System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于机会理论的智能脱扣器中电子电路的寿命预测方法技术_技高网

基于机会理论的智能脱扣器中电子电路的寿命预测方法技术

技术编号:41283138 阅读:6 留言:0更新日期:2024-05-11 09:32
本发明专利技术公开了一种基于机会理论的智能脱扣器中电子电路的寿命预测方法,首先综合考虑了每个模块的功能、性能,然后对性能进行重要度评估,构建备选性能参数集合及性能参数阈值,再根据备选性能参数集合,结合高温加速退化试验,得到表征电子电路退化的关键性能参数,再构建考虑个体差异的一元线性维纳过程模型的综合性指标和考虑个体差异的一元线性刘过程模型的综合性指标,再以两个综合性指标作为权重将维纳过程与刘过程融合为关键性能参数的融合模型,适用于退化速率相对缓慢且数据样本较少的智能脱扣器中电子电路,实现对智能脱扣器中电子电路的寿命预测。

【技术实现步骤摘要】

本专利技术涉及电子器件寿命预测领域,具体是一种基于机会理论的智能脱扣器中电子电路的寿命预测方法


技术介绍

1、低压智能断路器是一种集成了传统低压断路器和现代智能化技术的关键电气保护设备,其广泛应用于住宅、商业和工业领域中的电力配电系统中。其主要作用是电路中出现故障时及时断开电路,避免电气设备的损坏和安全事故的发生,保证电气设备安全的稳定运行。随着现代电力系统的不断发展和完善,低压智能断路器的应用范围也在不断扩大,已经成为电力系统中不可或缺的重要设备。

2、智能脱扣器是低压智能断路器的核心部件,是断路器实现监测、保护和智能化控制的关键。其主要由自生电源模块、测量模块、中央控制模块、人机交互模块等模块组成,含有大量电阻、电容等电子元器件,电子元器件的退化决定着智能脱扣器的性能。研究智能脱扣器的性能退化并预测其寿命,对保障低压配电系统的稳定运行具有重要意义。

3、对电子电路的可靠性研究是当前的热点。文献《李奎,赵伟焯,戴逸华等.基于性能退化的智能脱扣器电源模块健康状态预测[j].仪器仪表学报,2023,44(08):209-217.》将电解电容确定为自生电源模块的关键元器件,寻找能表征电解电容容值变化的特征量,并采用维纳过程(wiener process)模型对加速退化数据建模,对电路进行健康状态评估。

4、目前关于智能脱扣器中电子电路的可靠性研究较少且存在一些问题。首先,在确定电子电路中的关键模块时常采用fmeca等方法,该方法关注电路中模块的失效率,此关键模块选择方法不能用于电子电路的性能退化分析中。其次,大量研究用一个元器件的退化代表整个电路的退化,然而,当元器件退化至失效阈值时,电路仍然可能正常工作,因此单独以元器件的退化代表电子电路的退化缺乏科学性。最后,电子电路退化缓慢,退化数据较少,当样本数据分布不服从总体分布时,采用概率论模型得到的寿命预测值可能存在较大偏差。


技术实现思路

1、针对现有技术的不足,本专利技术拟解决的技术问题是,提供一种基于机会理论的智能脱扣器中电子电路的寿命预测方法。

2、本专利技术解决所述技术问题的技术方案是,提供一种基于机会理论的智能脱扣器中电子电路的寿命预测方法,其特征在于,该方法包括如下步骤:

3、步骤1、对智能脱扣器中电子电路的各个模块依次进行功能分析和性能分析,得到主要功能对应的性能并对每个性能进行编号;

4、步骤2、首先构建性能重要度评价矩阵an×n,再对性能重要度评价矩阵an×n进行一致性检验,然后计算各个性能的重要度并排序,最终构建电子电路的备选性能参数集合及性能参数阈值;

5、步骤3、对备选性能参数集合的相关模块的电路板进行高温加速退化试验,得到备选性能参数初值和备选性能参数退化数据;依据备选性能参数初值、备选性能参数退化数据以及步骤2得到的性能参数阈值推断出最优性能参数,并将其作为智能脱扣器中电子电路的关键性能参数;

6、步骤4、根据高温加速退化试验的标准对智能脱扣器中电子电路的关键性能参数的相关模块进行高温加速退化试验,得到每个样品的关键性能参数初值和关键性能参数退化数据;

7、步骤5、根据步骤4得到的关键性能参数初值和关键性能参数退化数据,构建关键性能参数初值分布不确定性的指标和关键性能参数退化过程不确定性的指标,再依据最大熵原理,构建考虑个体差异的一元线性维纳过程模型的综合性指标pjw和考虑个体差异的一元线性刘过程模型的综合性指标pju,再以两个综合性指标作为权重将考虑个体差异的一元线性维纳过程模型与考虑个体差异的一元线性刘过程模型融合为关键性能参数的融合模型,并得到融合模型下寿命的机会分布函数fk(t);再将寿命的期望值作为寿命的点估计,得到智能脱扣器中电子电路的寿命预测值。

8、与现有技术相比,本专利技术的有益效果在于:

9、(1)本专利技术首先综合考虑了每个模块的功能、性能,然后对性能进行重要度评估,构建备选性能参数集合及性能参数阈值,再根据备选性能参数集合,结合高温加速退化试验,得到表征电子电路退化的关键性能参数,再构建考虑个体差异的一元线性维纳过程模型的综合性指标和考虑个体差异的一元线性刘过程模型的综合性指标,再以两个综合性指标作为权重将维纳过程与刘过程融合为关键性能参数的融合模型,对智能脱扣器中电子电路的寿命进行预测。

10、(2)本专利技术将维纳过程与刘过程进行模型融合,提出了基于机会理论的关键性能参数的融合模型进行寿命预测,适用于退化速率相对缓慢且数据样本较少的智能脱扣器中电子电路。

11、(3)与传统基于fmeca分析方法不同,本专利技术给出了表征智能脱扣器中电子电路退化的关键性能参数的选择方法,在确定表征智能脱扣器中电子电路性能退化的关键性能参数时,综合考虑了每个模块的功能、性能、阈值以及加速退化试验数据,避免了采用某个元器件的寿命来代替整个电子电路的寿命。

12、(4)本专利技术实现了对智能脱扣器中电子电路的寿命预测的目的,符合工程上的现实需要,解决了智能脱扣器中电子电路的寿命预测问题,考虑了实际需求、保证了分析过程科学、合理且贴近实际情况,为低压智能断路器的运行维修提供指导。

本文档来自技高网...

【技术保护点】

1.一种基于机会理论的智能脱扣器中电子电路的寿命预测方法,其特征在于,该方法包括如下步骤:

2.根据权利要求1所述的基于机会理论的智能脱扣器中电子电路的寿命预测方法,其特征在于,步骤1具体是:

3.根据权利要求1所述的基于机会理论的智能脱扣器中电子电路的寿命预测方法,其特征在于,步骤2具体是:

4.根据权利要求3所述的基于机会理论的智能脱扣器中电子电路的寿命预测方法,其特征在于,步骤2.2中,一致性检验指标CI的计算公式如式(1)所示:

5.根据权利要求3所述的基于机会理论的智能脱扣器中电子电路的寿命预测方法,其特征在于,步骤2.3中,通过以下两种方法中的一种获得性能参数阈值:

6.根据权利要求1所述的基于机会理论的智能脱扣器中电子电路的寿命预测方法,其特征在于,步骤5中,构建关键性能参数初值分布不确定性的指标,具体是:

7.根据权利要求6所述的基于机会理论的智能脱扣器中电子电路的寿命预测方法,其特征在于,步骤5中,构建考虑个体差异的一元线性维纳过程模型的综合性指标PJw和考虑个体差异的一元线性刘过程模型的综合性指标PJu,具体是:

8.根据权利要求7所述的基于机会理论的智能脱扣器中电子电路的寿命预测方法,其特征在于,步骤5中,构建关键性能参数的融合模型下寿命的机会分布函数Fk(t),具体是:

9.根据权利要求8所述的基于机会理论的智能脱扣器中电子电路的寿命预测方法,其特征在于,步骤5中,将寿命的期望值作为寿命的点估计得到:

10.根据权利要求1所述的基于机会理论的智能脱扣器中电子电路的寿命预测方法,其特征在于,步骤5中,在考虑个体差异的一元线性维纳过程模型中,个体差异表现在每个样品之间关键性能参数初值和漂移参数的差异;

...

【技术特征摘要】

1.一种基于机会理论的智能脱扣器中电子电路的寿命预测方法,其特征在于,该方法包括如下步骤:

2.根据权利要求1所述的基于机会理论的智能脱扣器中电子电路的寿命预测方法,其特征在于,步骤1具体是:

3.根据权利要求1所述的基于机会理论的智能脱扣器中电子电路的寿命预测方法,其特征在于,步骤2具体是:

4.根据权利要求3所述的基于机会理论的智能脱扣器中电子电路的寿命预测方法,其特征在于,步骤2.2中,一致性检验指标ci的计算公式如式(1)所示:

5.根据权利要求3所述的基于机会理论的智能脱扣器中电子电路的寿命预测方法,其特征在于,步骤2.3中,通过以下两种方法中的一种获得性能参数阈值:

6.根据权利要求1所述的基于机会理论的智能脱扣器中电子电路的寿命预测方法,其特征在于,步骤5中,构建关键性能参数初值分布不确定性的...

【专利技术属性】
技术研发人员:李奎王阳李明涛张杰凯于明浩
申请(专利权)人:河北工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1