李文华 周露露 王立国 蔡亚楠

河北工业大学 ，天津 300130



基于统计分析的继电器贮存寿命神经网络预测*

李文华 周露露 王立国 蔡亚楠

河北工业大学 ，天津 300130

航天继电器长期处于贮存环境，为保证其各阶段始终保持在备用激活状态，必须对继电器的贮存寿命进行预测。本文将因子分析法和回归分析法引入到表征触点电接触可靠性的重要参数——接触电阻的转换中，将25台继电器样品的200对触点在125℃下的接触压降和释放电压双参数数据交叉分为4组进行处理，分析两者与接触电阻的关系，建立函数链神经网络，对接触电阻进行动态预测，进而得到继电器的贮存寿命。分析神经网络预测的整体误差，用92℃的数据对该方法进行检验，得出神经网络的预测误差低于3.5%，证实了统计方法和函数链神经网络的适用性。

航天继电器；统计分析；神经网络预测；接触电阻；贮存寿命

航天继电器是一类高可靠性、长寿命的元器件，这类产品往往需要加速寿命试验外推，得到正常应力水平下的可靠性特征量[1]。加速贮存寿命试验很难获得失效数据，这给基于失效数据的继电器贮存可靠性评价和分析带来了很大的困难。

现阶段，开关电器寿命预测变量选取的性能参数以接触电阻为主，但是现有的继电器产品寿命预测方法却有很多。文献[2]利用灰色模型预测了触点的电接触失效。文献[3]利用超程回归模型预测了继电器的寿命。文献[4]利用基于小波包变换及RBF神经网络的继电器寿命预测。……