EEMD 相空间重构的 RBF 网络模型在密封式电磁继电器贮存寿命预测中的应用

• 作者: 李志刚 李文华 王楠 邵丹
• 来源期刊: 电器与能效管理技术
• 学科: 工学
• 关键词: 接触压降 集合经验模态分解 相空间重构 RBF 神经网络 贮存寿命
• 年，卷（期）: 2015,（18）
• 页码范围: 1-6
• 页数: 6页
• 分类号: TM581
• 字数: 3649字
• 语种: 中文

摘要

多数用于航天、国防的密封式电磁继电器长期处于贮存状态，为保证其寿命剖面各阶段始终保持在备用激活状态，有必要对继电器贮存寿命进行准确预测。以密封式电磁继电器的触点接触压降为研究对象，采用集合经验模态分解（EEMD）和相空间重构理论对信号进行处理，建立分解序列的 RBF 神经网络预测模型，根据接触压降的预测值实现继电器的贮存寿命预测。预测结果表明，该方法具有较高的预测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李志刚	河北工业大学电磁场与电器可靠性省部共建重点实验室	150	975	15.0	22.0
2	李文华	河北工业大学电磁场与电器可靠性省部共建重点实验室	69	428	12.0	18.0
3	王楠	河北工业大学电磁场与电器可靠性省部共建重点实验室	10	40	4.0	5.0
4	邵丹	河北工业大学电磁场与电器可靠性省部共建重点实验室	3	19	3.0	3.0