本發(fā)明屬于剩余壽命預(yù)測領(lǐng)域，涉及一種高可靠性、長壽命、可用試驗數(shù)據(jù)少的繼電器剩余壽命預(yù)測方法及系統(tǒng)。具體涉及基于3σ準(zhǔn)則的異常值剔除；基于均值濾波的原始數(shù)據(jù)清洗；基于統(tǒng)計檢驗驗證wiener過程建模的可行性；基于wiener過程的剩余壽命預(yù)測建模；基于極大似然法的參數(shù)估計；基于絕對誤差百分比為衡量指標(biāo)進(jìn)行優(yōu)度檢驗。

背景技術(shù)：

1、電動汽車高壓繼電器是一種以低壓小電流電路控制高壓大電流電路的“自動開關(guān)”，由線圈、鐵芯和常開、常閉觸點和彈簧等組成。在新能源汽車電氣系統(tǒng)運行時起高壓連接作用；當(dāng)車輛高壓下電或發(fā)生故障時，高壓繼電器能直接將車輛高壓電氣系統(tǒng)分?jǐn)啵鸬礁邏焊綦x作用；高壓繼電器可在緊急狀態(tài)下直接進(jìn)行帶載分?jǐn)?，以保證整車的安全。因此，高壓繼電器作為新能源汽車關(guān)鍵安全器件，其可靠性及壽命一直受到整車廠和高壓盒以及接觸器廠家的高度關(guān)注。

技術(shù)實現(xiàn)思路

1、針對依據(jù)原始退化信息應(yīng)用wiener過程模型預(yù)測壽命精度低問題，本發(fā)明提出一種以wiener過程模型為基礎(chǔ)，綜合數(shù)據(jù)清洗與統(tǒng)計檢驗的剩余壽命預(yù)測方法。

2、本發(fā)明是采用如下技術(shù)方案實現(xiàn)的，結(jié)合附圖說明如下：

3、一種基于性能退化信息的高壓繼電器剩余壽命預(yù)測方法，包括下述步驟：

4、步驟一、基于3σ準(zhǔn)則將原始的繼電器接觸電阻退化數(shù)據(jù)進(jìn)行異常值剔除；

5、步驟二、采用均值濾波法進(jìn)行剔除異常值后的特征降噪處理；

6、步驟三、利用統(tǒng)計檢驗驗證wiener過程建模的可行性；

7、步驟四、基于wiener過程構(gòu)建模型并采用極大似然法進(jìn)行維納過程的參數(shù)估計；

8、步驟五、基于wiener過程結(jié)合繼電器的失效閾值進(jìn)行繼電器的壽命預(yù)測和剩余壽命預(yù)測；

9、步驟六、利用絕對誤差百分比mape進(jìn)行優(yōu)度檢驗。

10、所述的步驟一的具體方法如下：

11、假設(shè)原始繼電器接觸電阻阻值的原始數(shù)據(jù)僅存在偶然誤差，計算這組數(shù)據(jù)的標(biāo)準(zhǔn)差，以一定的概率確定一個區(qū)間范圍，不在該區(qū)間內(nèi)的誤差稱為粗大誤差，并將粗大誤差從原數(shù)據(jù)中剔除；由3σ準(zhǔn)則可知分布在(μ-3σ,μ+3σ)內(nèi)的數(shù)據(jù)占總數(shù)據(jù)的99.74％，超出這個范圍的可能性僅占不到0.3％，因此，絕大部分?jǐn)?shù)據(jù)的分布特征符合正態(tài)分布3σ準(zhǔn)則；

12、標(biāo)準(zhǔn)差計算如下：

13、

14、式中：s為觀測標(biāo)準(zhǔn)差；xi為第i次觀測數(shù)據(jù)；為第n次觀測數(shù)據(jù)的平均值；n為原始數(shù)據(jù)觀測次數(shù)。

15、對于某一個觀測數(shù)據(jù)xs，若滿足則xs屬于粗大誤差，予以剔除。

16、所述的步驟二中采用均值濾波法進(jìn)行剔除異常值后的特征降噪處理的具體方法如下：

17、對于數(shù)據(jù)中的每一個點，考慮每一個點鄰域內(nèi)的所有數(shù)據(jù)值，然后用這些鄰域值的平均數(shù)來替代原來的值；則t時刻經(jīng)過均值濾波后的退化參數(shù)值xk的表達(dá)式為：

18、

19、式中，xk表示均值濾波后第k次觀測的退化參數(shù)值；k＝1,2,…,m，m為原始數(shù)據(jù)去除粗大誤差數(shù)據(jù)后的觀測次數(shù)；e表示取樣窗口；xj表示去除粗大誤差后第j次觀測的退化參數(shù)值；則退化參數(shù)樣本可表示為(x1，x2，…，xk)。

20、窗口的大小取退化參數(shù)樣本中退化參數(shù)最大值pmax與退化參數(shù)最小值pmin對數(shù)之差；

21、即

22、e＝ln(pmax)-ln(pmin)................................................(3)

23、所述的步驟三中基于統(tǒng)計性檢驗驗證wiener過程建模的可行性的具體方法如下：

24、(1)獨立性檢驗

25、對于任意兩個不相交的時間區(qū)間，例如[t1,t2]，[t3,t4]，退化增量δx2＝x2-x1與δx4＝x4-x3之間可能存在相關(guān)關(guān)系，故采用下列統(tǒng)計量進(jìn)行獨立性檢驗；

26、

27、式中：δxk＝xk-xk-v；rv表示退化增量獨立性檢驗的統(tǒng)計量；v＝1,2,…，表示退化增量的兩個退化參數(shù)的間隔量；表示退化增量樣本(δx1，δx2，…，δxk)的平均值；表示退化參數(shù)樣本(δx1，δx2，…，δxk)的標(biāo)準(zhǔn)差。

28、若退化增量不相關(guān)，則其中tα(m-v)表示顯著性水平α情況下，自由度為m-v的單側(cè)t檢驗值。

29、(2)正態(tài)性檢驗

30、χ2檢驗法是計算理論頻數(shù)與實際頻數(shù)間的差異，將檢驗統(tǒng)計量χ2的觀測值與臨界值比較；若滿足式(5)條件，則接受原假設(shè)，否則，拒絕原假設(shè)；

31、

32、式中：χ2表示檢驗統(tǒng)計量；n表示分組數(shù)，一般取n＝7～14；wu表示第u組樣本剔除異常值后數(shù)據(jù)的實際頻數(shù)，一般宜取wu≥5；qu表示第u組樣本的理論頻率；b表示需估計的參數(shù)數(shù)目；α表示顯著性水平；表示顯著性水平α情況下，自由度為n-b-1的χ2檢驗值。

33、所述的步驟四中基于wiener過程構(gòu)建模型并采用極大似然法進(jìn)行參數(shù)估計的具體方法如下：

34、最簡單的一類基于維納過程的退化模型是帶線性漂移的wiener過程，其數(shù)學(xué)描述為

35、x(t)＝x(0)+μt+σb(t)...............................................(6)

36、式中：x(t)表示t時刻高壓繼電器的接觸電阻值；x(0)表示0時刻(初始時刻)的接觸電阻值，通常為已知常數(shù)；μ為漂移系數(shù)；σ為擴散系數(shù)，b(t)表示標(biāo)準(zhǔn)布朗運動。

37、當(dāng)x(0)＝0時，公式(6)簡化為x(t)＝μt+σb(t)。

38、假設(shè)產(chǎn)品運行過程中，在時刻t1…tk的性能參數(shù)的退化增量為δx1…δxk。其中t0＝0，tk為當(dāng)前時刻，k≥1，ω表示繼電器阻值閾值，x(tk)＜ω；那么退化模型(6)中的參數(shù)μ和σ，可以通過極大似然估計得方法得到。

39、參數(shù)極大似然估計為：

40、

41、測量數(shù)據(jù)越多，k越大，則壽命預(yù)測精度越高。表示k個退化增量的均值估計值；表示k個退化增量的方差估計值。

42、所述步驟五基于wiener過程結(jié)合繼電器的失效閾值進(jìn)行繼電器的剩余壽命預(yù)測和壽命預(yù)測的具體步驟如下：

43、(1)退化壽命預(yù)測

44、高壓繼電器壽命t定義為接觸電阻阻值首次穿過退化閾值ω的時間，即產(chǎn)品壽命t＝inf{tx(t)＝ω,t≥0}，由此，得到wiener過程壽命t服從逆高斯分布，繼電器的壽命概率密度函數(shù)ft(t)可表示為：

45、

46、據(jù)此，t時刻高壓繼電器的壽命t的期望e(t)可表示為：

47、

48、依據(jù)獲取的樣件在當(dāng)前t時刻內(nèi)測量數(shù)據(jù)x后，基于該方法可以實現(xiàn)壽命預(yù)測。隨著時間t的增大，越接近性能參數(shù)的失效點，剩余壽命的預(yù)測也越精確。

49、(2)剩余壽命預(yù)測

50、時刻t，設(shè)備的剩余壽命可以被定義為t＝inf{l:x(t+l)≥ω}。一旦得到壽命t的概率密度函數(shù)，即式(8)，那么某一具體退化設(shè)備的剩余壽命概率密度函數(shù)也可相應(yīng)得到，具體過程如下。

51、令tk(k∈n+)表示當(dāng)前時刻，lk表示tk時刻設(shè)備的剩余壽命，為一隨機變量。若退化設(shè)備在時刻i首次到達(dá)失效閾值ω，那么實際剩余壽命為lk＝i-tk。利用布朗運動的獨立增量性，由式(6)可得：

52、x(lk)＝x(0)+μlk+σb(lk)....................................(10)

53、式中：x(lk)＝x(tk+lk)-x(tk)，表示高壓繼電器剩余壽命為lk時的高壓繼電器的接觸電阻阻值；x(tk+lk)表示高壓繼電器的失效時刻的接觸電阻阻值，其值等于失效閾值；x(tk)表示高壓繼電器當(dāng)前時刻的高壓繼電器的接觸電阻阻值。且x(0)＝0,表示初始高壓繼電器的接觸電阻阻值為0；b(lk)表示標(biāo)準(zhǔn)布朗運動。

54、基于式(8)、(9)的結(jié)果，便可以得到剩余壽命lk的概率密度函數(shù)f(lk)為：

55、

56、式中，表示當(dāng)前時刻tk的繼電器接觸電阻阻值。

57、同理，可以得到時刻tk設(shè)備的剩余壽命lk的期望e(lk)為：

58、

59、所述步驟六利用絕對誤差百分比mape進(jìn)行優(yōu)度檢驗的具體步驟如下：

60、基于壽命的預(yù)測值和剩余壽命的預(yù)測值可以計算剩余壽命預(yù)測絕對誤差百分比(mean?absolute?percentage?error，mape)為：

61、

62、式中，m(tk)表示繼電器壽命預(yù)測結(jié)果的絕對誤差百分比；n為樣本數(shù)據(jù)集的數(shù)據(jù)集個數(shù)，為第u組樣本數(shù)據(jù)集應(yīng)用k個退化增量得到的預(yù)測壽命的期望估計值，為第u組樣本數(shù)據(jù)集應(yīng)用k個退化增量得到的預(yù)測剩余壽命的期望估計值，c(lku)為第u組樣本數(shù)據(jù)集應(yīng)用k個退化增量獲得時的現(xiàn)行試驗時間。

63、mape值介于0與1之間，數(shù)值越小，說明預(yù)測精度越高。

64、一種基于性能退化信息的高壓繼電器剩余壽命預(yù)測系統(tǒng)，包括：

65、數(shù)據(jù)處理模塊，用于基于3σ準(zhǔn)則將原始的繼電器接觸電阻退化數(shù)據(jù)進(jìn)行異常值剔除；

66、降噪處理模塊，用于采用均值濾波法進(jìn)行剔除異常值后的特征降噪處理；

67、驗證模塊，用于基于統(tǒng)計性檢驗驗證wiener過程建模的可行性；

68、參數(shù)估計模塊，用于基于wiener過程構(gòu)建模型并采用極大似然法進(jìn)行wiener過程的參數(shù)估計；

69、壽命預(yù)測模塊，用于基于wiener過程結(jié)合繼電器的失效閾值進(jìn)行繼電器的壽命預(yù)測和剩余壽命預(yù)測。

70、一種裝置，包括一個或多個處理器；

71、存儲器，用于存儲一個或多個程序；

72、當(dāng)所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實現(xiàn)如上所述的基于性能退化信息的高壓繼電器剩余壽命預(yù)測方法。

73、一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)如上所述的基于性能退化信息的高壓繼電器剩余壽命預(yù)測方法。

74、與現(xiàn)有技術(shù)相比本發(fā)明的有益效果是：

75、本發(fā)明所提應(yīng)用3σ準(zhǔn)則剔除異常值、利用均值法進(jìn)行退化數(shù)據(jù)的降噪處理，利用wiener對其性能退化數(shù)據(jù)進(jìn)行了退化趨勢建模并預(yù)測剩余壽命，應(yīng)用絕對誤差mape值分析預(yù)測精度，一定程度上解決了依據(jù)原始退化信息應(yīng)用wiener過程模型預(yù)測壽命精度低的問題，提高了預(yù)測精度。