[发明专利]基于输出特性初始分布的继电器贮存退化数据预测方法

说明书

本发明公开一种基于输出特性初始分布的继电器贮存退化数据预测方法，包括如下步骤：获取继电器输出特性的初始分布情况；开展继电器加速贮存试验，并获取贮存退化数据；根据贮存退化数据，应用极大似然估计方法拟合其退化轨迹，选定拟合效果最优的退化模型函数形式；将所选定的最优退化模型函数形式，转化为表征输出特性退化数据与输出特性初始值关系的函数表达式，作为状态转移方程；结合输出特性初始分布情况以及状态转移方程，预测继电器退化模型中未知系数的分布情况；随机抽样继电器输出特性初始分布与未知系数分布，代入状态转移方程，实现对继电器贮存退化数据的预测。本发明可有效提高继电器产品贮存可靠性的评估准确度。

技术领域

本发明涉及继电器产品性能分析与数据预测技术领域，特别涉及一种基于输出特性初始分布的继电器贮存退化数据预测方法。

背景技术

产品在贮存过程与工作过程中都会发生功能、性能上的退化以及失效，其区别仅体现在导致产品退化的应力种类、应力大小以及作用方式上。贮存过程作为产品寿命周期的一项重要组成部分，其中的温度、湿度、振动等多种环境应力的综合作用是导致产品性能发生贮存退化的主要因素。相对于工作可靠性研究来说，在贮存可靠性的研究中通常需要更多的试验样本数量、更长的试验时间、更精确的试验设备。以航天电磁继电器为代表的高可靠性机电类产品通常具有生产周期长、产品数量少、试验数据不充足的特点，如何在试验数据有限的前提下准确评估其贮存可靠性是分析其贮存性能时的一个无法回避的重要问题。因而，怎样在有限的试验成本和试验条件下，基于有限的试验数据来尽可能的使贮存可靠性评估结果与实际情况相吻合，是贮存可靠性研究领域中一项亟待解决的问题。

数据预测技术(如卡尔曼滤波、粒子滤波、灰色理论等)由于能够以现有数据为基础，通过对数据内部潜在信息的分析以实现对其未来趋势以及分布情况的预测。因此，能够一定程度上解决贮存可靠性评估中所面临的样本量以及数据不充分等问题。众所周知，产品的可靠性是由设计、加工和管理共同决定的。而对于继电器来说，其输出特性的初始分布情况是对其设计和加工水平的充分体现，其中蕴含了丰富的贮存可靠性信息。因而，采用数据预测方法，基于继电器输出特性的初始分布情况对继电器贮存全过程的退化数据进行预测，能够实现对贮存可靠性评估所需信息的丰富与补充，从而有效提高继电器产品贮存可靠性的评估准确度。

发明内容

为了解决在评估继电器贮存可靠性的过程中，仅依据少量继电器样本的贮存退化数据无法体现批次产品退化过程中的输出特性分布情况，从而无法准确评估继电器产品的贮存可靠性的问题，本发明的主要目的是提供一种基于输出特性初始分布的继电器贮存退化数据预测方法，其利用继电器输出特性的初始分布对其输出特性的贮存退化情况进行预测，从而更准确的反映批次产品贮存退化过程中输出特性的分布情况，提高贮存可靠性评估准确度。

为了达到上述目的，本发明提供一种基于输出特性初始分布的继电器贮存退化数据预测方法，包括如下步骤：

获取继电器输出特性的初始分布情况；

开展继电器加速贮存试验，并获取贮存退化数据；

根据贮存退化数据，应用极大似然估计方法拟合其退化轨迹，选定拟合效果最优的退化模型函数形式；

将所选定的最优退化模型函数形式，转化为表征输出特性退化数据与输出特性初始值关系的函数表达式，作为状态转移方程；

结合输出特性初始分布情况以及状态转移方程，预测继电器退化模型中未知系数的分布情况；

随机抽样继电器输出特性初始分布与未知系数分布，代入状态转移方程，实现对继电器贮存退化数据的预测。

较佳的实施方式，所述的继电器输出特性指继电器的吸合时间、释放时间、接触电阻、接触压降、超程时间及稳定时间。