CN120065991B - 基于Peck模型的电控系统健康状态评估方法 - Google Patents

Abstract

本发明公开了基于Peck模型的电控系统健康状态评估方法，属于电控系统可靠性分析技术领域。该方法通过获取关于电控系统中电子器件的实验数据；对电控系统现场作业进行监测，采集电控系统的运行数据和环境数据；建立分析数据库和健康状态评估模型，分析温度变化与湿度变化对于电子器件在理想使用条件下使用寿命的影响权重，并分析电子器件的使用频率对于实际使用寿命的影响权重；预测电子器件剩余使用寿命，确定当前电控系统的健康状态评估值；对当前电控系统进行监测，判断是否需要进行健康报警；不仅提高了对于电控系统健康状态评估的准确性，反映了电控系统的实时健康状态，还提高了电控系统的产品运维能力。

Description

基于Peck模型的电控系统健康状态评估方法

技术领域

本发明涉及电控系统可靠性分析技术领域，具体为基于Peck模型的电控系统健康状态评估方法。

背景技术

电控系统往往由多个电子器件组成，具有监测手段少，状态评估输入不充分的特点，因此，相比于传统的基于数据驱动的算法，更适合基于物理模型的算法对关键设备的健康状态进行评估；Peck模型作为一种加速测试模型，主要是用于描述温度和湿度对产品可靠性(特别是寿命)的综合影响，在潮湿环境下，由于电子器件内部的化学反应、物理过程(如腐蚀、氧化等)会加速，会导致电子器件性能下降和寿命缩短，通过模拟电控系统在不同温度和湿度下的退化过程，Peck模型能够很好地帮助预测电子器件在正常条件下的剩余使用寿命；然而，Peck模型主要用于电控系统的静态评估，但现代电控系统通常运行在动态环境中，需要实时监测和评估其健康状态，Peck模型的局限性导致无法准确反映电控系统的实时健康状态；且对电控系统健康状态进行评估的过程中，往往考虑不到其他应力因素对电子器件寿命的影响，造成预测精度受限。

发明内容

本发明的目的在于提供基于Peck模型的电控系统健康状态评估方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：基于Peck模型的电控系统健康状态评估方法，该方法包括以下步骤：

步骤S1、通过Peck模型，对电控系统进行加速实验，获取关于电控系统中电子器件的实验数据；所述实验数据包含电子器件在理想使用条件下的使用寿命；

步骤S2、对电控系统现场作业进行监测，采集电控系统的运行数据和环境数据；所述运行数据包含电子器件的实际使用寿命和使用频率；所述环境数据包含电控系统周围温度变化和湿度变化；

步骤S3、建立分析数据库，将步骤S2中采集的运行数据和环境数据作为历史数据进行储存；根据分析数据库中储存的历史数据和步骤S1中获取的实验数据，建立健康状态评估模型，分析温度变化与湿度变化对于电子器件在理想使用条件下使用寿命的影响权重，并分析电子器件的使用频率对于实际使用寿命的影响权重；

步骤S4、对当前电控系统对应分析数据库中储存的历史运行数据和历史环境数据进行实时更新，根据步骤S3中建立的健康状态评估模型，预测电子器件剩余使用寿命；根据预测的电子器件剩余使用寿命，确定当前电控系统的健康状态评估值；

步骤S5、确定电控系统的健康报警阈值，根据当前电控系统的健康状态评估值，对当前电控系统进行监测，判断是否需要进行健康报警；若需要报警，向管理人员发送报警信号；若不需要报警，继续监测。

与现有技术相比，本发明所达到的有益效果是：通过建立健康状态评估模型，分析电子器件温度变化、湿度变化和使用频率对于使用寿命的影响权重，为后续对电控系统的健康状态进行评估提供了数据支撑，提高了对于电控系统健康状态评估的准确性；通过预测的电子器件剩余使用寿命，确定当前电控系统的健康状态评估值，将Peck模型与电子器件的动态分析结果相结合，反映了电控系统的实时健康状态，提高了电控系统的产品运维能力。

附图说明

图1是本发明基于Peck模型的电控系统健康状态评估方法的步骤示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明将基于Peck模型的实验数据与电控系统实时的运行数据和环境数据相结合，分析电子器件温度变化、湿度变化和使用频率对于使用寿命的影响，不仅对Peck模型在电控系统的实时健康状态评估进行了优化，还将电子器件使用频率作为其他应力因素考虑到对电控系统实时健康状态的评估中，从而更加准确的反映了电控系统的实时健康状态，帮助管理人员更好地对电控系统进行维护。

请参阅图1，本发明提供如下技术方案：

请参阅图1，在本实施例一中：提供了基于Peck模型的电控系统健康状态评估方法，该方法包括以下步骤：

步骤S1、通过Peck模型，对电控系统进行加速实验，获取关于电控系统中电子器件的实验数据；所述实验数据包含电子器件在理想使用条件下的使用寿命。

需要说明的是，所述理想使用条件表示电子器件理想使用温度和温度，在本实施中，通过电控系统周围温度和温度变化综合判断电子器件理想使用温度和温度；对电控系统进行加速实验，实际是对电控系统内部的电子器件进行加速实验，通过对电子器件的使用寿命进行评估，从而确定电控系统的健康状态；在本实施中，监测的电子器件为电控系统内作业功率相对稳定的点断式电子器件，包含但不限于继电器和光电耦合器。

在本实施中，对电控系统进行加速实验的方法步骤为：确定电控系统中电子器件的激活能E_a、玻尔兹曼常数k和加速试验湿度n；选择电子器件进行加速实验时的温度T_test和湿度RH_test，将电子器件置于恒温恒湿箱中进行加速实验，确定电子器件在理想使用条件下的使用寿命；根据Peck模型公式计算加速因子AF：

其中，RH_use表示电子器件理想使用条件下的湿度；T_use表示电子器件理想使用条件下的温度；其中，确定电子器件在理想使用条件下的使用寿命方法步骤为：确定电子器件进行加速实验时的温度和湿度，并确定电子器件失效时的测试时长L_test，根据电子器件实验时的加速因子AF，得到电子器件在理想使用条件下的使用寿命L_use：L_use＝AF·L_test。

步骤S2、对电控系统现场作业进行监测，采集电控系统的运行数据和环境数据；所述运行数据包含电子器件的实际使用寿命和使用频率；所述环境数据包含电控系统周围温度变化和湿度变化；

进一步的，在电控系统周围分别部署若干个温度传感器和若干个湿度传感器；所述温度传感器用于采集电控系统周围温度数据；所述湿度传感器用于采集电控系统周围湿度数据；当采集电控系统的环境数据时，对若干个温度传感器采集的温度数据和若干个湿度传感器采集的湿度数据分别进行分析，通过加权融合算法，分别确定电控系统周围温度变化和电控系统周围湿度变化。

需要说明的是，当对若干个温度传感器采集的温度数据进行分析时，根据各温度传感器部署的位置信息，分别赋予温度数据不同的权重，通过加权融合算法，进行累加求平均值后得到电控系统周围温度，从而确定电控系统周围温度变化；同理，确定电控系统周围湿度变化；由于电控系统通常都安装有温湿度传感器，因此将分析的电控系统周围温度变化和湿度变化作为电子器件温度变化和湿度变化的分析数据，从而避免数据重复采集。

需要说明的是，当环境变化幅度较大时，高温和高湿环境会加速电子器件的老化，此时电子器件的实际使用寿命通常达不到理想使用条件下的使用寿命，通过对电子器件的作业工况进行实时监测，能更好的帮助管理人员去确定电子器件的寿命从而制定维护计划。

需要说明的是，记录电子器件作业时的时间戳，并根据电子器件作业时的时间戳，确定电子器件的使用频率；在本实施中，电子器件的实际使用寿命为电子器件自然老化情况下失效时的使用时长，不考虑突发情况造成的电子器件故障。

步骤S3、建立分析数据库，将步骤S2中采集的运行数据和环境数据作为历史数据进行储存；根据分析数据库中储存的历史数据和步骤S1中获取的实验数据，建立健康状态评估模型，分析温度变化与湿度变化对于电子器件在理想使用条件下使用寿命的影响权重，并分析电子器件的使用频率对于实际使用寿命的影响权重；

具体的，方法步骤为：

步骤S31、从分析数据库中调取电子器件自然老化情况下的历史运行数据和历史环境数据进行分析；根据历史运行数据，得到不同电子器件的实际使用寿命H₁、H₂、...、H_m和使用频率P₁、P₂、...、P_m；其中，m表示分析的不同电子器件历史运行数据量；根据历史环境数据，得到不同电子器件在对应的使用寿命和使用频率下，不同时间t时电控系统周围温度变化W_1,t、W_2,t、...、W_m,t和湿度变化S_1,t、S_2,t、...、S_m,t；根据电控系统中电子器件的实验数据，确定电子器件在理想使用条件下的使用寿命L_use；

其中，历史运行数据得到的不同电子器件的实际使用寿命和使用频率是指相同类型的电子器件，相同类型通过电子器件的规格和型号确定。

步骤S32、建立健康状态评估模型，将电子器件的实际使用寿命H、不同时间t时电控系统周围温度变化W_t和湿度变化S_t作为自变量，将电子器件在理想使用条件下的使用寿命L_use作为因变量，分析温度变化与湿度变化对于电子器件在理想使用条件下使用寿命的影响权重；将电子器件的使用频率P作为自变量，电子器件的实际使用寿命H作为因变量，分析电子器件的使用频率对于实际使用寿命的影响权重；根据如下条件公式：

其中，A和B均表示常数；E_a表示电子器件的激活能；k表示电子器件的玻尔兹曼常数；n表示电子器件的加速试验湿度；T_use表示电子器件理想使用条件下的温度；RH_use表示电子器件理想使用条件下的湿度；α₁表示温度变化对于电子器件在理想使用条件下使用寿命的影响权重；α₂表示湿度变化对于电子器件在理想使用条件下使用寿命的影响权重；β₂表示电子器件的使用频率对于实际使用寿命的影响权重；

步骤S33、将步骤S31中的历史运行数据和历史环境数据分析结果代入到步骤S32的条件公式中，分别计算出A、B、α₁、α₂和β₂的值。

需要说明的是，电子器件自然老化情况表示不考虑突发情况造成的电子器件故障；由于点断式电子器件不需要进行持续性作业，因此受实际工况影响较小，此时电子器件的失效影响主要来源于外界的温湿度变化和自身的使用频率；在本实施中，将H₁、H₂、...、H_m作为电子器件的实际使用寿命H的分析参数，P₁、P₂、...、P_m作为电子器件的使用频率P的分析参数，W_1,t、W_2,t、...、W_m,t作为不同时间t时电控系统周围温度变化W_t的分析参数，S_1,t、S_2,t、...、S_m,t作为不同时间t时电控系统周围湿度变化St的分析参数，分别代入到条件公式中进行拟合计算，确定A、B、α₁、α₂和β₂的值；其中， 表示温度和湿度对电子器件在实际使用下性能衰退的影响程度；中的积分下限为电子器件最初使用时的时间戳；通过建立健康状态评估模型，分析电子器件温度变化、湿度变化和使用频率对于使用寿命的影响权重，为后续对电控系统的健康状态进行评估提供了数据支撑，提高了对电控系统健康状态评估的准确性。

步骤S4、对当前电控系统对应分析数据库中储存的历史运行数据和历史环境数据进行实时更新，根据步骤S3中建立的健康状态评估模型，预测电子器件剩余使用寿命；根据预测的电子器件剩余使用寿命，确定当前电控系统的健康状态评估值；

具体的，预测电子器件剩余使用寿命的方法步骤为：

步骤S41、对当前电控系统对应分析数据库中实时更新的历史运行数据和历史环境数据进行分析；根据当前电控系统的历史运行数据，确定当前电子器件的实际使用时长H₀和使用频率P₀；根据当前电控系统的历史环境数据，确定当前电子器件的实际使用时长H₀和使用频率P₀下，不同时间t时电控系统周围温度变化W_0,t和湿度变化S_0,t；

步骤S42、根据建立的健康状态评估模型、步骤S41中的历史运行数据和历史环境数据分析结果，预测电子器件剩余使用寿命，根据计算公式：

其中，X表示预测的电子器件剩余使用寿命。

需要说明的是，电控系统中包含触发式电子器件和非触发式电子器件，在本实施中，步骤S41-步骤S42是对单个非触发式电子器件剩余使用寿命进行计算的过程，通过对各非触发式电子器件的剩余使用寿命进行预测，根据各非触发式电子器件的剩余使用寿命预测结果评估电控系统健康状态。

具体的，对当前电控系统的健康状态进行评估方法为：确定参与当前电控系统健康状态评估的电子器件数量Z；并分别确定各电子器件的剩余使用寿命X₁、X₂、...、X_Z，赋予各电子器件剩余使用寿命对当前电控系统健康状态的影响权重，通过加权得到当前电控系统的健康状态评估值。

在一个实施例中，参与当前电控系统健康状态评估的电子器件数量为1，此时该电子器件的剩余使用寿命即为当前电控系统的健康状态评估值。

在另一个实施例中，参与当前电控系统健康状态评估的电子器件数量为多个，此时分别确定各电子器件的剩余使用寿命X₁、X₂、...、X_Z，并赋予各电子器件剩余使用寿命对当前电控系统健康状态的影响权重w₁、w₂、...、w_Z，得到当前电控系统的健康状态评估值Q:其中，i＝{1、2、3、...、Z}；w_i表示第i个电子器件剩余使用寿命对当前电控系统健康状态的影响权重；Xi表示第i个电子器件的剩余使用寿命；其中，电子器件的剩余使用寿命越小，对当前电控系统健康状态的影响权重越大。

需要说明的是，通过预测电子器件剩余使用寿命；根据预测的电子器件剩余使用寿命，确定当前电控系统的健康状态评估值，将Peck模型与电子器件的动态分析结果相结合，不仅反映了电控系统的实时健康状态，还提高了电控系统的产品运维能力。

步骤S5、确定电控系统的健康报警阈值，根据当前电控系统的健康状态评估值，对当前电控系统进行监测，判断是否需要进行健康报警；若需要报警，向管理人员发送报警信号；若不需要报警，继续监测。

具体的，对电控系统进行监测，判断是否需要进行健康报警的方法为：确定电控系统的健康报警阈值K，并确定当前电控系统的健康状态评估值Q；对电控系统进行监测，将K与Q进行比较；当Q≤K时，当前电控系统需要进行健康报警，此时向管理人员发送报警信号；当Q>K时，当前电控系统不需要进行健康报警，继续监测。

进一步的，提供移动交互平台，管理人员能够通过移动交互平台赋予各电子器件剩余使用寿命对当前电控系统健康状态的影响权重，确定电控系统的健康报警阈值，并查看电子器件的实际使用寿命和使用频率、电控系统周围温度变化和湿度变化、预测的电子器件剩余使用寿命和当前电控系统的健康状态评估值。

在本实施中，当当前电控系统进行健康报警时，向管理人员发送报警信号，管理人员通过移动交互平台查看各电子器件的剩余使用寿命，发现一个或多个剩余使用寿命不足的电子器件，方便管理人员去现场进行更换，提高了电控系统的产品运维能力。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.基于Peck模型的电控系统健康状态评估方法，其特征在于：该方法包括以下步骤：

步骤S1、通过Peck模型，对电控系统进行加速实验，获取关于电控系统中电子器件的实验数据；所述实验数据包含电子器件在理想使用条件下的使用寿命；

步骤S2、对电控系统现场作业进行监测，采集电控系统的运行数据和环境数据；所述运行数据包含电子器件的实际使用寿命和使用频率；所述环境数据包含电控系统周围温度变化和湿度变化；

步骤S3、建立分析数据库，将步骤S2中采集的运行数据和环境数据作为历史数据进行储存；根据分析数据库中储存的历史数据和步骤S1中获取的实验数据，建立健康状态评估模型，分析温度变化与湿度变化对于电子器件在理想使用条件下使用寿命的影响权重，并分析电子器件的使用频率对于实际使用寿命的影响权重；具体的：

步骤S31、从分析数据库中调取电子器件自然老化情况下的历史运行数据和历史环境数据进行分析；根据历史运行数据，得到不同电子器件的实际使用寿命H₁、H₂、...、H_m和使用频率P₁、P₂、...、P_m；其中，m表示分析的不同电子器件历史运行数据量；根据历史环境数据，得到不同电子器件在对应的使用寿命和使用频率下，不同时间t时电控系统周围温度变化W_1,t、W_2,t、...、W_m,t和湿度变化S_1,t、S_2,t、...、S_m,t；根据电控系统中电子器件的实验数据，确定电子器件在理想使用条件下的使用寿命L_use；

步骤S32、建立健康状态评估模型，将电子器件的实际使用寿命H、不同时间t时电控系统周围温度变化W_t和湿度变化S_t作为自变量，将电子器件在理想使用条件下的使用寿命L_use作为因变量，分析温度变化与湿度变化对于电子器件在理想使用条件下使用寿命的影响权重；将电子器件的使用频率P作为自变量，电子器件的实际使用寿命H作为因变量，分析电子器件的使用频率对于实际使用寿命的影响权重；根据如下条件公式：

其中，A和B均表示常数；E_a表示电子器件的激活能；k表示电子器件的玻尔兹曼常数；n表示电子器件的加速试验湿度；T_use表示电子器件理想使用条件下的温度；RH_use表示电子器件理想使用条件下的湿度；α₁表示温度变化对于电子器件在理想使用条件下使用寿命的影响权重；α₂表示湿度变化对于电子器件在理想使用条件下使用寿命的影响权重；β₂表示电子器件的使用频率对于实际使用寿命的影响权重；

步骤S33、将步骤S31中的历史运行数据和历史环境数据分析结果代入到步骤S32的条件公式中，分别计算出A、B、ɑ₁、ɑ₂和β₂的值；

步骤S4、对当前电控系统对应分析数据库中储存的历史运行数据和历史环境数据进行实时更新，根据步骤S3中建立的健康状态评估模型，预测电子器件剩余使用寿命；根据预测的电子器件剩余使用寿命，确定当前电控系统的健康状态评估值；

步骤S5、确定电控系统的健康报警阈值，根据当前电控系统的健康状态评估值，对当前电控系统进行监测，判断是否需要进行健康报警；若需要报警，向管理人员发送报警信号；若不需要报警，继续监测。

2.根据权利要求1所述的基于Peck模型的电控系统健康状态评估方法，其特征在于：在电控系统周围分别部署若干个温度传感器和若干个湿度传感器；所述温度传感器用于采集电控系统周围温度数据；所述湿度传感器用于采集电控系统周围湿度数据；当采集电控系统的环境数据时，对若干个温度传感器采集的温度数据和若干个湿度传感器采集的湿度数据分别进行分析，通过加权融合算法，分别确定电控系统周围温度变化和电控系统周围湿度变化。

3.根据权利要求1所述的基于Peck模型的电控系统健康状态评估方法，其特征在于：预测电子器件剩余使用寿命的方法步骤为：

步骤S41、对当前电控系统对应分析数据库中实时更新的历史运行数据和历史环境数据进行分析；根据当前电控系统的历史运行数据，确定当前电子器件的实际使用时长H₀和使用频率P₀；根据当前电控系统的历史环境数据，确定当前电子器件的实际使用时长H₀和使用频率P₀下，不同时间t时电控系统周围温度变化W_0,t和湿度变化S_0,t；

步骤S42、根据建立的健康状态评估模型、步骤S41中的历史运行数据和历史环境数据分析结果，预测电子器件剩余使用寿命，根据计算公式：

其中，X表示预测的电子器件剩余使用寿命；

具体的，对当前电控系统的健康状态进行评估方法为：确定参与当前电控系统健康状态评估的电子器件数量Z；并分别确定各电子器件的剩余使用寿命X₁、X₂、...、X_Z，赋予各电子器件剩余使用寿命对当前电控系统健康状态的影响权重，通过加权得到当前电控系统的健康状态评估值。

4.根据权利要求3所述的基于Peck模型的电控系统健康状态评估方法，其特征在于：对当前电控系统的健康状态进行评估方法为：确定参与当前电控系统健康状态评估的电子器件数量Z；并分别确定各电子器件的剩余使用寿命X₁、X₂、...、X_Z，赋予各电子器件剩余使用寿命对当前电控系统健康状态的影响权重，通过加权得到当前电控系统的健康状态评估值。

5.根据权利要求4所述的基于Peck模型的电控系统健康状态评估方法，其特征在于：对电控系统进行监测，判断是否需要进行健康报警的方法为：确定电控系统的健康报警阈值K，并确定当前电控系统的健康状态评估值Q；对电控系统进行监测，将K与Q进行比较；当Q≤K时，当前电控系统需要进行健康报警，此时向管理人员发送报警信号；当Q>K时，当前电控系统不需要进行健康报警，继续监测。

6.根据权利要求4所述的基于Peck模型的电控系统健康状态评估方法，其特征在于：提供移动交互平台，管理人员能够通过移动交互平台赋予各电子器件剩余使用寿命对当前电控系统健康状态的影响权重，确定电控系统的健康报警阈值，并查看电子器件的实际使用寿命和使用频率、电控系统周围温度变化和湿度变化、预测的电子器件剩余使用寿命和当前电控系统的健康状态评估值。