一种借助统计推断的霍尔电流传感器突发故障预测方法技术

本发明专利技术公开了一种借助统计推断的霍尔电流传感器突发故障预测方法，属于设备突发故障预测领域，解决了如何借助统计推断的方式对霍尔电流传感器的突发故障进行预测的问题；本发明专利技术首先获取霍尔电流传感器的故障数据，并构建故障数据的一维分布函数；采用极大似然估计法对故障数据的一维分布函数的分布参数进行估计；利用样本数据对假设的故障数据的分布类型进行拟合检验；基于故障数据分布函数建立霍尔电流传感器突发故障预测模型，对设备未来一段时间内的突发故障概率进行预测；能够根据监测数据和统计推断对霍尔电流传感器的突发故障进行预测，在一定程度上能够准确预测到霍尔电流传感器的突发故障的时间。流传感器的突发故障的时间。流传感器的突发故障的时间。

【技术实现步骤摘要】
一种借助统计推断的霍尔电流传感器突发故障预测方法


[0001]本专利技术属于设备突发故障预测领域，具体是一种借助统计推断的霍尔电流传感器突发故障预测方法。

技术介绍

[0002]在BMS采集电流的重要零部件
‑
霍尔电流传感器的故障通常是由其内在失效机理与外部环境因素综合作用导致的，这是一个复杂的过程，但是从故障的发展进程来看，霍尔电流传感器的故障可分为突发故障与退化故障两种。突发故障表现为设备监测参数的测试数据在储存过程中一直保持在某一合格范围内，但在某一时刻突然超出规定阈值。
[0003]对于霍尔电流传感器的健康状态信息，最为重要的是监测数据，它表征了电子设备的健康状态，且具有一定的规律性，目前对霍尔电流传感器的突发故障的预测仅凭经验，或者实时对霍尔电流传感器的故障进行监测，无法准确进行预测。
[0004]为此，本专利技术提出了一种借助统计推断的霍尔电流传感器突发故障预测方法。

技术实现思路

[0005]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种借助统计推断的霍尔电流传感器突发故障预测方法，该种借助统计推断的霍尔电流传感器突发故障预测方法解决了如何借助统计推断的方式对霍尔电流传感器的突发故障进行预测的问题。
[0006]为实现上述目的，根据本专利技术的第一方面的实施例提出一种借助统计推断的霍尔电流传感器突发故障预测方法，包括：
[0007]获取霍尔电流传感器的故障数据，并构建故障数据的一维分布函数；
[0008]采用极大似然估计法对故障数据的一维分布函数的分布参数进行估计；
[0009]利用样本数据对假设的故障数据的分布类型进行拟合检验；
[0010]基于故障数据分布函数建立霍尔电流传感器突发故障预测模型，对设备未来一段时间内的突发故障概率进行预测。
[0011]进一步地，对于使用状态下的同一批霍尔电流传感器，其故障数据表现为设备出现故障的时间，则对于故障时间t，构造一维分布F(t,a)，并且其一维概率密度函数f(t,a)存在，其中a＝(a1,a2,
…
,a
k
)是该分布的参数向量；其中
[0012]进一步地，根据工程经验通常假定霍尔电流传感器的故障时间服从指数分布，分布密度函数表示为f(t,λ)＝λe
‑
λt
,t>0；其中λ为设备的平均故障率，此时故障数据分布参数向量α＝(λ)。
[0013]进一步地，假设对抽样的m个霍尔电流传感器进行n次测试，每次测试时霍尔电流传感器的故障数为r
i
，i＝1,2
……
n；则霍尔电流传感器的总测试时间为T
r
＝mn，平均寿命θ
的极大似然估计为
[0014]进一步地，由指数分布的性质得知，平均故障率λ和平均寿命θ互为倒数。
[0015]进一步地，若霍尔传感器初次故障发生时间服从指数分布，则平均故障率λ即极大似然估计量，即其中为λ的无偏估计。
[0016]进一步地，假设对抽样的m个霍尔传感器进行了n次测试，每次测试时样品故障数为r
i
，则设备的故障时间表示为T
ij
，其中i＝1,2
……
m，j＝1,2
……
n；因此检验设备的故障时间是否服从指数分布，即根据测试得到的故障时间样本T1、T2……
T
p
检验总体的分布是否服从单参数指数分布；其中p≤mn；
[0017]由于单参数指数分布函数F0(t)＝1
‑
e
‑
λt
，t＞0中包含未知参数λ，如果用λ即极大似然估计来代替，则λ要检验的假设实际上是
[0018][0019]同样可取检验统计量
[0020][0021]其中又令
[0022]所以，对于显著性水平α，检验的规则是：若时，拒绝H
O
，否则就接收H
O
。
[0023]与现有技术相比，本专利技术的有益效果是：
[0024]本专利技术首先获取霍尔电流传感器的故障数据，并构建故障数据的一维分布函数；采用极大似然估计法对故障数据的一维分布函数的分布参数进行估计；利用样本数据对假设的故障数据的分布类型进行拟合检验；基于故障数据分布函数建立霍尔电流传感器突发故障预测模型，对设备未来一段时间内的突发故障概率进行预测；能够根据监测数据和统计推断对霍尔电流传感器的突发故障进行预测，在一定程度上能够准确预测到霍尔电流传感器的突发故障的时间。
附图说明
[0025]图1为本专利技术的流程示意图。
具体实施方式
[0026]下面将结合实施例对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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它实施例，都属于本专利技术保护的范围。
[0027]如图1所示，一种借助统计推断的霍尔电流传感器突发故障预测方法，包括以下步骤：
[0028]步骤一：获取霍尔电流传感器的故障数据，并构建故障数据的一维分布函数；
[0029]在本专利技术的实施例中，对于使用状态下的同一批霍尔电流传感器，其故障数据可表现为设备出现故障的时间；
[0030]由于霍尔电流传感器在某一时刻可能发生故障，也可能不发生故障，所以故障时间是一个随机变量；
[0031]则对于故障时间t，可以构造一维分布F(t,a)，并且其一维概率密度函数f(t,a)存在，其中a＝(a1,a2,
…
,a
k
)是该分布的参数向量；具体公式为：
[0032][0033]对于一般的电子设备(包含霍尔电流传感器)的故障数据，根据工程经验通常假定其服从指数分布，分布密度函数可表示为：
[0034]f(t,λ)＝λe
‑
λt
,t>0
[0035]其中λ为设备的平均故障率，此时故障数据分布参数向量α＝(λ)，由指数分布的性质可知，平均故障率λ和平均寿命θ互为倒数；
[0036]步骤二：采用极大似然估计法对故障数据的一维分布函数的分布参数进行估计；
[0037]根据工程经验对故障数据的分布类型进行了假设后，可以认为故障数据的分布类型是已知的，但分布的参数未知，则可以根据样本的数据对总体的分布参数进行估计；
[0038]对于抽样的霍尔电流传感器来说，由于采用修复性维修，因此每次测试时样品的总数是不变的，可看作是有替换的定时截尾试验；
[0039]假设对抽样的m个霍尔电流传感器进行n次测试，每次测试时霍尔电流传感器的故障数为r
i
，i＝1,2
……
n；则霍尔电流传感器的总测试时间为m个霍尔电流传感器测试n次的时间，可表示为T
r
＝mn，同时，平本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种借助统计推断的霍尔电流传感器突发故障预测方法，其特征在于，包括：获取霍尔电流传感器的故障数据，并构建故障数据的一维分布函数；采用极大似然估计法对故障数据的一维分布函数的分布参数进行估计；利用样本数据对假设的故障数据的分布类型进行拟合检验；基于故障数据分布函数建立霍尔电流传感器突发故障预测模型，对设备未来一段时间内的突发故障概率进行预测。2.根据权利要求1所述的一种借助统计推断的霍尔电流传感器突发故障预测方法，其特征在于，对于使用状态下的同一批霍尔电流传感器，其故障数据表现为设备出现故障的时间，则对于故障时间t，构造一维分布F(t，a)，并且其一维概率密度函数f(t，a)存在，其中a＝(a1，a2，
…
，a
k
)是该分布的参数向量；其中3.根据权利要求1所述的一种借助统计推断的霍尔电流传感器突发故障预测方法，其特征在于，根据工程经验通常假定霍尔电流传感器的故障时间服从指数分布，分布密度函数表示为f(t，λ)＝λe
‑
λt
，t＞0；其中λ为设备的平均故障率，此时故障数据分布参数向量α＝(λ)。4.根据权利要求3所述的一种借助统计推断的霍尔电流传感器突发故障预测方法，其特征在于，假设对抽样的m个霍尔电流传感器进行n次测试，每次测试时霍尔电流传感器的故障数为r
i
，i＝1，2......n；则霍尔电流传感器的总测试时间为T

【专利技术属性】
技术研发人员：许圣圣，
申请(专利权)人：斯润天朗合肥科技有限公司，
类型：发明
国别省市：