基于加速壽命試驗的動車組牽引系統接觸器壽命預測研究

張哲瑞，徐小明,3，余俊,3

（1 中國鐵道科學研究院集團有限公司 機車車輛研究所，北京 100081；2 北京縱橫機電科技有限公司，北京 100094；3 動車組和機車牽引與控制國家重點實驗室，北京 100081）

動車組目前仍采用定期修和故障修相結合的計劃性維修體制，其中定期修施行的是“以走行公里周期為主、時間周期為輔”的檢修方式，需要耗費巨大的人力、物力和財力［1］。故障預測與健康管理是修程修制優化的關鍵使能技術，因此開展動車組關鍵設備的健康評估和壽命預測研究，能夠促進動車組狀態修的實現。牽引變流器中的大功率接觸器是牽引系統的關鍵組件之一，接觸器故障將會直接影響動車組的出庫運行，造成非計劃維修，嚴重影響動車組的調度使用。開展牽引變流器大功率接觸器的健康評估和壽命預測，是優化其定期更換、故障維修的關鍵途徑之一，同時可以提高牽引系統的可靠度、減少故障發生率。

目前，國內外針對接觸器開展了大量的壽命預測研究。李奎等將累計燃弧能量和吸合時間作為特征參數，開展了基于BP 神經網絡的交流接觸器剩余電壽命預測［2］；另外，通過建立基于Wiener過程的交流接觸器性能退化模型，確定交流接觸器剩余電壽命分布函數，提出剩余電壽命的預測方法和預測模型參數的估計方法［3］。馬潔等將壽命預測物理模型與數據處理算法融合，實現了動車組電連接器可靠度與壽命的評估［4］。Qian 等利用半隱馬爾科夫模型進行了電連接器剩余壽命預測研究［5］。魏志遠根據典型交流接觸器的結構特點和電壓電流特性，以失效理論作為基礎理論，對交流接觸器的失效機理、失效判據以及可靠性評價和壽命模擬的試驗條件等內容進行了深入的研究［6］。焦通等將小波變換與灰色理論相結合，進行交流接觸器電壽命預測［7］。朱凱強等提出了一種基于性能退化的剩余壽命預測方法，通過單調性指標、相關性指標、冗余性指標進行特征選擇，利用選擇的特征訓練長短期記憶網絡進行退化軌跡預測［8］。

總體來說，目前針對接觸器主要是以數據驅動的統計方法和人工智能方法進行壽命預測，并對接觸器相關性能參數的數據處理進行研究，存在的不足是壽命預測的結果未與接觸器的維修活動關聯起來。健康評估能夠將性能相關的參數進行融合，構建健康指標（Health Indicator，HI），指示健康狀態等級，并與維修計劃進行關聯［9-10］?；诮】抵笜诉M行壽命預測，已在航空等裝備的鋰電池、旋轉機械相關對象進行了應用，是壽命預測的重點發展方向［11-13］。

文中以復興號動車組牽引系統中一種典型接觸器為研究對象，開展接觸器工作原理和性能參數分析，進行接觸器電壽命試驗設計與實施，通過分析試驗數據，選擇特征參數構建可用于表征接觸器健康狀態的指標，基于健康指標對接觸器電壽命進行預測，并利用壽命試驗數據進行驗證。

1 動車組牽引系統接觸器分析

1.1 工作原理分析

選擇牽引輔助變流器中的預充電接觸器為研究對象。該接觸器為單極接觸器，額定工作電壓為3 000 V，電流130 A，由主觸頭、輔助觸頭、控制端口電磁裝置及滅弧裝置組成，滅弧方式采用非接觸式陶瓷罩滅弧。接觸器主觸點為常開觸點，通過控制端口給電磁裝置通電后，電磁力拉動主觸頭連桿使主觸點動觸頭和靜觸頭搭接，形成閉合回路，同時連桿末端推動輔助觸點開關，使輔助觸點給出閉合反饋信號。

預充電接觸器位于牽引變流器的中間直流環節和輔助變流器的逆變模塊之間，預充電電阻并聯在接觸器上，如圖1 所示。當輔助變流器開始工作時，輸入接觸器閉合，預充電單元為中間支撐電容預充電，以抑制輔助變流器的浪涌電流。電容電壓達到設定值后，預充電接觸器閉合，輔助變流器投入工作。當切除輔助變流器或發生其他異常情況時，輸入接觸器和預充電接觸器需要帶電主動斷開，其分閘和合閘過程中均有大電流通過，接觸器觸頭電磨損是該接觸器的主要壽命影響因素。

圖1 牽引輔助變流器工作原理簡圖

1.2 性能參數分析

根據接觸器的工作原理，結合接觸器在動車組中實際使用情況可知，接觸器壽命的決定性因素是主觸頭電磨損。接觸器觸頭的電磨損不僅與分斷電流的大小相關，而且與燃弧時間的長短有關。因此，為更準確地預測接觸器的電壽命，可以通過記錄每次分斷時接觸器觸頭的燃弧時間、分斷電流，分別累積計算每次分斷電流的電磨損量。根據電接觸理論，單次分斷時觸頭的電磨損量q與分斷電流的關系為式（1）：

式中：K為常數，與滅弧介質、觸頭材料、觸頭運動速度和冷卻條件相關；ta為燃弧時間；ib（t）為分斷電流均值；β是介于1～2 之間的常數，與觸頭材料有關。

另外根據電壽命預測與觸頭磨損監測相關資料［2，6，14］，除燃弧 時間和電流均值外，最大燃弧 電壓、接觸電阻、焦耳積分、恢復電壓這4 項參數和接觸器性能都有著直接或間接的關系。因此，在接觸器的電壽命試驗中，采集上述6 項參數，并同步記錄2 項試驗配置和試驗狀態參數，開關通斷時間和開閉次數。分析得出的性能參數可能包含較多冗余特征，不適合直接作為預測模型的輸入，還需要經過試驗選擇有效的特征值，構建健康指標，從而更高效地訓練模型，構建壽命預測模型。

2 電壽命試驗與數據分析

2.1 電壽命試驗

接觸器電壽命試驗的難點在于，接觸器規律地進行通斷的過程中，需要檢測其性能參數，就需要把接觸器反復接入到負載電路進行數據的采集試驗。為了解決這難題，文中設計并搭建了接觸器電壽命試驗臺。試驗臺主要由高壓電源柜、可編程電源、采集與控制柜、負載和受試接觸器組成，如圖2 所示。

圖2 接觸器電壽命試驗環境

同步開展了3 個全新試驗件（簡稱Q22-1、Q22-2、Q22-3）的加速電壽命試驗，施加的電應力為1 800 V/53 A，觸點閉合持續時間設定為15 ms。接觸器在帶載情況下以1 min 4 次的閉合斷開頻率進行加速試驗，同時采集和記錄最大燃弧電壓、恢復電壓、電流平均值、接觸電阻等參數。試驗的終止條件綜合試驗的成本、時間和接觸器在動車組上的實際使用情況等多方面的因素，設置為10 萬次或接觸器出現無法斷開和閉合的情況。

2.2 試驗數據分析

加速電壽命試驗完成后，其中試驗件Q22-1 和Q22-2 仍可斷開閉合，但觸頭磨損嚴重，電氣性能明顯下降；Q22-3 試驗件在試驗進行到75 847 次時，觸頭與觸點粘接，無法分斷，如圖3 所示。

圖3 試驗件Q22-3 主觸頭與觸點粘接

試驗過程共收集到285 條有效樣本數據，其中試驗件Q22-1 有104 個有效樣本，Q22-2 有94 個 有效樣本，Q22-3 有87 個有效樣本。試驗件Q22-3 特征參數的趨勢如圖4 所示，縱坐標表示各參數的幅值，橫坐標表示樣本序列，各樣本點對應的接觸器開閉次數如圖4（a）所示；最大燃弧電壓的趨勢如圖4（b）所示，能夠直觀地觀察到隨著接觸器開閉次數的增加，最大燃弧電壓呈下降趨勢；恢復電壓趨勢如圖4（c）所示；電流平均值趨勢如圖4（d）所示；焦耳積分趨勢如圖4（e）所示；燃弧時間趨勢如圖4（f）所示；通斷時間趨勢如圖4（g）所示，各參數隨著接觸器開閉次數的增加，參數趨勢無顯著變化；接觸電阻的趨勢如圖4（h）所示，隨著接觸器開閉次數增加，接觸電阻呈現上升趨勢，但是第55 個樣本存在較大的誤差，該誤差可能是離線測試過程中，測試儀器以及接觸器閉合狀態差異導致的。

圖4 試驗件Q22-3 特征參數趨勢圖

2.3 特征選擇

為了量化特征參數對于接觸器性能退化的表征情況，采用Fisher 準則對特征參數進行選擇，并且作為健康指標構建權重系數的依據。Fisher 準則是一種常用的降維技術，使用均值和方差來量化2 個數據集之間的差異，計算給定特征的Fisher值Jfi(P，Q)，為式（2）：

式中：P和Q分別為正常和有缺陷的類；fi為第i個特征參數；μ和σ分別為特征樣本的均值和方差。Fisher 準則計算健康變為故障引起的特征值變化，較高的Fisher 值意味著試驗件性能退化時，給定特征更可能表現出顯著的變化。文中將試驗過程中發生失效時的試驗件數據作為有缺陷類，其余為正常類，利用Fisher 準則從圖4 所示的參數中選擇最合適的特征量。另外考慮到實際退化與開閉次數也相關，因此將開閉次數也作為參數代入公式（2）進行計算。

根據Fisher 計算得出的結果，最大燃弧電壓、接觸電阻、開關次數特征與接觸器的退化狀態相關性較好，如圖5 所示，即接觸器性能退化時，上述參數變化較明顯。開關次數是接觸器壽命預測的時間尺度，不納入健康指標的構建，因此將最大燃弧電壓和接觸電阻作為特征參數選擇的結果。

圖5 接觸器特征參數Fisher 計算結果

3 健康評估分析

3.1 健康指標構建

對最大燃弧電壓和接觸電阻數據進行處理，構建接觸器的健康指標。首先，對2 項參數進行擬合處理，優化方法采用最小二乘法，容差設置為0.01，通過擬合能夠更好地表現參數的趨勢變化，減少隨機干擾。擬合后的最大燃弧電壓和接觸電阻趨勢如圖6 所示，最大燃弧電壓指數擬合后的趨勢如圖6（a）所示，接觸電阻指數擬合后的趨勢如圖6（b）所示，與圖4 對比可知，擬合后的特征參數更加平滑，更加能夠體現參數的趨勢變化。

圖6 試驗件Q22-3 最大燃弧電壓和接觸電阻擬合趨勢

為了減少最大燃弧電壓和接觸電阻數量級差異對于健康指標構建和壽命預測建模的影響，采用Z-score 歸一化方法，對擬合后的2 項特征參數數據進行歸一化處理，為式（3）：

式中：Y為特征參數歸一化數據；X為長度為n的特征參數樣本數據；xi為x的第i個元素。

健康指標呈單調趨勢變化，是基于健康指標進行壽命預測的前提條件，因此將最大燃弧電壓歸一化后，并進行趨勢取反，如圖7（a）所示；歸一化后的接觸電阻趨勢如圖7（b）所示。

圖7 試驗件Q22-3 最大燃弧電壓和接觸電阻歸一化趨勢圖

按照圖5 所示Fisher 值分配這2 個參數的融合權重，最大燃弧電壓權重為62%、接觸電阻權重為38%，并依據此權重將2 項特征參數融合為接觸器的健康指標（HI）。對試驗件Q22-1 和Q22-2 作相同的數據處理，并將3 個試驗件的樣本數據進行組合，得到285 個健康指標樣本，如圖8 所示。

圖8 試驗件健康指標趨勢圖

3.2 健康狀態等級

結合接觸器故障及其影響的嚴重程度情況，參考相關標準，設定4 個等級的健康狀態，分別是：正常、預警、報警和失效。各健康狀態等級及其狀態修含義為：正常是指接觸器運行中未發現異常情況；預警是指接觸器運行中出現電性能較明顯下降，但仍可以運行，運行維護時需要加強檢查，對接觸器運行的異常情況進行持續關注，及時準備備品備件；報警是指接觸器運行中出現較嚴重的電性能退化情況，繼續運行可能會導致非計劃維修，應根據動車組調度使用情況，視情進行檢修更換；失效是指接觸器功能失效或即將失效，應盡快安排檢修更換。

根據試驗完成后試驗件的技術狀態，以及指標的統計分析情況，健康狀態等級對應的健康指標閾值設置見表1。閾值的設置可根據實際情況進行適當調整，減少虛警和漏報情況的發生。

表1 健康指標閾值設置

4 壽命預測分析

4.1 壽命預測思路

動車組接觸器在使用過程中，如果不進行修復性維護，接觸器的剩余使用壽命（Remaining Useful Life，RUL）應該有逐漸減少的趨勢。然而，在實踐中，由于測量噪聲和運行條件的變化，估計的RUL 會隨時間波動［15］。也就是說，在t時刻估計的RUL，即RUL（t）可以表示為式（4）：

式中：HI(t)、OC(t)和e(t)分別為t時刻的健康指標、接觸器的運行狀態和噪聲。f()為健康指標和運行狀態是RUL的函數，在RUL 試驗或估計的過程中，接觸器運行狀態獲取一般比較困難，所以，主要利用健康指標去估計RUL。

文中的動車組接觸器RUL 預測思路如圖9 所示，首先采集原始數據進行分析處理，接著根據數據分析情況進行特征提取或者特征選擇，然后建立特征參數與健康指標的數值模型，對接觸器的健康狀態進行評估，最后建立健康指標和剩余使用壽命的數據驅動模型。這是一種間接的RUL 預測建模方法，需要先構建健康指標，通過健康狀態等級來定義接觸器的壽命終止條件，然后進行壽命預測建模。與直接通過眾多特征參數進行RUL預測相比，這種方法能夠和健康等級以及維修行動建立關系。

圖9 接觸器剩余使用壽命預測過程

4.2 剩余壽命預測建模與驗證

預測建模就是要建立健康指標和接觸器剩余開閉次數的數據驅動模型。接觸器壽命終止條件設置為健康狀態的失效線，如果考慮接觸器失效的危害，以及給接觸器的預測性維修預留出足夠的時間，也可將接觸器壽命終止條件設置為報警線。

RUL 是根據接觸器當前狀態下的健康指標，發展至失效線所需要的接觸器開閉次數。那么預測建模實際上是動態的過程，根據歷史數據的積累，不斷進行動態更新，外推健康指標的發展趨勢，計算得到RUL，如圖10 所示。而且預測RUL時，也能根據預警線預計接觸器的檢查時間，根據報警線預計接觸器的更換計劃安排時間，這樣就將預測結果與接觸器的狀態修進行關聯。

圖10 接觸器RUL 預測方法

文中采用應用較為廣泛的BP 神經網絡方法進行RUL 預測建模，主要包括預測模型訓練和RUL預測驗證2 個過程。

綜合考慮樣本數據的數量以及建模方法驗證的效果，開展4 次建模和預測驗證，按照接觸器開閉次數由低到高，第1 次預測建模和RUL 預測，共有50 個樣本數據；第2次，共累積樣本數據100 個；第3次，共累積樣本數據150 個；第4次，共累積200個樣本數據。壽命終止時接觸器開閉次數的期望值是健康指標失效閾值對應的開閉次數94 000次。預測樣本設置情況如圖11 所示。

圖11 接觸器RUL 預測樣本設置

利用BP 神經網絡進行建模，輸入是接觸器的開閉次數，回歸目標是健康指標。經過多次參數調優，將神經網絡的參數設置如下：層數設置為3層，初始權值為（-1，1）之間的隨機數，學習率設置為0.05，期望誤差設置為0.02。

每一次模型構建完成后，輸入未來的接觸器開閉次數，將健康指標趨勢進行外推，直至達到壽命終止條件所對應的健康指標值2.0，計算接觸器的剩余開閉次數。4 次模型的RUL 預測結果如圖12所示，經過計算，接觸器RUL 預測誤差最大為12 080次，最小為2 090次，平均預測誤差為5 920次，平均相對預測誤差為6.9%，預測結果準確度相對較高，證明了本方法的有效性。另外，隨著歷史數據的不斷積累，本方法的預測結果準確度也不斷提升。

圖12 接觸器RUL 預測結果

5 結論

針對動車組牽引系統接觸器壽命與狀態修脫節的問題，提出一種基于健康指標的接觸器壽命預測方法。通過接觸器原理分析和相關資料調研獲取了最大燃弧電壓、燃弧時間等8 項性能參數；搭建了加速電壽命試驗環境，開展了性能參數采集與分析；通過Fisher 方法選擇了最大燃弧電壓和接觸電阻作為優選的特征參數，并進行歸一化等預處理后構建了健康指標，給出了健康狀態等級、評估閾值以及狀態修含義；最終建立了基于健康指標進行數據驅動的接觸器壽命預測模型，并驗證了本方法的有效性。