[发明专利]一种降压型DC-DC电源模块剩余使用寿命预测与健康评估方法

说明书

本发明公开了一种降压型DC‑DC电源模块剩余使用寿命预测与健康评估方法，其步骤如下：1.根据降压型DC‑DC电源模块在过电应力与环境应力影响下，对浪涌冲击导致的过流和短路，热冲击、振动与腐蚀等失效原因关联分析，建立故障信息分析体系；2.输入相应测试信号，监测降压型DC‑DC电源模块输出特征信号，并采集监测数据进行预处理，用作支持向量机的学习样本数据；3.建立一种支持向量机进行降压型DC‑DC电源模块输出异常的预测模型，利用采集的样本数据进行训练学习；4.建立时间序列对样本数据与预测结果误差进行训练，结果与原预测数据相加；5.根据降压型DC‑DC电源模块输出信号特征，制定健康状态分类；6.建立人工神经网络系统进行原始状态识别，利用采集的样本数据训练学习；7.将实时信号输入预测系统，再将时间序列修正的支持向量机模型与人工神经网络系统得到的结果进行综合分析。使用智能算法进行降压型DC‑DC电源模块故障预测与健康状态评估，降低电源系统维护保障技术门槛，具有一定的工程实用价值。

技术领域

本发明涉及一种降压型DC-DC电源模块剩余使用寿命预测与健康评估方法，属于电子器件故障预测领域。

背景技术

直流变换(DC-DC)电源模块是电子系统的电源供应器，有升压和降压两种，可以为专用集成电路(ASIC)、数字信号处理器(DSP)、微处理器、存储器、现场可编程门阵列(FPGA)及其他数字或模拟负载供电。随着电子信息化技术的提高，降压型DC-DC电源模块在电力、工控、医疗与军工等各个方面应用广泛，其功能特性与可靠性显得非常重要。

提高电源系统及其使用的元器件在特殊工作条件下的适应性成为重点考虑情况。为了避免降压型DC-DC电源模块引起电源系统故障的情况发生，尽可能排除安全隐患，元器件生产商与元器件使用方常会在降压型DC-DC电源模块正式投入使用之前针对其开展一系列的环境模拟实验，以暴露其潜在失效和剔除不合格产品，通过损伤机理分析来指导器件级或系统级改进，确保产品能够以稳定的工作状态服务于型号。

这些模拟实验可以在前期剔除不合格产品，对型号装备在使用中的可靠性有一定保障。但是面对各种实际环境的考验，不足以解决使用中的退化情况。对于一些较为极端的应用环境更是如此，如核辐射环境，其中的高能辐射粒子或射线作用于降压型DC-DC电源模块，会与其中各个单元发生一系列辐射效应，从而导致降压型DC-DC电源模块参数超差甚至功能失效。

航空航天设备所受影响主要来源是温度应力、振动应力以及宇宙粒子等方面，这些环境影响对降压型DC-DC电源模块正常工作带来威胁，导致其性能随着工作时间增加逐步退化，降低了有效使用寿命。比如在振动应力的作用下，导致基板受力不均，MOS管、二极管等表贴器件会产生破裂，导致故障；太空环境下，单粒子烧毁或栅穿等破坏性效应对MOS管、PWM芯片等都有影响。另外，还有电应力可能造成器件瞬间击穿等失效情况，这些故障情况对型号装备的正常状态影响非常大，所以对设备维护工作提出要求。

基于数据分析的预测方法通过机器学习建立预测模型，通过监测器件输出特征信号，可识别异常变化趋势及时预测降压型DC-DC电源模块故障。因此研发一种基于支持向量机与人工神经网络的智能化降压型DC-DC电源模块故障预测方法，是目前本领域迫切需要的。

发明内容

1)发明目的

本发明的目的是为了解决现有技术中的不足，提供一种能够解决降压型DC-DC电源模块剩余使用寿命与健康状态的预测问题，基于支持向量机与人工神经网络的智能化降压型DC-DC电源模块故障预测方法。

2)技术方案

本发明所述的一种降压型DC-DC电源模块剩余使用寿命预测与健康评估方法，其步骤如下：

(1)根据降压型DC-DC电源模块在过电应力与环境应力影响下，对浪涌冲击导致的过流和短路，热冲击、振动与腐蚀等失效原因关联分析，建立故障信息分析体系；