电磁继电器的剩余使用寿命预测方法综述

doi:10.16628/j.cnki.2095-8188.2024.07.001

摘要/Abstract

摘要：

介绍了电磁继电器剩余使用寿命预测技术的研究现状,系统梳理并比较了现有的电磁继电器剩余使用寿命预测方法,综合评述了灰色系统模型、统计分析与神经网络等多种预测技术的应用,通过梳理近年来的研究文献,总结了各种方法的优势与局限性,以提升电力系统的可靠性。尽管各种方法均能在一定程度上实现电磁继电器剩余使用寿命的预测,但在准确性、适用性以及易用性等方面仍存在显著差异。未来研究的方向为研发集成多种预测技术的混合模型、实时监测数据的实用预测系统,以提高预测的准确性与适用性。

关键词: 电磁继电器, 剩余使用寿命预测, 灰色系统模型, 统计分析, 神经网络

Abstract:

This comprehensive review focuses on the technological advancements in predicting the remaining useful life (RUL) of electromagnetic relays,offering an insightful overview of the current research landscape.The existing methodologies for predicting the RUL of electromagnetic relays are systematically organized and contrasted.The application status and efficacy of various prediction techniques is delved into,including grey system models,statistical analysis,and neural networks.By examining recent scholarly articles,the review highlights the strengths and limitations of these diverse methods,emphasizing their role in enhancing the reliability of power systems.While each approach contributes to some extent in predicting the RUL of electromagnetic relays,significant variations persist in terms of accuracy,applicability,and user-friendliness.The future research direction is pointed that the hybrid models integrated multiple prediction technologies and the practical prediction systems incorporated real-time monitoring data are developed to augment the precision and applicability of RUL predictions.

Key words: electromagnetic relays, remaining useful life prediction, grey system model, statistical analysis, neural network

中图分类号:

TM581.3

马东坤, 王召斌, 何天洋. 电磁继电器的剩余使用寿命预测方法综述[J]. 电器与能效管理技术, 2024, 0(7): 1-8.

MA Dongkun, WANG Zhaobin, HE Tianyang. A Comprehensive Review of Electromagnetic Relay Remaining Useful Life Prediction Methods[J]. LOW VOLTAGE APPARATUS, 2024, 0(7): 1-8.

图/表 3

参考文献 40

[1]	余琼. 航天继电器可靠性评价及寿命试验方法的研究[D]. 哈尔滨: 哈尔滨工业大学, 2011.
[2]	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.
[3]	翟国富, 崔行磊, 杨文英. 电磁继电器产品及研究技术发展综述[J]. 电器与能效管理技术, 2016(2):1-8.
[4]	杨文英, 刘兰香, 翟国富. 基于微观形貌的直流电器接触建模研究综述[J]. 电器与能效管理技术, 2018(22):20-27,39.
[5]	陈昊. 航天电磁继电器寿命周期质量一致性设计研究[D]. 哈尔滨: 哈尔滨工业大学, 2022.
[6]	杨文英, 刘洋, 郭久威, 等. 电器多目标优化方法综述[J]. 电器与能效管理技术, 2018(18):1-7.
[7]	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.
[8]	FONTANA W J. Electromagnetic relay reliability predictions by designed life experiments and Weibull analysis[J]. IEEE Transactions on Parts,Materials and Packing, 1965, 1(1):309-319.
[9]	MIYAJIMA K, NITTA S, MUTOH A. A proposal on contact surface model of electromagnetic relays-based on the change in showering arc waveforms with the number of contact operations[J]. IEICE Transaction Electronics, 1998, E81C(3):399-407.
[10]	李玲玲, 韩俊杰, 王成山. 基于灰色理论的继电器电接触可靠性预测[J]. 机械工程学报, 2012, 48(2):68-72.
[11]	李华, 孙东旺, 贺鹏举, 等. 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(增刊2):414-417,423.
[12]	翟国富, 王淑娟, 许峰, 等. 基于超程时间和吸合时间建模的继电器双变量寿命预测方法的研究[J]. 中国电机工程学报, 2002(7):76-80.
[13]	王召斌, 翟国富, 黄晓毅. 电磁继电器贮存期接触电阻增长的动力学模型[J]. 电工技术学报, 2012, 27(5):205-211.
[14]	张菲菲, 李志刚, 李玲玲, 等. 触点寿命试验中初始接触电阻与寿命的关系研究[J]. 电力系统保护与控制, 2015, 43(5):63-68.
[15]	解庆宇. 基于灰色系统理论的变压器故障诊断方法研究[D]. 西安: 西安科技大学, 2021.
[16]	武术静. 基于灰色马氏链理论的煤自然发火预测研究[D]. 焦作: 河南理工大学, 2014.
[17]	李玲玲, 孙训俊, 孙东旺, 等. 电器产品的灰色灾变预测模型[J]. 低压电器, 2013(16):9-11,15.
[18]	刘伯颖, 孙训俊, 李玲玲, 等. 灰色模型在触点电器电接触失效预测中的应用[J]. 电工技术学报, 2013, 28(增刊2):418-423.
[19]	马东娟. 多变量灰色模型MGM(1,n)在电磁继电器特性参数分析中的应用研究[J]. 电子元件与材料, 2014, 33(12):78-81.
[20]	焦通, 曹云东. 基于小波变换与灰色理论相结合的交流接触器电寿命预测[J]. 电器与能效管理技术, 2015(5):13-16.
[21]	陈康宁, 王召斌, 李朕, 等. 基于萤火虫算法优化的改进灰色模型的弹用继电器贮存寿命预测方法[J]. 电器与能效管理技术, 2022(4):1-5.
[22]	YU G F, CHIU Y J, ZHENG X, et al. Contact pressure of high-voltage DC power relay change and life prediction and structure optimization[J]. Advances in Mechanical Engineering, 2021, 13(2):1-15.
[23]	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.
[24]	王秋富. 基于初期机电特性参数的交流接触器电寿命定量评估[D]. 天津: 河北工业大学, 2021.
[25]	李渊博. 基于失效机理的平衡力式电磁继电器寿命预测模型研究[D]. 哈尔滨: 哈尔滨工业大学, 2022.
[26]	毛健, 赵红东, 姚婧婧. 人工神经网络的发展及应用[J]. 电子设计工程, 2011, 19(24):62-65.
[27]	王佳炜, 王召斌, 黄周霖. 继电器寿命预测方法综述[J]. 电器与能效管理技术, 2018(4):1-5,12.
[28]	陈浈斐, 章黄勇, 马宏忠, 等. 基于深度学习的电力设备故障诊断方法研究综述[J]. 电气自动化, 2022, 44(1):1-2,6.
[29]	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(10):1-7.
[30]	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.
[31]	王佳炜, 王召斌, 黄周霖. 果蝇算法优化的BP神经网络在电磁继电器贮存寿命预测中的应用[J]. 电器与能效管理技术, 2019(2):19-24.
[32]	SUN Y K, CAO Y, ZHOU M J, et al. A hybrid method for life prediction of railway relays based on multi-layer decomposition and RBFNN[J]. IEEE Access, 2019(7):44761-44770.
[33]	CHENG X Z, LV K H, ZHANG Y, et al. RUL prediction method for electrical connectors with intermittent faults based on an attention-LSTM model[J]. IEEE Transactions on Components Packaging and Manufacturing Technology, 2023, 13(5):628-637.
[34]	LI B, BIAN Z Q, WANG Z Y. Research on the electric life prediction of relay contact based on harris hawk optimized[J]. IEEE Transactions on Instrumentation and Measurement, 2022,71.
[35]	LIU S X, LI Y K, GAO S Y, et al. Prediction of residual electrical life in railway relays based on convolutional neural network bidirectional long short-term memory[J]. Energies, 2023, 16(17):6357.
[36]	SUN S G, WEN Z T, DU T H, et al. Remaining life prediction of conventional low-voltage circuit breaker contact system based on effective vibration signal segment detection and MCCAE-LSTM[J]. IEEE Sensors Journal, 2021, 21(19):21862-21871.
[37]	SUN S G, WANG Z W, WANG J Q, et al. Remaining useful life prediction for circuit breaker based on SM-CFE and SA-BiLSTM[J]. IEEE Transactions on Instrumentation and Measurement, 2023, 72:1-14.
[38]	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.
[39]	ZHAO Y H, ZIO E, FU G C. Remaining storage life prediction for an electromagnetic relay by a particle filtering-based method[J]. Microelectronics Reliability, 2017(79):221-230.
[40]	陈丽, 王景芹, 唐圣学. 基于支持向量机回归的继电器触点接触电阻的长期预测[J]. 低压电器, 2014(12):14-19.