基于油烟气体干扰的传感器寿命预测方法

技术领域

本发明属于计算机数据分析技术领域，具体涉及基于油烟气体干扰的传感器寿命预测方法。

背景技术

可燃气体传感器是一种将某种可燃气体（如天然气）体积分数转化成对应电信号的转换器，用于检测可燃气体浓度的传感器大多是催化燃烧传感器，它的使用寿命在理想环境下3～5年。可燃气体传感器在生产后的整个生命周期主要包括贮存和使用两个阶段，在这两个阶段的退化都会引起气体传感器的性能指标的下降，可燃气体传感器的可靠性差会使传感器产生漏报、误报等现象；另外气体探测器(包括固定式气体报警器和便携式气体报警器)传感器的寿命同它所暴露的浓度有很有大的关系。比如：某个固定式可燃气体报警器暴露于10%LEL可燃气之中，它的寿命大约是6个月，如果暴露与40%LEL可燃气之中，则只有2个月。

现有技术中，对传感器的寿命的预测方法主要通过加速试验数据外推获得器件寿命，加速退化试验优化设计主要涉及加速退化模型、应力加载方式、优化目标、试验变量、限制条件、求解算法等五个方面，专利CN111966966A公开了一种传感器测量误差模型参数可行域分析方法，确定首达时间下设备的真实寿命，然后确定设备的伪寿命，最后根据所述首达时间下设备的真实寿命和所述伪寿命确定测量误差模型均值和标准差的可行域，解决了高可靠性设备剩余使用寿命估计的退化数据中存在测量误差的问题，以便后续进行维修决策分析；然而，目前没有针对油烟气体干扰下的传感器寿命预测的相关研究，油烟气体主要包括细颗粒物、可沉降颗粒物以及挥发性有机物（VOCs）等，当传感器长期工作于油烟气体环境中时，油烟气体会对传感器的性能产生严重影响，导致传感器的寿命缩短；因此，亟需一种准确有效的油烟气体干扰下的传感器寿命的预测方法。

发明内容

本发明的目的在于提供一种油烟气体干扰下的传感器寿命的预测方法，具体技术方案如下：

基于油烟气体干扰的传感器寿命预测方法，所述传感器为可燃气体传感器，预测方法包括以下四个步骤：

步骤S1，建立传感器在环境温度和油烟气体干扰下的性能退化模型，获得传感器寿命与应力条件下的性能退化率之间的关系式。

进一步的，在传感器加速退化实验中，环境温度为

传感器在应力条件不变的情况下退化率保持恒定不变，则传感器在环境温度和油烟气体干扰下的性能退化模型表示为：

式中，

进一步的，所述传感器的性能退化率选取洁净空气下传感器的电阻值漂移率作为性能参数，环境温度选取-10~75摄氏度。

进一步的，传感器的失效阈值设定为性能参数下降到初始值的60%，传感器的寿命与应力条件下的退化率成反比，两者之间的关系表达式为：

式中，

步骤S2，在环境温度保持不变的前提下，改变油烟气体浓度，根据传感器在不同油烟气体浓度条件下的性能退化率计算油烟气体浓度与传感器的性能退化率之间的线性拟合参数。

进一步的，改变加速退化实验中的油烟气体浓度，设置不同的油烟气体浓度，统计各个传感器在不同油烟气体浓度条件下的性能退化率观测值。

设置n种不同的油烟气体浓度

进一步的，环境温度

进一步的，得到油烟气体浓度与传感器的性能退化率的离散点坐标：

进一步的，油烟气体浓度与传感器的性能退化率之间满足线性拟合条件：

进一步的，使用最小二乘法求解参数

根据上述偏导数得到参数

式中，

步骤S3，将所述线性拟合参数带入所述传感器寿命与应力条件下的性能退化率之间的关系式，得出油烟气体干扰时的传感器在环境温度下的寿命值。

进一步的，油烟气体干扰时的传感器在环境温度下的寿命值的计算方法包括：将油烟气体浓度与传感器的性能退化率之间的关系式

式中，

步骤S4，根据环境温度与传感器寿命值之间的阿伦尼乌斯方程，得出油烟气体干扰时的指前因子值，再将指前因子值带入所述方程，即可计算出油烟气体干扰时的传感器在工作温度下的寿命预测值。

进一步的，传感器的寿命和环境温度T之间满足阿伦尼乌斯方程：

进一步的，根据阿伦尼乌斯方程，

本发明与现有技术相比，其有益效果是：

本发明的基于油烟气体干扰的传感器寿命预测方法，通过传感器寿命与应力条件下的性能退化率之间的关系式，计算油烟气体浓度与传感器的性能退化率之间的线性拟合参数，根据油烟气体干扰时的指前因子值，最终计算出油烟气体干扰时的传感器在工作温度下的寿命预测值；该预测方法能够帮助用户准确预测传感器在实际油烟环境中的使用寿命，从而减少因传感器失效来带的风险。

附图说明

图1为本发明实施例的基于油烟气体干扰的传感器寿命预测方法流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例

如图1所示，为基于油烟气体干扰的传感器寿命预测方法流程图，该方法中的传感器为催化燃烧式可燃气体传感器，传感器的检测部件具体包括在铂电阻表面制备耐高温催化剂层，在一定温度下，可燃气体在表面催化燃烧，因此铂电阻温度升高，导致电阻的阻值变化，简介获得可燃气体的浓度值。

基于油烟气体干扰的传感器寿命预测方法包括以下四个步骤：

步骤S1，建立传感器在环境温度和油烟气体干扰下的性能退化模型，获得传感器寿命与应力条件下的性能退化率之间的关系式。

需要说明的是，为了对油烟气体干扰的传感器性能退化轨迹进行拟合，首先需要建立油烟气体干扰下的性能退化模型，求解每只器件在加速应力（如温度、电压、电流等）条件下的性能退化特征参数，进而根据失效阈值估计该条件下的寿命值，在本实施例中，只改变环境温度，即只改变温度的加速应力。

在传感器加速退化实验中，环境温度为

式中，

需要说明的是，本实施例中，传感器的性能退化率选取洁净空气下传感器的电阻值漂移率作为性能参数，环境温度选取-10~75摄氏度，气体传感器在加速退化的条件下，经过一段时间后性能会发生改变，直至失效，而传感器是否失效我们无法直观的进行判别，所以需要根据失效阈值来确定传感器是否已经失效，由于气体传感器有多项性能参数，对应的也有多条失效判据，通过对试验结果进行定量分析，以及查阅相关文献和标准技术手册，可得气体传感器主要的失效判定标准包括：洁净空气下传感器电阻值漂移

在所有的失效判定标准中，洁净空气下传感器电阻相对容易测量，因此，在本实施例中将传感器的失效阈值设定为性能参数下降到初始值的60%，根据传感器的寿命与应力条件下的退化率成反比，得到两者之间的关系表达式为：

式中，

步骤S2，在环境温度保持不变的前提下，改变油烟气体浓度，根据传感器在不同油烟气体浓度条件下的性能退化率计算油烟气体浓度与传感器的性能退化率之间的线性拟合参数。

改变加速退化实验中的油烟气体浓度，设置不同的油烟气体浓度，统计各个传感器在不同油烟气体浓度条件下的性能退化率观测值。

需要说明的是，设置n种不同的油烟气体浓度

环境温度

得到油烟气体浓度与传感器的性能退化率的离散点坐标：

油烟气体浓度与传感器的性能退化率之间满足线性拟合条件：

使用最小二乘法求解参数

根据上述偏导数得到参数

式中，

步骤S3，将所述线性拟合参数带入所述传感器寿命与应力条件下的性能退化率之间的关系式，得出油烟气体干扰时的传感器在环境温度下的寿命值。

油烟气体干扰时的传感器在环境温度下的寿命值的计算方法包括：将油烟气体浓度与传感器的性能退化率之间的关系式

式中，

步骤S4，根据环境温度与传感器寿命值之间的阿伦尼乌斯方程，得出油烟气体干扰时的指前因子值，再将指前因子值带入所述方程，即可计算出油烟气体干扰时的传感器在工作温度下的寿命预测值。

传感器的寿命和环境温度T之间满足阿伦尼乌斯方程：

根据阿伦尼乌斯方程，

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。