN101975704A (zh) * | 2010-10-08 | 2011-02-16 | 中国船舶重工集团公司第七二五研究所 | 一种预测粘弹性材料振动疲劳性能的方法 |
| JP2016042046A (ja) * | 2014-08-15 | 2016-03-31 | 三宝電機株式会社 | 誘電正接測定装置および該方法ならびに電力ケーブル診断装置および該方法 |
| CN106644916A (zh) * | 2017-03-06 | 2017-05-10 | 大连理工大学 | 船用电缆绝缘材料老化寿命评估方法 |
| CN109917251A (zh) * | 2019-04-09 | 2019-06-21 | 国网江苏省电力有限公司电力科学研究院 | 一种xlpe电缆绝缘材料老化寿命的预测方法 |
| CN112446136A (zh) * | 2020-10-29 | 2021-03-05 | 西安理工大学 | 一种基于微元化物理模型的电缆寿命预测方法 |
| CN112946431A (zh) * | 2021-01-27 | 2021-06-11 | 广东工业大学 | 一种基于极化检测的车载电缆绝缘热老化的测评方法 |
| CN113588452A (zh) * | 2021-07-30 | 2021-11-02 | 国网青海省电力公司信息通信公司 | 电缆寿命预测方法和装置以及处理器和存储介质 |
| CN113670547A (zh) * | 2021-08-17 | 2021-11-19 | 国网上海市电力公司 | 超导电缆振动试验与抗振性能测试方法 |
| CN114624522A (zh) * | 2020-12-11 | 2022-06-14 | 国网山东省电力公司滨州供电公司 | 一种基于频域介电谱的架空线老化状态分析方法及系统 |
| CN115616346A (zh) * | 2022-11-04 | 2023-01-17 | 太原理工大学 | 三元乙丙橡胶绝缘动态高压电缆剩余寿命评估方法 |
| KR20230040642A (ko) * | 2021-09-16 | 2023-03-23 | 한국전력공사 | 초고압 전력 케이블의 수명 평가 방법 |
| CN115932468A (zh) * | 2022-11-18 | 2023-04-07 | 西南交通大学 | 一种基于宏观参数的10kV XLPE电缆运行状态的评估方法 |
| CN116609015A (zh) * | 2023-04-28 | 2023-08-18 | 中国舰船研究设计中心 | 一种船用电缆振动噪声传递特性测试台架及测试方法 |
| WO2024001008A1 (zh) * | 2022-06-29 | 2024-01-04 | 南方电网科学研究院有限责任公司 | 高压海缆绝缘老化寿命预测方法、装置及设备 |
-
2024
- 2024-02-28 CN CN202410216742.1A patent/CN117782957B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101470058A (zh) * | 2007-12-27 | 2009-07-01 | 大连理工大学 | 一种评估船用低压橡胶绝缘电缆剩余寿命的方法 |
| CN101975704A (zh) * | 2010-10-08 | 2011-02-16 | 中国船舶重工集团公司第七二五研究所 | 一种预测粘弹性材料振动疲劳性能的方法 |
| JP2016042046A (ja) * | 2014-08-15 | 2016-03-31 | 三宝電機株式会社 | 誘電正接測定装置および該方法ならびに電力ケーブル診断装置および該方法 |
| CN106644916A (zh) * | 2017-03-06 | 2017-05-10 | 大连理工大学 | 船用电缆绝缘材料老化寿命评估方法 |
| CN109917251A (zh) * | 2019-04-09 | 2019-06-21 | 国网江苏省电力有限公司电力科学研究院 | 一种xlpe电缆绝缘材料老化寿命的预测方法 |
| CN112446136A (zh) * | 2020-10-29 | 2021-03-05 | 西安理工大学 | 一种基于微元化物理模型的电缆寿命预测方法 |
| CN114624522A (zh) * | 2020-12-11 | 2022-06-14 | 国网山东省电力公司滨州供电公司 | 一种基于频域介电谱的架空线老化状态分析方法及系统 |
| CN112946431A (zh) * | 2021-01-27 | 2021-06-11 | 广东工业大学 | 一种基于极化检测的车载电缆绝缘热老化的测评方法 |
| CN113588452A (zh) * | 2021-07-30 | 2021-11-02 | 国网青海省电力公司信息通信公司 | 电缆寿命预测方法和装置以及处理器和存储介质 |
| CN113670547A (zh) * | 2021-08-17 | 2021-11-19 | 国网上海市电力公司 | 超导电缆振动试验与抗振性能测试方法 |
| KR20230040642A (ko) * | 2021-09-16 | 2023-03-23 | 한국전력공사 | 초고압 전력 케이블의 수명 평가 방법 |
| WO2024001008A1 (zh) * | 2022-06-29 | 2024-01-04 | 南方电网科学研究院有限责任公司 | 高压海缆绝缘老化寿命预测方法、装置及设备 |
| CN115616346A (zh) * | 2022-11-04 | 2023-01-17 | 太原理工大学 | 三元乙丙橡胶绝缘动态高压电缆剩余寿命评估方法 |
| CN115932468A (zh) * | 2022-11-18 | 2023-04-07 | 西南交通大学 | 一种基于宏观参数的10kV XLPE电缆运行状态的评估方法 |
| CN116609015A (zh) * | 2023-04-28 | 2023-08-18 | 中国舰船研究设计中心 | 一种船用电缆振动噪声传递特性测试台架及测试方法 |
Non-Patent Citations (3)
| Title |
|---|
| Thermal Aging Evaluation of XLPE Power Cable by Using Multidimensional Characteristic Analysis of Leakage Current;Liu Yong et al.;《Polymers》;20220802;第14卷;第1-16页 * |
| XLPE电缆的热–振动联合老化试验测试与分析;张振鹏等;《高电压技术》;20181130;第44卷(第11期);第3707-3712页 * |
| 大型汽轮发电机主绝缘的频域介电响应研究;张征平等;大电机技术;20170531(第03期);27-31 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117782957A (zh) | 2024-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112731159B (zh) | 一种储能电站电池舱电池故障预判及定位的方法 | |
| JP6005638B2 (ja) | はんだ接合の品質検査方法 | |
| CN109710983B (zh) | 一种基于关键性能指标的柴油机气缸分层故障诊断方法 | |
| WO2014107303A1 (en) | Probabilistic modeling and sizing of embedded flaws in nondestructive inspections for fatigue damage prognostics and structural integrity assessment | |
| CN113447828B (zh) | 一种基于贝叶斯神经网络的锂电池温度估计方法及系统 | |
| CN111310314B (zh) | 一种基于人工智能确定机电装置寿命的方法和系统 | |
| CN117060409A (zh) | 电力线路运行状态自动化检测分析方法及系统 | |
| CN116306806A (zh) | 故障诊断模型确定方法、装置及非易失性存储介质 | |
| CN117782957B (zh) | 一种船用电缆老化性能的测试方法及系统 | |
| McCarter et al. | Nuclear power plant instrumentation and control cable prognostics using indenter modulus measurements | |
| CN115659271A (zh) | 传感器异常检测方法、模型训练方法、系统、设备及介质 | |
| CN110895624A (zh) | 基于最大熵谱估计的加速贮存与自然贮存退化数据一致性检验法 | |
| CN113049226A (zh) | 一种基于环境参量的opgw光缆健康度评估方法及系统 | |
| CN117272844B (zh) | 配电盘工作寿命的预测方法及系统 | |
| CN110889083A (zh) | 基于窗谱估计的加速贮存与自然贮存退化数据一致性检验法 | |
| CN116738859B (zh) | 一种铜管在线无损寿命评估方法及系统 | |
| CN117272701B (zh) | 基于气象环境数据的变压器温度预测模型及方法 | |
| CN114329714B (zh) | 一种装配式超高层结构施工运营全阶段的快速结构健康监测方法 | |
| PARK | Comparative Analysis on the Reliability Attributes of Finite Failure NHPP Software Reliability Model with Exponential Distribution Characteristics | |
| CN113468805B (zh) | 传感器极寒环境可靠性评估方法、电子设备及存储介质 | |
| CN116359770A (zh) | 一种电池阻抗谱测试频率重要性计算方法 | |
| CN117639245A (zh) | 一种变电站二次压板状态监测方法 | |
| CN117787156A (zh) | 一种向量回归与维纳结合的集成电路寿命预测方法 | |
| TR201921002A1 (tr) | Otomotiv Sektöründe Kullanılan Bataryalara Yönelik Otomatik Test, Analiz ve Raporlama Sistemi | |
| CN118246872A (zh) | 机房预警方法、装置、设备、存储介质及计算机程序产品 |
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 |