基于蛇算法优化的改进RBF神经网络的航天电磁继电器贮存寿命预测方法

doi:10.16628/j.cnki.2095-8188.2024.03.005

电器与能效管理技术 ›› 2024, Vol. 0 ›› Issue (3): 30-35.doi: 10.16628/j.cnki.2095-8188.2024.03.005

基于蛇算法优化的改进RBF神经网络的航天电磁继电器贮存寿命预测方法

李久鑫, 王召斌, 朱佳淼

江苏科技大学自动化学院, 江苏镇江 212003

收稿日期:2023-10-02 出版日期:2024-03-30 发布日期:2024-04-22
作者简介:李久鑫(1998—),男,硕士研究生,研究方向为继电器可靠性及寿命预测。|王召斌(1982—),男,副教授,研究方向为电器贮存可靠性、加速试验及寿命预测技术。|朱佳淼(1999—),男,硕士研究生,研究方向为航天电器小子样情况下可靠性评估问题。
基金资助:
国家自然科学基金项目(51507074);江苏省研究生科研与实践创新计划资助项目(KYCX23_3875)

Storage Life Prediction Method of Aerospace Electromagnetic Relay with Improved RBF Neural Network Based on Snake Algorithm Optimization

LI Jiuxin, WANG Zhaobin, ZHU Jiamiao

College of Automation,Jiangsu University of Science and Technology, Zhenjiang 212003, China

Received:2023-10-02 Online:2024-03-30 Published:2024-04-22

摘要/Abstract

摘要：

针对航天电磁继电器的接触电阻预测和预测精度问题,提出了一种基于蛇优化(SO)算法改进BRF神经网络的模型。在传统径向基函数(RBF)模型基础上,通过SO算法对其权值参数进行优化,从而更好地预测继电器接触电阻值。基于SO-RBF模型与RBF模型、GA-RBF模型分别预测接触电阻,对比分析预测结果,表明所提模型具有较高的预测精度。

关键词: RBF神经网络, 退化试验, 贮存, 继电器

Abstract:

Aiming at the prediction and prediction accuracy of contact resistance of aerospace electromagnetic relays,a radial basis function (BRF) neural network model based on snake optimization (SO) algorithm is proposed.On the basis of the traditional RBF model,the SO algorithm is used to optimize the weight parameters so as to better predict the contact resistance value of the relay.The constructed SO-RBF prediction model is compared with RBF model.The models are used to predict the change trend of contact resistance.The comparison and analysis of the prediction results show that the proposed model has high prediction accuracy.

Key words: radial basis function (RBF) neural network, degradation test, storage, relay

中图分类号:

TM581

李久鑫, 王召斌, 朱佳淼. 基于蛇算法优化的改进RBF神经网络的航天电磁继电器贮存寿命预测方法[J]. 电器与能效管理技术, 2024, 0(3): 30-35.

LI Jiuxin, WANG Zhaobin, ZHU Jiamiao. Storage Life Prediction Method of Aerospace Electromagnetic Relay with Improved RBF Neural Network Based on Snake Algorithm Optimization[J]. LOW VOLTAGE APPARATUS, 2024, 0(3): 30-35.

图/表 8

图1

图2

图3

图4

图5

图6

图7

表1

参考文献 18

[1]	乔维德. 电磁继电器剩余电寿命智能预测研究[J]. 电工电气, 2020(12):30-34.
[2]	苗建伟, 王文军, 李斌. 低压继电器寿命的智能预测分析[J]. 电器与能效管理技术, 2018(4):61-65.
[3]	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.
[4]	张富贵, 陈进勇, 张柯柯. 密封继电器触点的失效模式与失效机理研究[J]. (自然科学版),2010, 27(5):47-50.
[5]	WANG C, XU Z, ZHENG S. Reliabilit y analysis of protective relays in fault[C]// IEEE Power Engineering Society General Meeting, 2006:1709189.
[6]	王稚惠, 梁慧敏, 翟国富. 密封继电器的故障树分析[J]. 低压电器, 2007(9):9-12.
[7]	储依帆. 铁路信号安全型继电器的可靠性评估方法研究[D]. 北京: 北京交通大学, 2018.
[8]	李文华, 沈培根, 马思宁. 航天继电器多参数贮存寿命加速退化预测方法研究[J]. 电气工程学报, 2017, 12(1):22-27.
[9]	周建民, 高森, 张龙, 等. 基于RBF和优化Wiener模型的轴承剩余寿命预测[J]. 控制工程, 2022, 29(2):246-253.
[10]	HASHIM F A, HUSSIEN A G. Snake optimizer:A novel meta-heuristic optimization algorithm[J]. Knowledge-Based Systems, 2022(242):108320.
[11]	NELSON W. Analysis of performance-degradation data from accelerated tests[J]. IEEE Transactions on Reliability, 1981(2):144-155.
[12]	REN S H, ZUO H F. Residual-life prediction for civil aviation engines based on wiener-einstein process[J]. World Congress on Software Engineering, 2009(58):415-419.
[13]	王召斌. 航天电磁继电器贮存可靠性退化试验与评价方法的研究[D]. 哈尔滨: 哈尔滨工业大学, 2013.
[14]	王召斌, 尚尚, 翟国富. 航天继电器贮存可靠性退化试验与评价方法研究[J]. 电器与能效管理技术, 2015(8):1-7.
[15]	李文华, 桑海爽, 项石虎, 等. 基于可恢复冲击效应的继电器可靠性评估方法[J]. 仪器仪表学报, 2022, 43(11):200-209.
[16]	林义刚. 基于性能退化的继电器类单机贮存可靠性评估方法研究[D]. 哈尔滨: 哈尔滨工业大学, 2020.
[17]	张蓉, 王少军, 张碧娟, 等. 继电器的额定寿命与可靠度[J]. 电子测试, 2017(8):32-33.
[18]	李久鑫, 王召斌, 朱佳淼. 继电器贮存可靠性研究方法综述[J]. 电器与能效管理技术, 2022(6):1-5,31.

模型	平均相对误差/%	均方误差/%
RBF	8.046 8	5.069 8
SO-RBF	3.225 4	2.436 8
GA-RBF	5.262 2	3.892 3

基于蛇算法优化的改进RBF神经网络的航天电磁继电器贮存寿命预测方法

Storage Life Prediction Method of Aerospace Electromagnetic Relay with Improved RBF Neural Network Based on Snake Algorithm Optimization

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 18

相关文章 15

编辑推荐

Metrics

本文评价

[1]	关欣, 刘曦, 马琳, 刘迈, 左天明. 基于截断正态分布的继电器多元维纳退化过程建模及可靠性评估[J]. 电器与能效管理技术, 2024, 0(3): 21-29.
[2]	孙洪亮, 苏丹. 城市轨道车辆继电器检修间隔优化研究[J]. 电器与能效管理技术, 2024, 0(2): 50-55.
[3]	于人杰, 王刚, 王亚宾, 唐俊平, 李兴文. 基于电-热流场双向耦合的直流继电器温升特性仿真研究[J]. 电器与能效管理技术, 2024, 0(1): 18-23.
[4]	李庆诗, 范艺川, 罗文天. 拍合式继电器衔铁内折角测试装置的结构设计与实际效果[J]. 电器与能效管理技术, 2024, 0(1): 38-42.
[5]	李敏, 陈平. 新型大功率直流继电器建模与仿真分析[J]. 电器与能效管理技术, 2023, 0(8): 10-16.
[6]	朱佳淼, 王召斌, 李久鑫. 基于POA优化支持向量回归模型的航天电磁继电器贮存寿命预测[J]. 电器与能效管理技术, 2023, 0(8): 61-67.
[7]	乔瑜菲, 由佳欣, 金鑫宇, 涂瑞, 陶子奇, 翟国富. 基于Kriging模型及变异函数的批次产品免调率提升方法研究[J]. 电器与能效管理技术, 2023, 0(5): 15-24.
[8]	谢雅霜, 鲍光海. 交流继电器电弧动态特性仿真分析[J]. 电器与能效管理技术, 2023, 0(4): 28-33.
[9]	朱金保. 一种低功耗磁保持继电器的研究[J]. 电器与能效管理技术, 2023, 0(4): 56-60.
[10]	乔青云, 王召斌, 刘百鑫, 陈康宁. 基于WOA-SVM模型的电磁继电器贮存寿命预测研究[J]. 电器与能效管理技术, 2023, 0(2): 1-5.
[11]	李文文, 郭皎, 庞富宽, 戚成飞, 李浩翔, 于松民. 基于加速退化试验的智能电能表计量电阻寿命评估[J]. 电器与能效管理技术, 2023, 0(2): 6-10.
[12]	石磊, 林文海, 田家欣, 肖华裕. 关于航天继电器稳定时间的机理研究[J]. 电器与能效管理技术, 2023, 0(12): 48-52.
[13]	杨昕宇, 由佳欣, 付饶, 陈乐羽, 曾宇涵. 密封电磁继电器失效机理一致性判别方法研究[J]. 电器与能效管理技术, 2023, 0(11): 1-7.
[14]	王其亚. 基于流-固耦合的车载继电器温度场仿真研究[J]. 电器与能效管理技术, 2023, 0(11): 17-22.
[15]	李少飞, 王召斌, 张文行. 基于深度学习的继电器剩余使用寿命预测研究综述[J]. 电器与能效管理技术, 2023, 0(10): 1-7.