继电器贮存可靠性分析和加速退化试验综述

doi:10.16628/j.cnki.2095-8188.2022.01.001

摘要/Abstract

摘要：

继电器应用十分广泛,研究其可靠性具有重要的意义。继电器的贮存可靠性评估和寿命预测是继电器可靠性研究的重要内容。简述了继电器在长期贮存情况下的失效机理,分析了各种环境应力对继电器贮存可靠性的影响和失效机理。介绍了目前应用的几种继电器可靠性评估的方法:遗传神经网络模型、Bayes法等,并对这些可靠性评估方法进行了分析描述;概述了加速退化试验方法和灰色理论模型在继电器寿命预测领域的应用,分析了各方法的优缺点。最后,对于高可靠性的继电器产品如何进行加速退化试验和寿命预测领域的研究进行了展望。

关键词: 继电器, 失效机理, 加速退化试验, 寿命预测

Abstract:

Relay is widely used,so it is of great significance to study its reliability.The storage reliability evaluation and life prediction of relays are important contents of relay reliability research.The failure mechanism of relay under long-term storage is briefly described.The influence of various environmental stresses on the storage reliability of relay and failure mechanism are analyzed.The several methods of relay reliability evaluation such as genetic neural network model and Bayes method are introduced.These reliability evaluation methods are analyzed and described.The application of accelerated degradation experiment method and grey theory model in the field of relay life prediction are summarized.Finally,the research on how to carry out accelerated degradation test and life prediction for high reliability relay products is prospected.

Key words: relay, failure mechanism, accelerated degradation test, life prediction

中图分类号:

TM58

乔青云, 王召斌, 陈康宁, 刘百鑫, 朱佳淼. 继电器贮存可靠性分析和加速退化试验综述[J]. 电器与能效管理技术, 2022, 0(1): 1-6.

QIAO Qingyun, WANG Zhaobin, CHEN Kangning, LIU Baixin, ZHU Jiamiao. Review on Relay Storage Reliability Analysis and Accelerated Degradation Test[J]. LOW VOLTAGE APPARATUS, 2022, 0(1): 1-6.

图/表 3

表1

图1

表2

不同随机过程及结论

随机过程	结论
Wiener 过程	μ、σ与加速应力相关,且任意2个应力满足 $μ k μ h$ = $σ k 2$ / $σ h 2$
Gamma过程	形状参数与应力有关,但尺度参数和应力无关
Inverse Gassian过程	均值参数和尺度参数均与加速应力参数有关

表2

参考文献 39

[1]	WAN B, FU G C, LI Y R Y, et al. Failure analysis of the electromagnetic relay contacts[J]. Engineering Failure Analysis, 2016, 59(1):304-313. doi: 10.1016/j.engfailanal.2015.10.015
[2]	黄晓毅, 王召斌, 叶雪荣, 等. 航天电磁继电器加速贮存退化试验测试系统的设计与实现[J]. 低压电器, 2012(13):15-20,24.
[3]	WANG Z B, LI W Y, CHEN K N, et al. Storage failure mechanism analysis and reliability improvement measures for electromagnetic relay[J]. IOP Conference Series:Materials Science and Engineering, 2021, 1043(4):42-58.
[4]	陈依泽. 振动状态下铁路信号继电器的可靠性研究[D]. 沈阳:沈阳工业大学, 2020.
[5]	WANG Y, LIANG K, LIU Q, et al. Research on combination forecast model of aerospace relay’s storage life[J]. Journal of Physics:Conference Series, 2019, 1213(4):042027. doi: 10.1088/1742-6596/1213/4/042027
[6]	陈康宁, 王召斌, 李朕, 等. 继电器贮存可靠性评估与寿命试验方法综述[J]. 电器与能效管理技术, 2020(12):1-6.
[7]	孙训俊. 电器产品贮存寿命分析方法的研究[D]. 天津:河北工业大学, 2014.
[8]	陆俭国, 骆燕燕, 李文华, 等. 航天继电器贮存寿命试验及失效分析[J]. 电工技术学报, 2009, 24(2):54-59.
[9]	骆燕燕, 陆俭国, 李文华, 等. 密封式电磁继电器贮存加速寿命试验方法研究[J]. 兵工学报, 2007(8):997-1001.
[10]	程礼椿. 电接触理论及应用[M]. 北京: 机械工业出版社, 1988.
[11]	王香芬, 高成, 付桂翠. 电磁继电器电测失效分析技术研究[J]. 低压电器, 2011(2):6-9,18.
[12]	任万滨, 余琼, 翟国富. 转换型电磁继电器电接触失效分析[J]. 电工材料, 2011(1):14-19,23.
[13]	江长流. 继电器可靠性提升探讨[J]. 电工材料, 2017(3):23-28.
[14]	符赛, 王召斌, 尚尚. 继电器贮存失效机理及可靠性试验方法综述[J]. 电器与能效管理技术, 2016(16):13-19.
[15]	栾大龙. 装备贮存可靠性与包装技术[J]. 航空兵器, 1994(4):29-31.
[16]	李进. 基于改进遗传神经网络的软件可靠性模型研究[D]. 成都:电子科技大学, 2014.
[17]	席亮, 王瑞东. 基于自适应遗传算法的神经网络结构优化算法[J]. 哈尔滨理工大学学报, 2021(1):43-48.
[18]	刘金梅, 黄强, 王建萍. 基于遗传算法和BP神经网络的弹药贮存可靠性评估[J]. 弹箭与制导学报, 2003(增刊5):160-162.
[19]	李文华, 周露露, 王立国, 等. 基于统计分析的继电器贮存寿命神经网络预测[J]. 航天控制, 2016, 34(6):79-84.
[20]	黄周霖, 王召斌, 王佳炜, 等. 电磁继电器长贮零失效情况下的Bayes可靠性评估方法[J]. 江苏科技大学学报(自然科学版), 2019, 33(5):67-72.
[21]	翟胜, 田硕, 陈倩倩. 基于贝叶斯网络可靠性分析方法的研究与应用[J]. 计算机测量与控制, 2020, 28(9):262-266.
[22]	霍利民, 朱永利, 范高锋, 等. 一种基于贝叶斯网络的电力系统可靠性评估新方法[J]. 电力系统自动化, 2003, 27(5):39-43.
[23]	周忠宝, 董豆豆, 周经伦. 贝叶斯网络在可靠性分析中的应用[J]. 系统工程理论与实践, 2006(6):95-100.
[24]	蔡忠义, 陈云翔, 王莉莉, 等. 融合外场使用和加速寿命数据的可靠性评估方法[J]. 系统工程与电子技术, 2016, 38(6):1476-1480.
[25]	冯静, 刘琦, 周经伦, 等. Weibull分布产品零失效下的可靠性增长研究[J]. 系统工程理论方法应用, 2004(1):85-88,92.
[26]	王召斌, 蔡昭文, 翟国富, 等. 航天继电器加速贮存退化可靠性建模和统计分析[J]. 低压电器, 2012(17):1-7.
[27]	邓爱民, 陈循, 张春华, 等. 加速退化试验技术综述[J]. 兵工学报, 2007(8):1002-1007.
[28]	王佳炜. 基于数据驱动的航天电磁继电器贮存寿命预测方法研究[D]. 镇江:江苏科技大学, 2019.
[29]	陈志军, 周芳, 杨学印, 等. 基于加速退化数据的某导电膜电阻贮存寿命预测方法[J]. 空军工程大学学报(自然科学版), 2019, 20(4):46-51.
[30]	WANG H W, XU T X, WANG W Y. Remaining life prediction based on wiener processes with ADT prior information[J]. Quality and Reliability Engineering International, 2016, 32(3):753-765. doi: 10.1002/qre.v32.3
[31]	WANG H W, XU T X, MI Q L. Lifetime prediction based on Gamma processes from accelerated degradation data[J]. Chinese Journal of Aeronautics, 2015, 28(1):172-179. doi: 10.1016/j.cja.2014.12.015
[32]	王浩伟, 徐廷学, 刘勇. 基于随机参数Gamma过程的剩余寿命预测方法[J]. 浙江大学学报(工学版), 2015, 49(4):699-704,762.
[33]	WANG H, WANG G J, DUAN F J. Planning of step-stress accelerated degradation test based on the inverse Gaussian process[J]. Reliability Engineering & System Safety, 2016, 154:97-105. doi: 10.1016/j.ress.2016.05.018
[34]	刘学敏, 厉海涛, 张威, 等. 金属化膜电容器Gamma过程性能退化建模的自助法[J]. 高电压技术, 2011, 37(1):198-202.
[35]	李奎, 李正广, 段宇, 等. 基于Gamma过程的交流接触器剩余电寿命仿真预测[J]. 电测与仪表, 2018, 55(16):105-111.
[36]	蔚德申, 王景芹, 王丽, 等. 基于灰色理论的低压断路器寿命预测模型的研究[J]. 电力科学与技术学报, 2019, 34(4):35-41.
[37]	ZHANG Y C, SHU T, DING R X. Bearing life prediction based on SPSS and grey prediction model[J]. IOP Conference Series:Earth and Environmental Science, 2021, 634(1):012051. doi: 10.1088/1755-1315/634/1/012051
[38]	LUO X H, YAN X Q, CHEN Y S, et al. The prediction of shale gas well production rate based on grey system theory dynamic model GM(1,N)[J]. Journal of Petroleum Exploration and Production Technology, 2020, 10(4):3601-3607. doi: 10.1007/s13202-020-00954-w
[39]	苑梦雄. 继电器可靠性分析方法研究[D]. 天津:河北工业大学, 2017.

环境因素	失效表现形式	失效机理
高温	结构参数和动作参数发生变化,继电器不能正确动作;继电器使用寿命缩短,接触可靠性降低	绝缘材料发生变形,线圈的电阻增大;漆层老化加剧,不能正常熄弧
低温	触点导通性能降低,容易造成冷粘故障	密封性差的继电器的触点间形成冰霜;镀层材料冷粘作用加剧
湿度	线圈腐蚀,触点表面材料发生氧化;电气短路,电性能劣化	水分子扩散改变介电特性,水珠吸附在触点材料表面
气压	触点间的绝缘降低;线圈散热困难,吸合时间、吸合电压、释放时间和释放电压数据异常	气压下降引起介质强度下降;气压过低影响继电器簧片间的空气对流
温度+湿度	触点表面材料发生氧化,接触不良	湿气渗透进入器件内部,温度加速渗透作用
湿度+振动	继电器误动作或不动作	触点动作不规范,受力不均;增加电气材料的击穿率