CN106501645A - 一种电容器寿命与可靠性评估***及方法 - Google Patents
一种电容器寿命与可靠性评估***及方法 Download PDFInfo
- Publication number
- CN106501645A CN106501645A CN201610938435.XA CN201610938435A CN106501645A CN 106501645 A CN106501645 A CN 106501645A CN 201610938435 A CN201610938435 A CN 201610938435A CN 106501645 A CN106501645 A CN 106501645A
- Authority
- CN
- China
- Prior art keywords
- capacitor
- span
- life
- test
- evaluation system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000003990 capacitor Substances 0.000 title claims abstract description 89
- 238000011156 evaluation Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims description 33
- 238000012360 testing method Methods 0.000 claims abstract description 71
- 238000001514 detection method Methods 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims abstract description 17
- 230000006870 function Effects 0.000 claims abstract description 14
- 238000004519 manufacturing process Methods 0.000 claims abstract description 13
- 239000004973 liquid crystal related substance Substances 0.000 claims abstract description 8
- 230000001066 destructive effect Effects 0.000 claims abstract description 4
- 230000002452 interceptive effect Effects 0.000 claims abstract description 3
- 238000004458 analytical method Methods 0.000 claims description 26
- 230000015556 catabolic process Effects 0.000 claims description 25
- 238000005516 engineering process Methods 0.000 claims description 23
- 238000006731 degradation reaction Methods 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 15
- 229910052751 metal Inorganic materials 0.000 claims description 15
- 239000002184 metal Substances 0.000 claims description 15
- 238000005507 spraying Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 238000013528 artificial neural network Methods 0.000 claims description 10
- 230000003068 static effect Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 238000002474 experimental method Methods 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 6
- 230000007935 neutral effect Effects 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 238000011056 performance test Methods 0.000 claims description 6
- 238000009413 insulation Methods 0.000 claims description 5
- 238000013473 artificial intelligence Methods 0.000 claims description 3
- 238000003556 assay Methods 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 230000000153 supplemental effect Effects 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 2
- 210000005036 nerve Anatomy 0.000 claims description 2
- 230000005670 electromagnetic radiation Effects 0.000 claims 1
- 239000007788 liquid Substances 0.000 claims 1
- 239000000463 material Substances 0.000 abstract description 8
- 238000010276 construction Methods 0.000 abstract description 3
- 239000000047 product Substances 0.000 description 30
- 239000010408 film Substances 0.000 description 21
- 230000006872 improvement Effects 0.000 description 10
- 238000001465 metallisation Methods 0.000 description 9
- 238000007689 inspection Methods 0.000 description 7
- 230000035882 stress Effects 0.000 description 7
- 238000002679 ablation Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000036039 immunity Effects 0.000 description 4
- 238000004804 winding Methods 0.000 description 4
- 229910052782 aluminium Inorganic materials 0.000 description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 3
- 239000007771 core particle Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000008020 evaporation Effects 0.000 description 3
- 238000001704 evaporation Methods 0.000 description 3
- 239000012528 membrane Substances 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 230000002269 spontaneous effect Effects 0.000 description 3
- 238000010998 test method Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 238000000637 aluminium metallisation Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000005672 electromagnetic field Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000505 pernicious effect Effects 0.000 description 2
- 239000004033 plastic Substances 0.000 description 2
- 229920003023 plastic Polymers 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000010409 thin film Substances 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 206010020843 Hyperthermia Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 230000036031 hyperthermia Effects 0.000 description 1
- 238000009863 impact test Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000000608 laser ablation Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000011104 metalized film Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000004381 surface treatment Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/003—Environmental or reliability tests
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Fixed Capacitors And Capacitor Manufacturing Machines (AREA)
Abstract
本发明提供了一种电容器寿命与可靠性评估***,包括中央处理器以及分别与所述中央处理器连接的工艺检测模块、功能检测模块和数据采集模块;所述中央处理器连接液晶显示台与分级存储器,所述液晶显示台包括人机交互控制界面。所述工艺检测模块包括LED检测光源、高频无损探伤装置与条形码扫描仪;所述条形码扫描仪与所述分级存储器连接,并扫描电容器铭牌信息。本发明可以对电容器进行快捷的可靠性检测,能够测试电容器在复杂现场环境下的综合性能,综合评价其产品质量,解决了调谐装置的易损缺点,大大增加了整个铁路基建协调电路的使用寿命,从而延长了铁路运行配件的使用周期,节约了大量的人力及物力成本。
Description
技术领域
本发明涉及电容器可靠性能评估检测技术领域,尤其涉及一种电容器寿命与可靠性评估***及方法。
背景技术
轨道电路是以一段铁路线路的钢轨为导体构成的电路,具有轨道占用检查、传递行车信息及行车安全检查等功能。ZPW2000轨道电路设备是目前中国客运专线上使用的轨道电路设备,其性能直接关系到中国高速铁路运输的效率和安全,对轨道区间是否有火车的判断是通过发射装置、接收装置完成的。电容器是信号的发射与接收这两种调谐电路重要组成部分,电容器的损害会对轨道区域是否有火车造成误判,严重的会造成重大的设备与人员的伤亡。
ZPW2000调谐电路中使用的电容为金属化薄膜电容器CBB102、CBB60F,金属化薄膜电容器是在介质上镀上薄薄的金属,卷绕而成。具有耐高压、高绝缘电阻、阻抗频率特性好(较小的寄售电感)、容量大稳定性好、低损耗等特点。但经过这几年的使用,发现ZPW2000轨道电路调谐电容常出现出现的问题是:喷金端面与极板接触边缘烧蚀成线状断开,造成失效居多,极板喷金引出端大面积烧蚀脱落次之;介质恶性击穿未发现,自愈点偶然的存在。调谐单元的寿命短板就是这种电容器,目前使用的这种电容器生产厂家只比照原铁道部科技司2007年205号文保证寿命5年。由于铁路运输对自闭***的故障容忍度极低,所以5年后该产品要全部下道更换。
申请号为201210308206.1的发明专利公开了一种基于运行数据评估电力电容器剩余寿命的方法,该方法充分考虑了电力电容器介质温度、所连接***的供电电压、***背景谐波、电力电容器运行缺陷、已运行年限的影响,修正电力电容器的寿命指数。通过得出寿命指数,便可估算出电力电容器的剩余运行寿命,还可依据实际需要发出预警信号,以便采取必要措施。
申请号为201510944398.9的发明专利提出了一种超级电容器的测试工艺,包括如下步骤:S1,对超级电容器进行编号,并存入预定数据库,之后进入S2;S2,对超级电容器进行充电,之后进入S3;S3,对超级电容器进行高温老化,之后进入S4;S4,对超级电容器进行静置,达到预定时间后进入S5;S5,对超级电容器进行性能测试,根据测试结果对超级电容器进行分级。上述超级电容器的测试工艺,与传统超级电容器的测试工艺相比,增加了测试环节,其中,高温老化及静置工序,可以使超级电容器的性能更加稳定,使用寿命更长。
申请号为201010519930.X的发明专利涉及电容器测试方法及其电路。在一个实施方式中,使闭合回路控制***以开放回路设置操作。在以开放回路设置操作时的某个时间,***检测***的输出信号中的交流信号的存在或不存在,以便检测控制回路元件例如输出电容器的故障的存在或不存在。
然而,传统的电容器寿命与可靠性评估是基于Weibull分布进行的,采用电容器的失效数据估计分布的未知参数并进一步对其进行可靠性评估。因用于高铁信号发射、接收的金属化膜电容器要求具有长寿命、高可靠性等特点,在短时间内很难通过加速寿命试验获取足够多的失效数据,甚至有时会出现“零失效”现象,这就使传统的基于大样本寿命试验数据的统计推断方法在其寿命与可靠性评估中就存在困难,需要一种全新的方案实现对金属化薄膜电容器可靠性的智能评估与优化研究。
发明内容
本发明的目的在于解决上述技术问题,提供一种电容器寿命与可靠性评估***及方法,可以对电容器进行快捷的可靠性检测,能够测试电容器在复杂现场环境下的综合性能,综合评价其产品质量。
为实现上述目的,本发明所采用的技术方案是:一种电容器寿命与可靠性评估***,包括中央处理器以及分别与所述中央处理器连接的工艺检测模块、功能检测模块和数据采集模块;所述中央处理器连接液晶显示台与分级存储器,所述液晶显示台包括人机交互控制界面。
进一步地,所述工艺检测模块包括LED检测光源、高频无损探伤装置与条形码扫描仪;所述条形码扫描仪与所述分级存储器连接,并扫描电容器铭牌信息。
进一步地,所述功能检测模块包括电气检测单元、电磁检测单元和机械检测单元,所述电气检测单元包括过压过流检测单元和接地检测单元;所述电磁检测单元包括静电枪、放电电极、放电板和电磁波发射器;所述机械检测单元包括温度检测模块、振动检测模块和受力检测模块。
进一步地,所述过压过流检测单元包括LC交流电容耐压测试仪、绝缘电阻测试仪和LCR数字电桥。
进一步地,所述接地检测单元包括通用接地兆欧表和闪络击穿试验装置。
进一步地,所述温度检测模块包括高低温试验箱,所述振动检测模块包括电动振动台,所述受力检测模块包括管形测力计。
进一步地,所述数据采集模块包括数据采集卡以及与其连接的时序记录装置,所述数据采集卡与所述分级存储器连接,记录运行事件、编程事件和检测事件;所述时序记录装置包括脉冲发生器和通信抄读工具,所述通信抄读工具与所述分级存储器连接。
进一步地,所述中央处理器连接报表分析生成单元,所述报表分析生成单元与所述分级存储器连接。
一种电容器寿命与可靠性评估方法,包括工艺流程评估和运行性能评估两方面,步骤如下:
1、依托电容器可靠性评估***,引入人工智能神经网络和故障树分析技术,建立加速退化试验模型和神经网络预测评估模型;
2、改变测试电压以及环境温度、湿度,在不改变失效机理的情况下,对产品进行加速退化试验,通过试验中的不同时刻测取的性能变化值;
3、利用神经网络能够逼近任意非线性函数的特性,进行退化轨迹的建模,并结合神经网络较强的泛化能力及外推能力预测产品寿命;
4、通过测试结果的分析,基于评估模型进行喷金压力、枪距、送丝速度,能电压等参数对寿命与可靠性优化计算,以使其处于最佳值;
5、将优化计算后的参数数据代入进行重新评估,将采用新工艺和结构参数优化后的产品再次进行性能测试,并将结果再次回归分析改进。
本发明所提供的一种电容器寿命与可靠性评估***及方法,相对于传统的电容器寿命与可靠性评估方法,具有准确度高、见效快、测试效果好的优点,体现在以下几个方面:
1.本发明方案以整个产品满足或超过高铁用户要求的8年寿命为指标,通过引入人工智能神经网络,进行研究金属化膜电容器寿命与可靠性评估,从而增加了其数据分析能力和计算功能,能深入分析并指导金属化薄膜电容器的改进。
2.本发明方案采用全新的测试评估理念,通过改变测试电压和环境温度与湿度来加速退化失效方法计算其可靠度,采用故障树等先进技术分析喷金端面与极板接触边缘烧蚀成线状断开和极板大面积烧蚀的原因。
3.本发明方案通过研究现有金属化薄膜电容器的工艺;采用新的设计理念,改进生产工艺,如采用耐高温HPP基膜介质,蒸镀采用铝金属化介质薄膜等新材质,在加工工艺方面采用双芯并联结构以保证原外形尺寸不变减小等效并联电阻降低损耗,调整灌注工艺和优化卷绕错边宽度,喷金压力、枪距、送丝速度,赋能电压等参数,以使其处于最佳值。
4.本发明方案通过建立模型,对运行参数、性能进行模拟测试,并对参数进行寿命与可靠性优化计算,经计算结果重新代入性能测试中,使结果再次回归分析改进,直到产品寿命满足或超过高铁控制***的8年性能要求。
5.本发明方案通过金属化薄膜电容器可靠性的研究与改进,解决了调谐装置的易损缺点,大大增加了整个铁路基建协调电路的使用寿命,从而延长了铁路运行配件的使用周期,节约了大量的人力及物力成本。
附图说明
图1是本发明***的总体结构示意图。
图2是本发明***工艺检测模块的结构示意图。
图3是本发明***功能检测模块的结构示意图。
图4是本发明***数据采集模块的结构示意图。
图5是本发明方法的流程图。
具体实施方式
如图1至图5所示,一种电容器寿命与可靠性评估***,包括中央处理器1以及分别与中央处理器连接的工艺检测模块2、功能检测模块6和数据采集模块19;中央处理器1连接液晶显示台24与分级存储器25,液晶显示台24包括人机交互控制界面。分级存储器是依照内容进行分级的存储器CAM,这是一种特殊的存储阵列RAM,它的主要工作机制就是将一个输入数据项与存储在CAM中的所有数据项自动同时进行比较,判别该输入数据项与CAM中存储的数据项是否相匹配,并输出该数据项对应的匹配信息,尤其适用于数据种类繁多、调用复杂的情形,这类存储器可以使中央处理器根据所要记录或调用的数据类别信息,进行数据的准确提取,方便快捷。
工艺检测模块2包括LED检测光源3、高频无损探伤装置4与条形码扫描仪5;条形码扫描仪5与分级存储器25连接,并扫描电容器铭牌信息。工艺检测模块包括LED检测光源与条形码扫描仪。条形码扫描仪与分级存储器连接,并扫描电容器铭牌信息,铭牌材料应采用铝或PC材料,上边帖附有二维条码,可以供条形码扫描仪获知信息,表计条码应使用喷墨打印或者激光刻蚀方式,编码符合国网技术条件和Q/GDW 205-2008《电能计量器具条码要求》;使用单位可根据实际条件选择使用一维条码或二维条码,保证条码扫描识别率应到达100%;同时,在检测过程中,要求铭牌安装牢固可靠、平整无形变,无明显划痕、污渍,印刷符号文字清晰、无明显色差;铭牌上所有标注的信息应符合国网及国标要求,包括产品名称型号、遵循标准、制造年份、计量许可证、公司名称、电压电流规格、精度等级、脉冲常数、认证标志等信息应准确无误。
功能检测模块6包括电气检测单元7、电磁检测单元8和机械检测单元9,电气检测单元7包括过压过流检测单元10和接地检测单元11;电磁检测单元8包括静电枪12、放电电极13、放电板14和电磁波发射器15;机械检测单元9包括温度检测模块16、振动检测模块17和受力检测模块18。过压过流检测单元包括LC交流电容耐压测试仪、绝缘电阻测试仪和LCR数字电桥。接地检测单元包括通用接地兆欧表和闪络击穿试验装置。
对于过压过流试验,电容器应能承受规定的交流耐压测试,且应满足GB/T17215.211—2006中的要求,试验电压应近似正弦波,频率在45Hz和65Hz之间,施加1min。试验中不应发生闪络、火花放电和击穿现象。在对地电压试验中,参比电压等于或低于40V的辅助线路应接地。三相智能电容器应能承受规定的交流耐压试验,应满足GB/T17215.321—2008中的要求;试验电压应近似正弦波,频率在45Hz和65Hz之间,施加1min。试验中不应发生闪络、火花放电和击穿现象;在对地电压试验中,参比电压等于或低于40V的辅助线路应接地。对于电容器的过电流试验,电容器经受30Imax(允差为+0~10%)的短时过电流,施加时间为额定频率的半个周期,试验后电容器应无损坏,正常工作,且误差改变量不超过±1.5%。接地检测模块包括通用接地兆欧表,用来测试电容器抗接地故障抑制能力,试验时,电流线路设定电流为0. 5 In,功率因数为1、对称性负载。试验后,电容器不应出现损坏,并且应正确工作。
电磁检测单元包括静电枪、放电电极、放电板和电磁波发射器;电磁检测主要是进行电容器静电放电抗扰度试验和射频电磁场抗扰度试验,放电板分为对水平耦合板放电和对垂直耦合板两种,静电放电抗扰度试验条件:接触放电电压为±8KV,放电电极为圆锥形;空气放电电压为±15KV;放电电极为圆形。接触放电一般采用连续放电模式,空气放电一般采用单次放电模式;静电放电试验前,应给电表加上面板。该面板的外表应完好,无裂痕,最好选用出厂时的面板,若没有则可选用规格与厚度应之相近的面板。另外面板还应配有完整的密封圈。试验方法:静电放电仅施加于操作人员正常使用受试设备时可能接触的点和表面上。接触式放电的放电板分为对水平耦合板放电和对垂直耦合板,其中,水平耦合板放电:将静电枪尖离测试台板(铝或不锈钢板)约0.5-1CM高左右(标准为枪尖距表10CM,0高度),静电枪对测试台板能放电,围着被测表进行放电,观察电表是否有异常;垂直耦合板放电:电表距垂直耦合板10cm(标准),静电枪尖顶在板垂直边中点,放电,观察电表是否有异常。对电表进行空气放电时,主要针对电表的缝隙(上盒与底盒之间)进行正、负放电,若带有液晶显示屏,则需在铭牌上方各部位进行放电,观察液晶有无黑屏、花屏等异常现象。射频电磁场抗扰度试验主要应用了电磁波发射器,在电流线路中加载额定脉冲电流;在电压线路加参比电压;电压线路的试验电压为4kV;试验时间为60s,要求在脉冲群的作用下,表计能连续准确地工作,不出现任何异常现象;试验中,表计能正常工作,误差改变量极限不超过下表;试验前后表计的数据和参数无任何变化,电表不复位。
温度检测模块包括高低温试验箱,振动检测模块包括电动振动台,受力检测模块包括管形测力计。温度检测模块主要用来进行高温、低温和交变湿热试验,振动检测模块所进行的试验包括振动台试验和冲击试验,试验后,电容器应无损坏或信息改变并能正确地工作。
数据采集模块19包括数据采集卡20以及与其连接的时序记录装置21,数据采集卡与分级存储器连接,记录运行事件、编程事件和检测事件;时序记录装置21包括脉冲发生器22和通信抄读工具23,通信抄读工具23与分级存储器25连接。中央处理器1连接报表分析生成单元,报表分析生成单元与分级存储器25连接。中央处理器连接报表分析生成单元,报表分析生成单元与分级存储器连接,报表包括参数分析与改进方案两部分,参数分析根据试验标准得出的相关数据,进行标准分析比对,看是否符合试验要求;改进方案则提供分析结果,给出相应的补偿结构和改进方案,对于仍可以继续使用的表计,可以给予简单完善或降级使用的评价。
本发明方案还包括一种电容器寿命与可靠性评估方法,包括工艺流程评估和运行性能评估两方面,步骤如下:1、依托电容器可靠性评估***,引入人工智能神经网络和故障树分析技术,建立加速退化试验模型和神经网络预测评估模型;2、改变测试电压以及环境温度、湿度,在不改变失效机理的情况下,对产品进行加速退化试验,通过试验中的不同时刻测取的性能变化值;加速试验是在保持产品失效原理不改变的情况下,把试样置于高应力水平下进行试验从而加速产品样本退化或者失效的一种试验方法。其目的就是要较快地获取试验数据以及查明产品失效原因,利用产品的加速试验模型以对产品的正常应力水平下的各种可靠性参数指标实施统计推断。3、利用神经网络能够逼近任意非线性函数的特性,进行退化轨迹的建模,并结合神经网络较强的泛化能力及外推能力预测产品寿命;4、通过测试结果的分析,基于评估模型进行喷金压力、枪距、送丝速度,能电压等参数对寿命与可靠性优化计算,以使其处于最佳值;5、将优化计算后的参数数据代入进行重新评估,将采用新工艺和结构参数优化后的产品再次进行性能测试,并将结果再次回归分析改进。
这一方法是以整个产品满足或超过高铁用户要求的8年寿命为指标,通过引入人工智能神经网络,进行研究金属化膜电容器寿命与可靠性评估;改变测试电压和环境温度与湿度来加速退化失效方法计算其可靠度;采用耐高温HPP基膜介质,蒸镀采用铝金属化介质薄膜等新材质,在加工工艺方面采用双芯并联结构以保证原外形尺寸不变减小等效并联电阻降低损耗,调整灌注工艺和优化卷绕错边宽度,喷金压力、枪距、送丝速度,赋能电压等参数,以使其处于最佳值。
方法的主要研究问题在于:采用故障树等先进技术分析喷金端面与极板接触边缘烧蚀成线状断开和极板大面积烧蚀的原因;研究现有金属化薄膜电容器的工艺;采用新的设计理念,改进生产工艺;利用网络神经技术,计算其可靠性并指导金属化薄膜电容器的改进。为了对该方法进行可靠性的具体实施,其技术关键在于以下几点:
1. 合理分配电流与电压的安全关系,适当降低耐电压,留出容积增加电流承载倍率。
2. 分析调谐信号回路的使用环境选择性能符合要求的介质,防止电容介质恶性击穿。
3. 选择介质的厚度及恰当的赋能电压,增加其自愈能力。
4. 调整卷绕错边边距,喷金压力、枪距、送丝速度。
5. 采用先进可靠性计算技术,计算其可靠性并指导金属化薄膜电容器的改进。
因此,针对技术关键,最终可以确定对电容器进行寿命与可靠性评估之后的技术路线的改进,包括工艺流程的改进和电容器结构参数的优化:
改进后的工艺流程为:芯粒绕制G(检)→芯粒喷金及表面处理T(检)→芯粒热定型→半成品测试→引线制作及焊接(检)→辅助及装配→干燥及灌注→成品测试打印(检)→包装入库。
优化电容器结构参数的步骤包括:
(1)性能退化试验设计,将性能退化试验分为若干阶段,每个阶段中参与的电容器个数依次递减,直至极少量电容器完成较长时间的性能退化试验,以达到减少试验样品数,节省试验时间和试验费用的目的。金属化膜电容器的电极是通过蒸镀手段在有机薄膜上形成一层20~100 nm厚的薄金属(铝或铝合金) ,介质通常为有机薄膜。因为膜在制造过程中无法避免地存在带有杂质或缺陷的区域, 该部分耐电强度较低,称为“电弱点”。由于电压升高,电弱点处的薄膜最先被击穿,形成较大电流,造成局部高温,金属层迅速扩散,蒸发使绝缘层恢复,部分的穿透不会对整个电容器产生影响,这一过程称为“自愈”。对金属化膜电容器自愈特性的研究分析能够帮助我们正确地认识其自愈原理以及产品寿命特征, 从而能够有效地对其进行可靠性研究。对于那些试验花费相对昂贵、寿命长和可靠性高的产品,在工程中通常利用产品性能退化试验对其可靠性实施评估,这种试验方法一般可分为若干阶段,每个阶段中用到样品个数不同,通常产品个数是依次递减的。
(2)建立BS模型,研究基于加速退化试验数据的Birnbaum-Saunders模型(简称BS模型)分布的统计推断方法。在不改变失效机理的情况下,对产品进行加速退化试验,通过试验中的不同时刻测取的性能变化值,研究加速退化失效模型。金属化膜电容器在周期负载电应力的作用下的容值逐渐退化, 当容值退化值大于失效阈值时,产品即发生退化失效. 在每一个负载周期范围中,作用负载所带来的电容量退化值是一个随机变量,这一值受产品生产工艺、受力的大小、材料相关特征所影响。在具体实施时,可以通过比较金属化膜电容器的性能退化机理与材料的疲劳裂纹增长现象,引进在机械部件可靠性分析中应用广泛的BS分布模型;以此模型为依托,引进加速方程与加速因子的概念,并对失效模型中参数进行统计推断,最终证明此模型在该类电容器研究中的适用性。
(3)建立神经网络预测评估模型,研究基于神经网络的金属化膜电容器退化轨迹建模方法。利用神经网络能够逼近任意非线性函数的特性,进行退化轨迹的建模,并结合神经网络较强的泛化能力及外推能力预测产品寿命。解决失效数据少的问题,能够在较短的时间内利用较少的测量次数得到一定精度的估计结果,更加有效地评估金属化膜电容器的寿命与可靠性。
(4)优化计算,基于神经网络预测评估模型进行喷金压力、枪距、送丝速度,能电压等参数对寿命与可靠性优化计算,以使其处于最佳值。对进行采用新工艺和结构参数优化后的产品再次进行性能测试,并将结果再次回归分析改进,直到产品寿命满足或超过高铁控制***的8年性能要求。
本方案通过具体的操作与实施,具有很好的经济和社会效益:中国铁路到2012年底已建成运营里程已达9.8万公里。据原铁道部公布的铁路网规划,未来五年每年仍将有5000公里建成运营,仅铁路基建每年将投资5000亿元之巨。
本项目研究的金属化薄膜电容器是与调谐电路的其他器件安装在同一个控制盒中,电容器一旦损毁,整个调谐装置都需要更换。一个调谐装置费用大概4000元左右,每个区段有一个发送端一个接收端,区段长度1km左右(实际情况长度800至1200米不等)。未来5年新建5000km按复线计算为10000km,大约需要20000套调谐单元。平均每年4000套。
调谐单元的寿命短板就是这种电容器,目前使用的这种电容器生产厂家只比照原铁道部科技司2007年205号文保证寿命5年。由于铁路运输对自闭***的故障容忍度极低,所以5年后该产品要全部下道更换,这样既有铁路按复线计算每5年约有200000km即每年400000套需要更换。因此每年调谐电容所花费的费用大约为:400000×4000/5=3.2(亿元)
如果通过研究产品寿命能够延长3年,则每年花费费用大约为:400000×4000/8=2亿元
,每年可节约1.2亿元。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,本领域的一般技术人员将认识到,使用本发明的方案还可以实现许多可选的实施例。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种电容器寿命与可靠性评估***,其特征在于:包括中央处理器以及分别与所述中央处理器连接的工艺检测模块、功能检测模块和数据采集模块;所述中央处理器连接液晶显示台与分级存储器,所述液晶显示台包括人机交互控制界面。
2.如权利要求1所述的一种电容器寿命与可靠性评估***,其特征在于:所述工艺检测模块包括LED检测光源、高频无损探伤装置与条形码扫描仪;所述条形码扫描仪与所述分级存储器连接,并扫描电容器铭牌信息。
3.如权利要求1所述的一种电容器寿命与可靠性评估***,其特征在于:所述功能检测模块包括电气检测单元、电磁检测单元和机械检测单元,所述电气检测单元包括过压过流检测单元和接地检测单元;所述电磁检测单元包括静电枪、放电电极、放电板和电磁波发射器;所述机械检测单元包括温度检测模块、振动检测模块和受力检测模块。
4.如权利要求3所述的一种电容器寿命与可靠性评估***,其特征在于:所述过压过流检测单元包括LC交流电容耐压测试仪、绝缘电阻测试仪和LCR数字电桥。
5.如权利要求3所述的一种电容器寿命与可靠性评估***,其特征在于:所述接地检测单元包括通用接地兆欧表和闪络击穿试验装置。
6.如权利要求3所述的一种电容器寿命与可靠性评估***,其特征在于:所述温度检测模块包括高低温试验箱,所述振动检测模块包括电动振动台,所述受力检测模块包括管形测力计。
7.如权利要求1所述的一种电容器寿命与可靠性评估***,其特征在于:所述数据采集模块包括数据采集卡以及与其连接的时序记录装置,所述数据采集卡与所述分级存储器连接,记录运行事件、编程事件和检测事件;所述时序记录装置包括脉冲发生器和通信抄读工具,所述通信抄读工具与所述分级存储器连接。
8.如权利要求1所述的一种电容器寿命与可靠性评估***,其特征在于:所述中央处理器连接报表分析生成单元,所述报表分析生成单元与所述分级存储器连接。
9.一种电容器寿命与可靠性评估方法,其特征在于,包括工艺流程评估和运行性能评估两方面,步骤如下:
1)依托电容器可靠性评估***,引入人工智能神经网络和故障树分析技术,建立加速退化试验模型和神经网络预测评估模型;
2)改变测试电压以及环境温度、湿度,在不改变失效机理的情况下,对产品进行加速退化试验,通过试验中的不同时刻测取的性能变化值;
3)利用神经网络能够逼近任意非线性函数的特性,进行退化轨迹的建模,并结合神经网络较强的泛化能力及外推能力预测产品寿命;
4)通过测试结果的分析,基于评估模型进行喷金压力、枪距、送丝速度,能电压等参数对寿命与可靠性优化计算,以使其处于最佳值;
5)将优化计算后的参数数据代入进行重新评估,将采用新工艺和结构参数优化后的产品再次进行性能测试,并将结果再次回归分析改进。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610938435.XA CN106501645A (zh) | 2016-10-25 | 2016-10-25 | 一种电容器寿命与可靠性评估***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610938435.XA CN106501645A (zh) | 2016-10-25 | 2016-10-25 | 一种电容器寿命与可靠性评估***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106501645A true CN106501645A (zh) | 2017-03-15 |
Family
ID=58319092
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610938435.XA Pending CN106501645A (zh) | 2016-10-25 | 2016-10-25 | 一种电容器寿命与可靠性评估***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106501645A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106597149A (zh) * | 2016-11-22 | 2017-04-26 | 电子科技大学 | 一种基于加速灵敏度的振荡器剩余寿命估计方法 |
CN107861001A (zh) * | 2017-11-02 | 2018-03-30 | 国网重庆市电力公司电力科学研究院 | 智能变电站合智一体装置用的电容器可靠性评价方法、*** |
CN107885904A (zh) * | 2017-09-29 | 2018-04-06 | 中国电子产品可靠性与环境试验研究所 | 一种led灯具可控寿命的设计***及方法 |
CN108663580A (zh) * | 2017-07-10 | 2018-10-16 | 山东光因照明科技有限公司 | 电解电容寿命测试仪 |
CN109033532A (zh) * | 2018-06-29 | 2018-12-18 | 北京航空航天大学 | 一种零电压开关移相全桥电源健康状态评估方法 |
CN109375032A (zh) * | 2018-09-15 | 2019-02-22 | 宁波高云电气有限公司 | 一种高功率大容量电容器的管理*** |
CN110632407A (zh) * | 2018-06-23 | 2019-12-31 | 无锡市电力滤波有限公司 | 一种直流金属化薄膜电容器寿命评估方法 |
CN112162163A (zh) * | 2020-09-24 | 2021-01-01 | 南京璞骏新能源技术有限公司 | 一种新型高压直流电容大电流测试装置 |
CN113203908A (zh) * | 2021-05-06 | 2021-08-03 | 北京京东方光电科技有限公司 | 电容静电放电失效电压的确定方法、装置、设备及*** |
CN113311265A (zh) * | 2021-05-25 | 2021-08-27 | 华中科技大学 | 一种金属化膜电容器寿命预测方法和*** |
CN113739842A (zh) * | 2021-07-28 | 2021-12-03 | 湖北泰和电气有限公司 | 一种地面检测仪的制造监控*** |
CN117169636A (zh) * | 2023-09-28 | 2023-12-05 | 南京星梵电子科技有限公司 | 一种智能化耐高温铝电解电容器环境检测*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101567265A (zh) * | 2009-06-04 | 2009-10-28 | 上海春黎电子实业有限公司 | 一种能有效提高电容器产品寿命的生产方法 |
CN101576443A (zh) * | 2009-06-16 | 2009-11-11 | 北京航空航天大学 | 基于灰色rbf神经网络的加速寿命试验寿命预测方法 |
CN101666662A (zh) * | 2009-09-25 | 2010-03-10 | 北京航空航天大学 | 基于模糊理论的加速退化试验预测方法 |
CN102262191A (zh) * | 2011-04-28 | 2011-11-30 | 北京航空航天大学 | 一种固体钽电解电容器寿命预测方法 |
CN102901651A (zh) * | 2012-10-16 | 2013-01-30 | 南京航空航天大学 | 电子产品分数阶神经网络性能退化模型及寿命预测方法 |
CN202886517U (zh) * | 2012-11-20 | 2013-04-17 | 山东电力集团公司 | 一种配电终端的测试装置 |
CN204855785U (zh) * | 2015-07-28 | 2015-12-09 | 国家电网公司 | 一种电表冲击性能检测校验台 |
-
2016
- 2016-10-25 CN CN201610938435.XA patent/CN106501645A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101567265A (zh) * | 2009-06-04 | 2009-10-28 | 上海春黎电子实业有限公司 | 一种能有效提高电容器产品寿命的生产方法 |
CN101576443A (zh) * | 2009-06-16 | 2009-11-11 | 北京航空航天大学 | 基于灰色rbf神经网络的加速寿命试验寿命预测方法 |
CN101666662A (zh) * | 2009-09-25 | 2010-03-10 | 北京航空航天大学 | 基于模糊理论的加速退化试验预测方法 |
CN102262191A (zh) * | 2011-04-28 | 2011-11-30 | 北京航空航天大学 | 一种固体钽电解电容器寿命预测方法 |
CN102901651A (zh) * | 2012-10-16 | 2013-01-30 | 南京航空航天大学 | 电子产品分数阶神经网络性能退化模型及寿命预测方法 |
CN202886517U (zh) * | 2012-11-20 | 2013-04-17 | 山东电力集团公司 | 一种配电终端的测试装置 |
CN204855785U (zh) * | 2015-07-28 | 2015-12-09 | 国家电网公司 | 一种电表冲击性能检测校验台 |
Non-Patent Citations (2)
Title |
---|
张慰等: "基于BP 神经网络的多应力加速寿命试验预测方法", 《航空学报》 * |
赵建印等: "加速退化试验下金属化膜脉冲电容器可靠性评估", 《强激光与粒子束》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106597149A (zh) * | 2016-11-22 | 2017-04-26 | 电子科技大学 | 一种基于加速灵敏度的振荡器剩余寿命估计方法 |
CN108663580A (zh) * | 2017-07-10 | 2018-10-16 | 山东光因照明科技有限公司 | 电解电容寿命测试仪 |
CN107885904A (zh) * | 2017-09-29 | 2018-04-06 | 中国电子产品可靠性与环境试验研究所 | 一种led灯具可控寿命的设计***及方法 |
CN107885904B (zh) * | 2017-09-29 | 2021-04-09 | 中国电子产品可靠性与环境试验研究所 | 一种led灯具可控寿命的设计***及方法 |
CN107861001A (zh) * | 2017-11-02 | 2018-03-30 | 国网重庆市电力公司电力科学研究院 | 智能变电站合智一体装置用的电容器可靠性评价方法、*** |
CN110632407A (zh) * | 2018-06-23 | 2019-12-31 | 无锡市电力滤波有限公司 | 一种直流金属化薄膜电容器寿命评估方法 |
CN109033532A (zh) * | 2018-06-29 | 2018-12-18 | 北京航空航天大学 | 一种零电压开关移相全桥电源健康状态评估方法 |
CN109033532B (zh) * | 2018-06-29 | 2022-09-02 | 北京航空航天大学 | 一种零电压开关移相全桥电源健康状态评估方法 |
CN109375032A (zh) * | 2018-09-15 | 2019-02-22 | 宁波高云电气有限公司 | 一种高功率大容量电容器的管理*** |
CN109375032B (zh) * | 2018-09-15 | 2021-04-30 | 宁波高云电气有限公司 | 一种高功率大容量电容器的管理*** |
CN112162163A (zh) * | 2020-09-24 | 2021-01-01 | 南京璞骏新能源技术有限公司 | 一种新型高压直流电容大电流测试装置 |
CN113203908A (zh) * | 2021-05-06 | 2021-08-03 | 北京京东方光电科技有限公司 | 电容静电放电失效电压的确定方法、装置、设备及*** |
CN113311265A (zh) * | 2021-05-25 | 2021-08-27 | 华中科技大学 | 一种金属化膜电容器寿命预测方法和*** |
CN113311265B (zh) * | 2021-05-25 | 2022-03-18 | 华中科技大学 | 一种金属化膜电容器寿命预测方法和*** |
CN113739842A (zh) * | 2021-07-28 | 2021-12-03 | 湖北泰和电气有限公司 | 一种地面检测仪的制造监控*** |
CN117169636A (zh) * | 2023-09-28 | 2023-12-05 | 南京星梵电子科技有限公司 | 一种智能化耐高温铝电解电容器环境检测*** |
CN117169636B (zh) * | 2023-09-28 | 2024-04-23 | 南京星梵电子科技有限公司 | 一种智能化耐高温铝电解电容器环境检测*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106501645A (zh) | 一种电容器寿命与可靠性评估***及方法 | |
Zhao et al. | Detection of power transformer winding deformation using improved FRA based on binary morphology and extreme point variation | |
Cavallini et al. | A new methodology for the identification of PD in electrical apparatus: properties and applications | |
CN101292166B (zh) | 绝缘检查装置和绝缘检查方法 | |
CN107831415B (zh) | 一种变压器绝缘纸老化状态评估的区间值模糊集方法 | |
CN105425076A (zh) | 一种基于bp神经网络算法进行变压器故障识别的方法 | |
CN107831300B (zh) | 一种基于三维梯形概率模糊集的变压器绝缘油劣化评估方法 | |
CN106443310A (zh) | 一种基于som神经网络的变压器故障检测方法 | |
DE2814064A1 (de) | Verfahren und einrichtung zum pruefen abgedichteter behaelter | |
EP2680017A1 (en) | A method of early detection of feeder lines with a high-ohm ground fault in compensated power networks | |
US20120330871A1 (en) | Using values of prpd envelope to classify single and multiple partial discharge (pd) defects in hv equipment | |
Steennis et al. | Guarding MV cables on-line: With travelling wave based temperature monitoring, fault location, PD location and PD related remaining life aspects | |
CN107843816A (zh) | 一种考虑负载率影响的变压器绝缘缺陷状态评估方法 | |
CN107808044A (zh) | 一种考虑运行温度影响的变压器绝缘纸劣化评估方法 | |
De Nigris et al. | Application of modern techniques for the condition assessment of power transformers | |
Cavallini et al. | Diagnosis of EHV and HV transformers through an innovative partial-discharge-based technique | |
CN110261746A (zh) | 基于振荡波电压周期衰减特性的电缆缺陷检测方法 | |
CN109991508A (zh) | 一种基于动态非线性特征序列的变压器绕组状态诊断方法 | |
CN105242129B (zh) | 一种变压器绕组故障概率确定方法 | |
Behkam et al. | Detection of Transformer Defects in Smart Environment Using Frequency Response Analysis and Artificial Neural Network Based on Data-Driven Systems | |
Montanari | Envisaging links between fundamental research in electrical insulation and electrical asset management | |
CN106443389A (zh) | 一种开关柜局放监测装置 | |
CN108872807A (zh) | 一种基于多源数据的高压交流gis的状态评价方法及*** | |
Mehairjan et al. | Experiences with the introduction of online condition monitoring in asset management for distribution networks | |
Yang | Comprehensive method detecting the status of the transformer based on the artificial intelligence |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170315 |