基于超程时间回归模型的继电器寿命预测方法

摘要
图/表
参考文献
相关文章 (5)

全文: PDF (527 KB)
输出: BibTeX | EndNote (RIS)

摘要继电器寿命预测可以有效指导继电器的快速筛选,以期达到高性能、高可靠、长寿命甚至零缺陷的要求。针对于继电器寿命预测主要集中于批产品的现状,本文提出基于超程时间回归模型的继电器寿命预测方法,该方法可实现对单个继电器产品的寿命预测。首先对以往测得的关于HH52P型继电器试验数据进行详细研究,得到继电器的超程时间数据。然后将超程时间数据分区处理后融入超程时间回归模型中,进而实现继电器的寿命预测,并使继电器寿命预测具有更高的精确性。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	李华
	孙东旺
	贺鹏举
	李玲玲

关键词 ：继电器寿命预测, 超程时间, 回归模型, 分区处理

Abstract：Relay life prediction can effectively direct the relay rapid screening in order to meet the requirement of high-performance, high-reliability, long-life even zero-defect. For the situation that relay life prediction mainly focuses on the prediction of batched preduction, the method of relay life prediction based on the super-path time regress model is proposed in this paper, which is able to predict the life of single relay. Firstly, relay super-path time data are got through researching the experimental data of the Model HH52P relays in detail. Then the super-path time data is incorporated into the regression model after processing it separately. The result of relay life prediction can be got after that, and have more accuracy.

Key words： Relay life prediction super-path time regression model partition processing

收稿日期: 2013-10-11 出版日期: 2014-05-22

PACS:

TM587

基金资助:国家自然科学基金(61072100), 天津市自然科学基金(12JCYBJC12400)和河北省高等学校科学技术研究重点(ZD2010119)资助项目

作者简介: 李华女, 1969年生, 硕士, 研究方向为控制科学与工程。孙东旺男, 1988年生, 硕士研究生, 研究方向为电力系统及其自动化、电器可靠性。

引用本文:

李华, 孙东旺, 贺鹏举, 李玲玲. 基于超程时间回归模型的继电器寿命预测方法[J]. 电工技术学报, 2013, 28(2增): 414-417. Li Hua, Sun Dongwang, He Pengju, Li Lingling. The Method of Relay Life Prediction Based on the Regression Model of Super-Path Time. Transactions of China Electrotechnical Society, 2013, 28(2增): 414-417.

链接本文:

http://dgjsxb.ces-transaction.com/CN/Y2013/V28/I2增/414

[1] 刘帼巾, 陆俭国, 王海涛, 等. 接触器式继电器的失效分析[J]. 电工技术学报, 2011, 26(1): 81-85. Liu Guojin, Lu Jianguo, Wang Haitao, et al. Failure analysis of contactor relay[J].Transactions of China Eletrotechnical Soiety, 2011, 26(1): 81-85.
[2] 张国庆. Ag-SnO₂触点材料制备及其相关基础研究[D]. 长沙: 中南大学, 2007.
[3] 魏梅芳. 继电器电弧特性对触点熔焊及寿命的影响[D]. 武汉: 华中科技大学, 2006.
[4] 仲伟霞. 绞车电阻接触器的有效利用[J]. 煤炭技术, 2008, 27(1): 25-31. Zhong Weixia. Winch resistance of the effective Utilization of Contact[J]. Coal Technology, 2008, 27(1): 25-31.
[5] 闫胜昝. 铝合金车轮结构设计有限元分析与实验研究[D]. 浙江: 浙江大学, 2008.
[6] 陈昌松, 段善旭, 蔡涛, 等. 基于模糊识别的光伏发电短期预测系统[J]. 电工技术学报, 2011, 26 (7): 83-89. Chen Changsong, Duan Shanxu, Cai Tao, et al. Short-term photovoltaic generation forecasting system based on fuzzy recognition[J]. Transactions of China Eletrotechnical Society, 2011, 26 (7): 83-89.
[7] 方江晓, 周晖, 黄梅, 等. 基于统计聚类分析的短期风电功率预测[J]. 电力系统保护与控制, 2011, 39(11): 67-73. Fang Jiangxiao, Zhou Hui, Hang Mei, et al. Short-term wind power based on statistical clustering analysis[J]. Power System Protection and Control, 2011, 39(11): 67-73.
[8] 陈淑华, 付青, 马桂龙, 等. 基于神经网络自适应预测算法的谐波检测[J]. 电工技术学报, 2011, 26(1): 200-206. Chen Shuhua, Fu Qing, Ma Guilong, et al. Harmonic detection based on artificial neural network and adaptive predictive algorithm[J]. Transactions of China Eletrotechnical Soiety, 2011, 26 (1): 200-206.
[9] 李俊芳, 张步涵, 谢光龙, 等. 基于灰色模型的风速-风电功率预测研究[J]. 电力系统保护与控制, 2010, 38(19): 151-159. Li Junfang, Zhang Buhan, Xie Guanglong, et al. Grey predictor models for wind speed wind power prediction[J]. Power System Protection and Control, 2010, 38(19): 151-159.
[10] 张菲菲, 李志刚. 基于BP神经网络的继电器剩余寿命预测[J]. 低压电器, 2012(1): 11-14. Zhang Feifei, Li Zhigang. Remaining lifetime prediction of relay based on BP neural network[J]. Low-Voltage Electrical, 2012(1): 11-14.
[11] 李孝臣, 李冰, 翟国富, 等. 航天电磁继电器稳定时间测试方法.[J]. 低压电器, 2010(6): 11-13. Li Xiaochen, Li Bing, Zhai Guofu, et al. Testing
method for stability time of eletromagnetic relay in aerospace[J]. Low-voltage Electrical, 2010(6): 11-13.
[12] 余琼. 航天继电器可靠性评价及寿命试验方法的研[D]. 哈尔滨: 哈尔滨工业大学, 2011.