本发明专利技术涉及贵金属电接触材料技术领域，提供一种基于机器学习的新型贵金属电接触装置寿命预测方法，包括：将每两种可相互匹配的现有贵金属电接触材料的力学性能参数与对应电接触装置的使用寿命构成初始样本；对初始样本提取力学性能特征向量及寿命标签构成训练样本；以力学性能特征向量为输入、寿命标签为输出，基于机器学习算法构建并训练贵金属电接触装置寿命预测模型；获取新型贵金属电接触材料样品及与其匹配的贵金属电接触材料样品的力学性能特征向量，输入训练后的模型，得到使用该两种材料分别制成两电接触元件的电接触装置的预测寿命区间。本发明专利技术能够以小样形式实现对应电接触装置寿命的高精度与高效预测，节约时间及资金成本。时间及资金成本。时间及资金成本。
【技术实现步骤摘要】
一种基于机器学习的新型贵金属电接触装置寿命预测方法
[0001]本专利技术涉及贵金属电接触材料
，尤其是涉及一种基于机器学习的新型贵金属电接触装置寿命预测方法。
技术介绍
[0002]滑动式电接触装置通过电刷与导电滑环匹配进行设备相对转动部分之间功率和信号的传输。贵金属电接触材料由于具有无需润滑、温度适应性好、无高温蠕变、长寿命等优点，被广泛应用于雷达、航天器等领域的滑动式电接触装置中。随着现代技术的发展，对军用装备、航天器在轨服役周次的要求不断提高，对这种电接触装置的可靠性及使用寿命的要求也不断提高。因此相关领域研究人员不断研发高性能的贵金属电接触材料以不断适应使用场景需求。然而新材料的使用性能及服役寿命往往只能通过制成相关成品再使用验证，这种情况下一方面拖慢了产品开发进程，另一方面造成了大量贵金属原料投入，增加了研发成本。
技术实现思路
[0003]针对现有技术存在的问题，本专利技术提供一种基于机器学习的新型贵金属电接触装置寿命预测方法，无需将材料加工至成品，而仅以小样形式即能实现对应电接触装置的寿命预测，极大地降低了新材料研发过程中贵金属原料的投入，节约了时间成本及资金成本，且大大提高了寿命预测的精度与效率。
[0004]本专利技术的技术方案为：
[0005]一种基于机器学习的新型贵金属电接触装置寿命预测方法，包括下述步骤：
[0006]步骤1：获取初始样本集
[0007]获取现有贵金属电接触材料的力学性能参数，每两种可相互匹配的现有贵金属电接触材料的力学性能参数与使用该两种现有贵金属电接触材料分别制成两电接触元件的电接触装置的使用寿命构成初始样本，得到初始样本集；
[0008]步骤2：构建训练样本集
[0009]对每个初始样本中的力学性能参数进行预处理，提取对应的力学性能特征向量；对初始样本集中的使用寿命数据进行区间划分，并给每个区间编号，将每个初始样本中的使用寿命对应的区间编号作为该初始样本的寿命标签；每个力学性能特征向量与对应的寿命标签构成训练样本，得到训练样本集；
[0010]步骤3：构建并训练寿命预测模型
[0011]以力学性能特征向量为输入、寿命标签为输出，基于机器学习算法，构建贵金属电接触装置寿命预测模型，并利用训练样本集对所述贵金属电接触装置寿命预测模型进行训练；
[0012]步骤4：新型贵金属电接触材料寿命预测
[0013]制备新型贵金属电接触材料样品及与该新型贵金属电接触材料匹配的贵金属电
接触材料样品；对两样品分别进行力学性能测试，获取两样品的力学性能参数；对两样品的力学性能参数进行预处理，提取对应的力学性能特征向量；将对应的力学性能特征向量输入训练后的贵金属电接触装置寿命预测模型，得到使用该新型贵金属电接触材料及所述与该新型贵金属电接触材料匹配的贵金属电接触材料分别制成两电接触元件的电接触装置的预测寿命区间。
[0014]机器学习因其强大的数据处理能力，能够有效地降低工业开发中的人力物力成本，缩短研发周期。这一点尤其适合于贵金属电接触材料，但相关领域的研究应用极少。本专利技术为减少贵金属电接触材料研发过程寿命预测带来的研发成本，将机器学习应用于贵金属电接触材料开发领域，建立一种基于机器学习算法的贵金属电接触装置寿命预测模型，用以验证开发的新材料的使用性能，提高材料开发效率，并在新材料开发过程中节约大量时间、成本。
[0015]进一步的，所述电接触装置为滑动式电接触装置，所述两电接触元件分别为电刷、导电滑环。对滑动式电接触装置而言，其使用寿命主要受电刷、导电滑环的材质匹配耐磨性及使用环境的温度、湿度和滑动转速等因素的影响。而在开发新材料替代旧材料时，电接触装置的使用环境、滑动转速一般保持不变，电刷、导电滑环的材质匹配耐磨性因两种材料本身的硬度、抗拉强度的不同而不同。因此，本专利技术在进行寿命预测时，关注硬度、抗拉强度这两个表征材料本身性能的影响因素。具体的，所述力学性能参数包括用于制作电刷的贵金属电接触材料的硬度与抗拉强度、用于制作导电滑环的贵金属电接触材料的硬度，所述使用寿命为电刷、导电滑环中任一材料失效导致电接触装置失效时电接触装置的使用时间；所述力学性能测试包括对用于制作电刷的贵金属电接触材料进行硬度测试与抗拉强度测试、对用于制作导电滑环的贵金属电接触材料进行硬度测试。
[0016]进一步的，所述步骤2中，对每个初始样本中的力学性能参数进行预处理，提取对应的力学性能特征向量，具体包括：对每个初始样本中的所有力学性能参数进行归一化处理，归一化处理后的力学性能参数构成对应的力学性能特征向量；所述步骤4中，对两样品的力学性能参数进行预处理，提取对应的力学性能特征向量，具体包括：对两样品的所有力学性能参数进行归一化处理，归一化处理后的力学性能参数构成对应的力学性能特征向量。
[0017]进一步的，所述步骤2中，对初始样本集中的使用寿命数据进行区间划分，具体包括：将初始样本集中的使用寿命数据均等划分为至少10个区间。
[0018]进一步的，所述步骤3中，所述机器学习算法为线性回归、逻辑回归、支持向量机回归、决策树回归中的一种。
[0019]进一步的，所述新型贵金属电接触材料样品采用真空感应熔炼——反复轧制——热处理的方法制备，具体包括：采用真空感应熔炼新型贵金属电接触材料，对浇铸得到的合金铸锭进行反复轧制
‑
热处理，得到样品为终道变形量60％
‑
95％的板材或棒材。
[0020]进一步的，所述新型贵金属电接触材料为Ag基合金、Au基合金、Pd基合金中的一种。
[0021]进一步的，所述力学性能测试的测试温度为30℃
‑
200℃。
[0022]进一步的，所述步骤4中，力学性能测试前将样品在测试温度下保温1h。
[0023]本专利技术的有益效果为：
[0024](1)本专利技术通过将每两种可相互匹配的现有贵金属电接触材料的力学性能参数与使用该两种现有贵金属电接触材料分别制成两电接触元件的电接触装置的使用寿命构成初始样本，对初始样本中的力学性能参数进行预处理以提取对应的力学性能特征向量，对初始样本集中的使用寿命数据进行区间划分以将每个初始样本中的使用寿命对应的区间编号作为该初始样本的寿命标签，来构建训练样本集，以力学性能特征向量为输入、寿命标签为输出，基于机器学习算法构建并训练贵金属电接触装置寿命预测模型，最终获取新型贵金属电接触材料样品及与该新型贵金属电接触材料匹配的贵金属电接触材料样品的力学性能特征向量输入训练后的寿命预测模型，得到使用该新型贵金属电接触材料及与该新型贵金属电接触材料匹配的贵金属电接触材料分别制成两电接触元件的电接触装置的预测寿命区间，能够在研发新型贵金属电接触材料的过程中，无需将材料加工至成品，而仅以小样形式即能实现对应电接触装置的寿命预测，极大地降低了新材料研发过程中贵金属原料的投入，节约了时间成本及资金成本，提高了新材料的研发效率，且能够大大提高新型贵金属电接触装置寿命预测的精度与效率本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于机器学习的新型贵金属电接触装置寿命预测方法，其特征在于，包括下述步骤：步骤1：获取初始样本集获取现有贵金属电接触材料的力学性能参数，每两种可相互匹配的现有贵金属电接触材料的力学性能参数与使用该两种现有贵金属电接触材料分别制成两电接触元件的电接触装置的使用寿命构成初始样本，得到初始样本集；步骤2：构建训练样本集对每个初始样本中的力学性能参数进行预处理，提取对应的力学性能特征向量；对初始样本集中的使用寿命数据进行区间划分，并给每个区间编号，将每个初始样本中的使用寿命对应的区间编号作为该初始样本的寿命标签；每个力学性能特征向量与对应的寿命标签构成训练样本，得到训练样本集；步骤3：构建并训练寿命预测模型以力学性能特征向量为输入、寿命标签为输出，基于机器学习算法，构建贵金属电接触装置寿命预测模型，并利用训练样本集对所述贵金属电接触装置寿命预测模型进行训练；步骤4：新型贵金属电接触材料寿命预测制备新型贵金属电接触材料样品及与该新型贵金属电接触材料匹配的贵金属电接触材料样品；对两样品分别进行力学性能测试，获取两样品的力学性能参数；对两样品的力学性能参数进行预处理，提取对应的力学性能特征向量；将对应的力学性能特征向量输入训练后的贵金属电接触装置寿命预测模型，得到使用该新型贵金属电接触材料及所述与该新型贵金属电接触材料匹配的贵金属电接触材料分别制成两电接触元件的电接触装置的预测寿命区间。2.根据权利要求1所述的基于机器学习的新型贵金属电接触装置寿命预测方法，其特征在于，所述电接触装置为滑动式电接触装置，所述两电接触元件分别为电刷、导电滑环；所述力学性能参数包括用于制作电刷的贵金属电接触材料的硬度与抗拉强度、用于制作导电滑环的贵金属电接触材料的硬度，所述使用寿命为电刷、导电滑环中任一材料失效导致电接触装置失效时电接触装置的使用时间；所述力学性能测试包括对用于制作电刷的贵金属电接触材料进行硬度测试与抗拉强度测试、对用于制作导电滑环的贵金属电接触材料进行硬度测试...
【专利技术属性】
技术研发人员：宋瑶，何金江，李海滨，罗瑶，吕保国，侯智超，王鹏，于文军，
申请(专利权)人：有研亿金新材料有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。