[发明专利]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

说明书

本发明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。

技术领域

本发明涉及贵金属电接触材料技术领域，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。

背景技术

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。

发明内容

针对现有技术存在的问题，本发明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。

本发明的技术方案为：

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：

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。

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。本发明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。