⚡ 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

本研究提出了一种针对快速机械开关绝缘棒的混合寿命评估方法，该方法集成了多物理场有限元建模、应力-寿命分析以及萤火虫算法优化的三参数威布尔分布，旨在克服纯模拟与纯测试的局限性，从而实现在各种运行工况下的可靠寿命预测。

原作者： Yang Kuangbiao, Li Guoli, Sun Zehui, Xu Jiazi, Ding Shuo

发布于 2026-06-30

📖 1 分钟阅读☕ 轻松阅读

原作者： Yang Kuangbiao, Li Guoli, Sun Zehui, Xu Jiazi, Ding Shuo

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

大局观：预测“肌肉”何时失效

想象一下，电网中一个高速机械开关就像是一个高速门卫。它的职责是在毫秒级的时间内迅速关闭或开启，以阻止电力故障。让这一切发生的“肌肉”是一个玻璃纤维杆（绝缘杆）。

问题在于？就像人类肌肉在反复举重后会感到疲劳一样，这根杆子最终也会因为疲劳而折断。如果它断了，门卫就会失灵，电网可能会陷入黑暗或发生火灾。

研究人员想要回答一个简单的问题：这根杆子在折断之前可以开关多少次？

旧方法的缺陷

此前，工程师们在寻找答案时有两个糟糕的选择：

“破坏性测试”： 他们制造一台机器，让它一直运行直到杆子折断，然后统计循环次数。
- 代价： 这极其昂贵，耗时数月，并且会毁掉这些杆子。你不可能用这种方式测试每一根杆子。
“计算机猜测”： 他们在计算机中建立一个虚拟模型并模拟压力。
- 代价： 计算机并不完美。如果没有现实世界的证据，这些数字可能只是幻想。

新方案：“混合”方法

本文提出了一种巧妙的三步配方，结合了两种方法的精华：实际测试 + 计算机模拟 + 智能数学。

第一步：“压力测试”（现实世界）

团队采集了一些真实的杆子，并让它们承受真实的电冲击（电压），以观察它们弯曲和拉伸的程度。他们使用了特殊的传感器（应变计）和高速摄像机来精确记录发生了什么。

类比： 这就像教练用秒表和摄像机为短跑运动员计时，以获取其速度的“地面真相”。

第二步：“虚拟健身房”（模拟）

一旦掌握了真实数据，他们在计算机中构建了一个开关的数字孪生体。他们将计算机的数学计算与真实的秒表数据进行对比。

结果： 计算机的准确率达到了 97%（误差小于 3%）。
类比： 现在既然教练知道秒表是准确的，他们就可以使用电子游戏来模拟短跑运动员在不同天气条件下进行 1,000 场不同的比赛，而无需离开健身房。这节省了时间和金钱。

第三步：“智能预测器”（萤火虫算法与 Weibull 分布）

计算机生成了 14 种不同电压场景下的数据。现在，他们需要将这堆杂乱的数字转化为清晰的预测。

Weibull 分布（“天气预报”）：
这是一种用于预测事物何时损坏的特定数学曲线。研究人员发现，三参数版本的曲线最符合他们的数据。
- 类比： 想象你在预测轮胎什么时候爆胎。一个简单的猜测可能会说“50,000 英里”。Weibull 曲线就像是一个精密的天气预报，它会说：“在 40,000 英里时有 10% 的爆胎概率，在 50,000 英里时有 50% 的概率，到 60,000 英里时几乎肯定会爆胎。”它考虑到了有些轮胎比其他的更“幸运”这一事实。
萤火虫算法（“智能搜索灯”）：
为了让“天气预报”（Weibull 曲线）尽可能准确，他们需要找到公式的最佳参数。他们使用了一种受萤火虫启发的算法。
- 类比： 想象一群萤火虫在黑暗的森林中寻找最亮的光（完美的答案）。每只萤火虫都向它看到的更亮的光移动。如果一只萤火虫找到了更亮的地方，其他的也会跟进。这种“集群智能”能快速找到最佳数学设置，而不会陷入并非“最好”的“局部”亮点中。

研究发现

通过结合实际测试、虚拟模拟和“萤火虫”数学，他们为这根杆子创建了一个可靠的寿命指南：

“安全区”： 如果你使用这根杆子约 6,820 次循环，它仍能工作的概率为 90%。（非常适合关键输电线路）。
“警告区”： 在 7,516 次循环时，失效风险开始升高（生存概率为 80%）。这是你应该计划更换的时候。
“半衰期”： 在 10,344 次循环时，一半的杆子已经折断，另一半仍在工作。
失效类型： 数学表明，杆子的折断并非随机发生，而是由于磨损（就像旧鞋底磨薄了一样），这证实了它们需要在过旧之前进行更换。

核心结论

这项研究不仅仅是在猜测或仅仅是在测试。它在现实与模拟之间建立了一座可靠的桥梁。通过使用“萤火虫”搜索来微调“天气预报”数学模型，他们为工程师提供了一张精确的地图，让他们知道确切的更换时机，从而在不浪费资金进行不必要测试的前提下，保障电网的安全。

技术摘要：快速机械开关绝缘杆寿命评估

问题陈述
绝缘杆是用于电力系统故障隔离和电能质量调节的快速机械开关中关键的力传递部件。这些绝缘杆通常由玻璃纤维增强环氧树脂制成，在频繁的开合循环过程中，承受着复杂的、随时间变化的轴向多向应力。工程统计表明，约有 35% 的开关故障源于杆件疲劳失效，这通常表现为应力集中导致的层间断裂。

目前的寿命评估方法面临显著局限性：

纯测试法： 寿命测试成本极高、耗时长（持续数月），且由于其破坏性测试的性质，样本量受到限制。
纯仿真法： 虽然效率较高，但仿真模型往往缺乏实验校准，导致虚拟数据在工程应用中的可信度不足。
参数估计： 现有方法在处理小样本失效数据时，难以准确优化可靠性模型的参数。

研究方法
本研究提出了一种整合实验验证、多物理场仿真和智能优化的闭环框架，用于预测不同驱动电压条件下的绝缘杆寿命。

多物理场建模与验证：
- 使用 COMSOL 软件建立了快速机械开关的二维轴对称有限元模型，综合考虑了电磁、机械和结构相互作用。
- 实验验证： 在三种电压水平（780V、820V、867V）下，利用应变计（NI-9923 系统）和高速摄像机对原型机进行了实际应力测试。
- 结果： 与实验数据相比，仿真模型在最大应力值上的相对误差小于 5%，在整体应力趋势上的误差小于 10%，证实了模型的可靠性。
寿命仿真与损伤计算：
- 利用经过验证的模型，研究模拟了 14 种不同的电压条件（范围从 775V 到 871V），以覆盖运行频谱。
- 疲劳分析： 应用了树脂材料的 S-N 曲线和 Palmgren-Miner 线性累积损伤理论。通过仿真量化了基于动态应力历程的单次开合循环疲劳损伤。
- 失效准则： 当累积损伤达到临界值 1 时，确定了每个电压下的总疲劳寿命。由此生成了一个包含 14 个失效寿命点的数据集。
可靠性建模与优化：
- 分布选择： 使用 Weibull 概率图法对失效数据进行分析。通过对比单参数、二参数和三参数模型，证明了三参数 Weibull 分布具有最佳拟合效果（最小平方残差和）。
- 萤火虫算法优化： 为了克服小样本情况下参数估计的挑战，采用了萤火虫算法（一种启发式智能优化算法）。
- 目标函数： 构建了一个四维加权目标函数，旨在最小化理论 Weibull 函数（累积分布函数 CDF、概率密度函数 PDF、可靠度函数 RF 和失效率函数）与经验数据之间的残差。权重通过层次分析法（AHP）确定，优先考虑累积分布函数（CDF）和可靠度函数（RF）。

主要结果

优化参数： 萤火虫算法成功收敛（约 240 次迭代）至三参数 Weibull 分布的最优参数：形状参数 ( $\beta$ ) = 1.92，尺度参数 ( $\eta$ ) = 7689.45，以及位置参数 ( $\gamma$ ) = 3987.21。
失效模式特征： 形状参数 $\beta > 1$ 证实了绝缘杆呈现出“磨损型”失效模式，这与循环载荷下的渐进式损伤累积相一致。
统计寿命指标：
- 平均失效时间 (MTTF)： 计算为 10,807 次操作。
- 中值寿命： 10,344 次操作（50% 可靠度）。
- 基于可靠度的阈值：
  - 90% 可靠度：6,820 次操作（适用于关键主网电路）。
  - 80% 可靠度：7,516 次操作（建议用于常规电路的预防性更换）。
  - 70% 可靠度：8,050 次操作（适用于一般电路）。
收敛性： 优化过程表现出快速收敛和稳定性，有效地避免了局部最优解。

意义与主张
本文声称通过弥合纯仿真与纯测试之间的鸿沟，为快速机械开关的可靠性设计和维护决策提供了一种通用解决方案。所提出的框架主要贡献如下：

可靠性： 通过利用实际应力测试验证仿真模型，确保了用于寿命预测的虚拟数据具有工程可靠性。
高效性： 仿真扩展法允许在无需进行大规模破坏性物理测试的情况下，评估多种电压条件下的寿命。
准确性： 将萤火虫算法与三参数 Weibull 分布相结合，克服了小样本场景下参数优化的瓶颈，为维护策略提供了精确的统计指标。