⚡ electrical engineering

Research on the life assessment of the insulating rod of a fast mechanical switch based on the Weibull distribution and the firefly algorithm

Deze studie stelt een hybride levensduurbeoordelingsmethode voor voor snelle mechanische schakelisolatiestangen die multi-fysische eindige-elementenmodellering, spannings-levensduuranalyse en door het vuurvliejesalgoritme geoptimaliseerde drie-parameter Weibull-verdeling integreert om de beperkingen van pure simulatie en testen te overwinnen, waardoor betrouwbare voorspelling van de betrouwbaarheid onder verschillende operationele omstandigheden mogelijk wordt.

Oorspronkelijke auteurs: Yang Kuangbiao, Li Guoli, Sun Zehui, Xu Jiazi, Ding Shuo

Gepubliceerd 2026-06-30

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Yang Kuangbiao, Li Guoli, Sun Zehui, Xu Jiazi, Ding Shuo

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Het Grote Plaatje: Voorspellen wanneer een "Spier" het begeeft

Stel je een snelle mechanische schakelaar in een elektriciteitsnet voor als een razendsnelle poortwachter. Zijn taak is om in milliseconden dicht te klappen of open te springen om elektrische storingen te stoppen. De "spier" die dit mogelijk maakt, is een glasvezelstaaf (de isolerende staaf).

Het probleem? Net zoals een menselijke spier die moe wordt na het herhaaldelijk tillen van zware gewichten, kan deze staaf uiteindelijk breken door vermoeidheid. Als hij breekt, faalt de poortwachter en kan het elektriciteitsnet uitvallen of zelfs in brand vliegen.

De onderzoekers wilden een simpele vraag beantwoorden: Hoeveel keer kan deze staaf open en dicht gaan voordat hij breekt?

Het Probleem met Oude Methoden

Voorheen hadden ingenieurs twee slechte opties om het antwoord te vinden:

De "Brek-het-allemaal"-test: Ze bouwden een machine, lieten deze draaien tot de staven braken, en telden de cycli.
- Het nadeel: Dit is ongelooflijk duur, kost maanden en vernietigt de staven. Je kunt niet elke staaf op deze manier testen.
De "Computer-gok"-test: Ze bouwden een virtueel model in een computer en simuleerden de spanning.
* Het nadeel: Computers zijn niet perfect. Zonder bewijs uit de echte wereld kunnen de cijfers slechts een fantasie zijn.

De Nieuwe Oplossing: Een "Hybride" Aanpak

Dit paper stelt een slim drie-stappen-recept voor dat het beste van beide werelden combineert: Echte Testen + Computersimulatie + Slimme Wiskunde.

Stap 1: De "Stresstest" (De echte wereld)

Het team nam een paar echte staven en onderwierp ze aan echte elektrische schokken (spanningen) om te zien hoeveel ze bogen en uitrekten. Ze gebruikten speciale sensoren (rekstrookjes) en hogesnelheidscamera's om exact vast te leggen wat er gebeurde.

De Analogie: Denk hierbij aan een coach die een sprinter timet met een stopwatch en een camera om de "werkelijke grondwaarheid" van hun snelheid te krijgen.

Stap 2: De "Virtuele Gym" (Simulatie)

Zodra ze de echte cijfers kenden, bouwden ze een digitale tweeling van de schakelaar in een computer. Ze controleerden de wiskunde van de computer tegen de stopwatchgegevens uit de echte wereld.

Het Resultaat: De computer was 97% accuraat (minder dan 3% fout).
De Analogie: Nu de coach weet dat de stopwatch accuraat is, kan hij een videogame gebruiken om een sprinter 1.000 verschillende races te laten simuleren onder verschillende weersomstandigheden, zonder ooit de sportschool te verlaten. Dit bespaart tijd en geld.

Stap 3: De "Slimme Voorspeller" (Het Firefly Algoritme & de Weibull-verdeling)

De computer genereerde gegevens voor 14 verschillende spanningsscenario's. Nu moesten ze deze rommelige berg cijfers omzetten in een duidelijke voorspelling.

De Weibull-verdeling (De "Weersverwachting"):
Dit is een specifiek type wiskundige curve die wordt gebruikt om te voorspellen wanneer dingen kapot gaan. De onderzoekers ontdekten dat een drie-parametervariant van deze curve het beste bij hun gegevens paste.
- De Analogie: Stel je voor dat je probeert te voorspellen wanneer een band zal klappen. Een simpele gok zou zeggen "50.000 mijl". De Weibull-curve is als een geavanceerde weersverwachting die zegt: "Er is een kans van 10% op een klapband bij 40.000 mijl, een kans van 50% bij 50.000 mijl, en het is bijna gegarandeerd tegen de tijd dat je 60.000 mijl hebt bereikt." Het houdt rekening met het feit dat sommige banden gewoon gelukkiger zijn dan andere.
Het Firefly Algoritme (De "Slimme Zoeklicht"):
Om de "Weersverwachting" (Weibull-curve) zo nauwkeurig mogelijk te maken, moesten ze de perfecte getallen voor de formule vinden. Hiervoor gebruikten ze een algoritme geïnspireerd op vuurvliegjes.
- De Analogie: Stel je een zwerm vuurvliegjes voor in een donker bos die op zoek zijn naar het felste licht (het perfecte antwoord). Elk vuurvliegje beweegt naar het felste licht dat het ziet. Als een vuurvliegje een helderdere plek vindt, volgen de anderen hem. Deze "zwermintelligentie" vindt snel de beste wiskundige instellingen zonder vast te lopen in een "lokale" heldere plek die niet de beste is.

Wat ze hebben gevonden

Door de echte tests, de virtuele simulaties en de "vuurvlieg"-wiskunde te combineren, creëerden ze een betrouwbare levensgids voor de staaf:

De "Veiligheidszone": Als je de staaf ongeveer 6.820 cycli gebruikt, is er een kans van 90% dat hij nog steeds werkt. (Geweldig voor kritieke hoogspanningslijnen).
De "Waarschuwingszone": Bij 7.516 cycli begint het risico op falen toe te nemen (80% overlevingskans). Dit is het moment waarop je de vervanging moet plannen.
De "Halve Levensduur": Bij 10.344 cycli zullen de helft van de staven gebroken zijn en de andere helft nog werken.
Het Type Falen: De wiskunde liet zien dat de staven niet willekeurig breken; ze breken door slijtage (zoals een oude schoenzool die dun wordt), wat bevestigt dat ze vervangen moeten worden voordat ze te oud zijn.

De Kernboodschap

Dit onderzoek heeft niet alleen gegokt of alleen getest. Het heeft een betrouwbare brug gebouwd tussen de realiteit en de simulatie. Door een "vuurvlieg"-zoektocht te gebruiken om een "weersverwachting"-wiskundig model te verfijnen, hebben ze ingenieurs een precieze kaart gegeven om precies te weten wanneer ze deze cruciale staven moeten vervangen, waardoor het elektriciteitsnet veilig blijft zonder geld te verspillen aan onnodige tests.

Technische Samenvatting: Levensduurbeoordeling van Isolatiestangen voor Snelle Mechanische Schakelaars

Probleemstelling
De isolatiestang is een kritiek krachtoverbrengend onderdeel in snelle mechanische schakelaars die worden gebruikt voor foutisolatie en kwaliteitsregulering van het vermogen in elektriciteitsnetten. Deze stangen, doorgaans vervaardigd uit glasvezelversterkte epoxyhars, worden blootgesteld aan complexe, tijdsafhankelijke multi-axiale spanningen tijdens frequente open- en sluitcycli. Technische statistieken wijzen uit dat ongeveer 35% van de defecten aan schakelaars voortvloeit uit vermoeidheidsbreuk van de stang, wat zich vaak manifesteert als interlaminaire breuk door spanningsconcentratie.

Huidige methoden voor levensduurbeoordeling kampen met aanzienlijke beperkingen:

Zuiver testen: Levensduurtests zijn prohibitief duur, tijdrovend (duur van meerdere maanden) en beperkt tot kleine steekproeven vanwege het destructieve karakter van de tests.
Zuivere simulatie: Hoewel efficiënt, missen simulatiemodellen vaak experimentele kalibratie, wat leidt tot virtuele gegevens met onvoldoende geloofwaardigheid voor technische toepassingen.
Parameteroptimalisatie: Bestaande methoden hebben moeite met het nauwkeurig optimaliseren van betrouwbaarheidsmodelparameters bij het werken met kleine hoeveelheden falingsgegevens.

Methodologie
Deze studie stelt een gesloten framework voor dat experimentele verificatie, multi-fysische simulatie en intelligente optimalisatie integreert om de levensduur van isolatiestangen te voorspellen onder meerdere drijspanningscondities.

Multi-fysische Veldmodellering en Verificatie:
- Een twee-dimensionaal axiaal symmetrisch eindige-elementenmodel van de snelle mechanische schakelaar is opgesteld met behulp van COMSOL-software, waarbij elektromagnetische, mechanische en structurele interacties zijn geïntegreerd.
- Experimentele Validatie: Werkelijke spanningstests zijn uitgevoerd op een prototype met behulp van rekstrookjes (NI-9923 systeem) en hogesnelheidscamera's bij drie spanningsniveaus (780V, 820V, 867V).
- Resultaten: Het simulatiemodel vertoonde een relatieve fout van minder dan 5% in maximale spanningswaarden en minder dan 10% in de algehele spanningsverloop vergeleken met de experimentele gegevens, wat de geloofwaardigheid van het model bevestigt.
Levensduursimulatie en Schadeberekening:
- Met behulp van het gevalideerde model heeft de studie 14 verschillende spanningscondities gesimuleerd (variërend van 775V tot 871V) om het operationele spectrum te dekken.
- Vermoeidheidsanalyse: De S-N curve van het harsmateriaal en de Palmgren-Miner lineaire cumulatieve schade-theorie werden toegepast. De simulatie kwantificeerde de vermoeidheidsschade per openingscyclus op basis van dynamische spanningsgeschiedenissen.
- Faalcriterium: De totale vermoeidheidslevensduur voor elke spanning werd bepaald wanneer de cumulatieve schade een kritische waarde van 1 bereikte. Dit genereerde een dataset van 14 faallevenpunten.
Betrouwbaarheidsmodellering en Optimalisatie:
- Distributiekeuze: De faalgegevens werden geanalyseerd met de Weibull-waarschijnlijkheidspapermethode. Vergelijkingen tussen één-parameter, twee-parameter en drie-parameter modellen toonden aan dat de drie-parameter Weibull-distributie de beste fit bood (laagste som van de kwadraten van de residuen).
- Firefly Algoritme Optimalisatie: Om de uitdagingen van parameteroptimalisatie bij kleine steekproeven te overwinnen, werd het Firefly Algoritme (een heuristisch intelligent optimalisatiealgoritme) toegepast.
- Doelfunctie: Een vierdimensionale gewogen doelfunctie werd geconstrueerd om de residuen tussen de theoretische Weibull-functies (CDF, PDF, Betrouwbaarheidsfunctie en Gevaarratio-functie) en de empirische gegevens te minimaliseren. Gewichten werden bepaald met behulp van de Analytic Hierarchy Process (AHP), waarbij prioriteit werd gegeven aan de Cumulatieve Verdelingsfunctie (CDF) en de Betrouwbaarheidsfunctie (RF).

Belangrijkste Resultaten

Geoptimaliseerde Parameters: Het Firefly-algoritme convergeerde succesvol (binnen ~240 iteraties) naar optimale parameters voor de drie-parameter Weibull-distributie: vormparameter ( $\beta$ ) = 1,92, schaalparameter ( $\eta$ ) = 7689,45 en locatieparameter ( $\gamma$ ) = 3987,21.
Karakterisering van het Faalmechanisme: De vormparameter $\beta > 1$ bevestigt dat de isolatiestang een "slijtage"-faalmodus vertoont, consistent met progressieve schadeaccumulatie onder cyclische belasting.
Statische Levensduurindicatoren:
- Gemiddelde Tijd Tot Falen (MTTF): Berekend als 10.807 operaties.
- Mediaan Levensduur: 10.344 operaties (50% betrouwbaarheid).
- Betrouwbaarheidsgebaseerde Drempelwaarden:
  - 90% Betrouwbaarheid: 6.820 operaties (geschikt voor kritieke hoofdnetcircuits).
  - 80% Betrouwbaarheid: 7.516 operaties (aanbevolen voor preventieve vervanging in reguliere circuits).
  - 70% Betrouwbaarheid: 8.050 operaties (toe te passen op algemene circuits).
Convergentie: Het optimalisatieproces vertoonde een snelle convergentie en stabiliteit, waarbij lokale optima effectief werden vermeden.

Betekenis en Claims
Het artikel beweert een universele oplossing te bieden voor de betrouwbaarheidsontwerp en onderhoudsbesluitvorming van snelle mechanische schakelaars door de kloof tussen zuivere simulatie en zuiver testen te overbruggen. Het voorgestelde framework biedt drie primaire bijdragen:

Geloofwaardigheid: Door het simulatiemodel te verifiëren tegen werkelijke spanningstests, waarborgt de studie dat de virtuele gegevens die voor levensduurvoorspelling worden gebruikt, technisch betrouwbaar zijn.
Efficiëntie: De simulatie-expansiemethode maakt de beoordeling van de levensduur onder meerdere spanningscondities mogelijk zonder de noodzaak van uitgebreide, destructieve fysieke tests.
Nauwkeurigheid: De integratie van het Firefly-algoritme met de drie-parameter Weibull-distributie overwint de knelpunt van parameteroptimalisatie in scenario's met kleine steekproeven, waardoor precieze statistische indicatoren voor onderhoudsstrategieën worden geboden.

De auteurs stellen dat deze aanpak een theoretische en technische basis legt voor de levensduurbeoordeling van cruciale componenten in hoogwaardige elektrische apparatuur, en een herbruikbare methodologie biedt voor soortgelijke componenten.