基于GWO-BiLSTM的电磁继电器寿命预测方法技术

针对目前继电器寿命预测没有充分利用其退化过程前后状态之间联系、实时性不足的问题，本发明专利技术提出一种基于GWO‑BiLSTM的电磁继电器寿命预测方法。首先，通过继电器加速退化试验平台获取电磁继电器的全生命周期数据；然后，对数据进行预处理和特征筛选，选择与继电器通断次数相关度较高的特征参数作为预测模型的输入；最后，将预测值和真实值的均方误差作为GWO算法的适应度函数，优化BiLSTM模型的隐含层神经元个数、dropout率和初始学习率，利用得到的最优超参数组合训练预测模型，输出电磁继电器寿命的预测结果。实例验证表明，相比传统的BP神经网络模型等，GWO‑BiLSTM模型的RMSE和MAPE分别平均下降56.7％和58.2％，说明该模型能够有效提高电磁继电器的寿命预测精度。

【技术实现步骤摘要】

本专利技术涉及电磁继电器技术，具体涉及一种基于gwo-bilstm的电磁继电器寿命预测方法。

技术介绍

1、电磁继电器通过控制电流在线圈中形成电磁力驱动触点运动，实现对大电流电路的通断调控，具有电气隔离、电路切换与系统保护等特点，广泛应用于工业自动化、航空航天、铁路安全及轨道交通等多个领域。然而，由于电磁继电器内部结构复杂，包含机械触点、线圈、弹簧等多种功能部件，这些部件在长期使用过程中会出现机械磨损、电弧烧蚀、接触氧化、热老化等因素造成的失效，从而造成系统功能故障。此类故障不仅致使设备停机检修，徒增维护成本，严重时还会威胁系统安全，尤其在航空航天等高可靠性要求的特殊场景中。因此，精确预测电磁继电器寿命，对提升电气系统安全性和可靠性意义重大。

2、目前针对电磁继电器的寿命预测方法主要分为基于物理模型的预测方法和基于数据驱动的预测方法，其中，基于物理模型的预测方法需要使用微分方程等数学工具，对系统内部的物理过程和退化机制进行详细的模拟和分析，但电磁继电器内部涉及机械、电磁、热等多物理场耦合，这种复杂性使得对电磁继电器进行精确的物理建模十分困难，在本文档来自技高网...

【技术保护点】

1.一种基于GWO-BiLSTM的电磁继电器寿命预测方法，其特征在于，具体包括下列步骤：

2.权利要求1所述的基于GWO-BiLSTM的电磁继电器寿命预测方法，其特征在于，步骤1中：加速退化试验平台以G5V-1-24VDC型电磁继电器作为试验对象，采用工作应力作为主要加速因子，将电磁继电器接入负载电路，通过合理加大负载电流，驱动电磁继电器进行高频次通断动作，继电器的工作模式为循环通断，通断频率为1秒闭合、1秒断开，负载类型为纯电阻负载，模拟其在实际应用场景中的工作状态，从而加速继电器的退化过程；实验在室温(23℃±5℃)、相对湿度50％±10％的环境下进行，实验环境洁净无腐蚀...

【技术特征摘要】

1.一种基于gwo-bilstm的电磁继电器寿命预测方法，其特征在于，具体包括下列步骤：

2.权利要求1所述的基于gwo-bilstm的电磁继电器寿命预测方法，其特征在于，步骤1中：加速退化试验平台以g5v-1-24vdc型电磁继电器作为试验对象，采用工作应力作为主要加速因子，将电磁继电器接入负载电路，通过合理加大负载电流，驱动电磁继电器进行高频次通断动作，继电器的工作模式为循环通断，通断频率为1秒闭合、1秒断开，负载类型为纯电阻负载，模拟其在实际应用场景中的工作状态，从而加速继电器的退化过程；实验在室温(23℃±5℃)、相对湿度50％±10％的环境下进行，实验环境洁净无腐蚀性气体。

3.权利要求2所述的基于gwo-bilstm的电磁继电器寿命预测方法，其特征在于，步骤1中：所利用的数据来自所述电磁继电器加速退化试验平台，基于该平台完成多个继电器样本的加速退化实验，根据实验现象和实验获取的数据，当监测到释...

【专利技术属性】
技术研发人员：黄以锋，杨蕊璟，焦晓璇，宇文晓彤，王生龙，刘远飞，
申请(专利权)人：中国人民解放军空军工程大学，
类型：发明
国别省市：