[发明专利]电子元器件故障管理方法以及装置

说明书

本申请涉及一种电子元器件故障管理方法以及装置。其中，电子元器件故障管理方法，包括：获取电子元器件的关键特征信息；根据关键特征信息进行初步异常预警；根据关键特征信息进行剩余寿命预测；根据初步异常预警以及剩余寿命预测获取综合的预测性管理方案。本申请可以对电子元器件进行科学有效的维护管理。

技术领域

本申请涉及电子电器技术领域，特别是涉及一种电子元器件故障管理方法以及装置。

背景技术

近年来各种电子元器件(如IGBT)广泛应用于新能源发电、轨道交通、电动汽车及航空航天等各领域。电路模块由各种电子元器件相互连接形成。电子元器件对整个电路模块的影响十分深远。然而由于工作环境、反复的开通和关断等因素会导致电子元器件的电气特性发生退化，引发失效故障。

传统的故障后的维修会造成停机甚至灾难性的事故，而定期的维护更换则会产生人力和物力成本的浪费。因此，如何对电子元器件进行科学有效的维护管理已成为一个迫在眉睫的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够进行科学有效的维护管理的电子元器件故障管理方法以及装置。

一种电子元器件故障管理方法，包括：

获取电子元器件的关键特征信息；

根据所述关键特征信息进行初步异常预警；

根据所述关键特征信息进行剩余寿命预测；

根据所述初步异常预警以及所述剩余寿命预测获取综合的预测性管理方案。

在其中一个实施例中，所述根据所述关键特征信息进行初步异常预警，包括：

对所述关键特征信息进行预处理，并提取主元特征信息；

根据所述主元特征信息进行初步异常预警。

在其中一个实施例中，所述对所述关键特征信息进行预处理，并提取主元特征信息，包括：

通过对所述关键特征信息进行主成分分析，提取主元特征信息。

在其中一个实施例中，所述根据所述主元特征信息进行初步异常预警，包括:

基于各主元特征值组成的样本的标准差，确定所述初步异常预警的阈值；

根据所述主元特征信息，计算监测样本与均值样本之间的马氏距离，所述监测样本基于各主元特征的监测值组成，所述均值样本基于各主元特征的均值组成；

比较所述马氏距离与所述异常阈值，判断是否进行初步异常预警。

在其中一个实施例中，所述根据所述关键特征信息进行剩余寿命预测，包括：

根据所述关键特征信息以及寿命模型，进行剩余寿命预测。

在其中一个实施例中，所述寿命模型的建立方法包括：

对故障前后的关键特征信息进行提取与融合，形成所述故障的特征因子；

根据所述特征因子，进行寿命预测学习，建立寿命模型。

在其中一个实施例中，所述寿命预测学习基于粒子滤波算法。

一种电子元器件故障预测与健康管理装置，用于实现上述任一项所述的方法，包括：

获取模块，用于获取电子元器件的关键特征信息；

预警预测模块，连接所述获取模块，包括异常预警单元与剩余寿命预测单元，所述异常预警单元用于根据所述关键特征信息进行初步异常预警，所述剩余寿命预测单元用于根据所述关键特征信息进行剩余寿命预测；