基于粗糙集理论和生命初态信息的继电器寿命预测方法
河北工业大学电磁场与电器可靠性省部共建重点实验室的研究人员李玲玲、张士暖、李志刚、贺鹏举，在2016年第18期《电工技术学报》上撰文指出，工作寿命是表征产品可靠性的重要特征量。对于继电器这类长寿命产品，以寿命为指标进行产品筛选的方法目前还未得到深入研究。
近来通过对继电器寿命试验数据进行分析发现：继电器个体的寿命与其生命初期的性态有关，初期性态较好的个体其寿命也较长，反之则寿命较短。本文基于这一发现提出了继电器的个体寿命预测与筛选方法，即首先通过寿命试验获取一组样本在生命初期的性能参数值与寿命值，然后利用粗糙集理论中的属性约简提取一组与寿命相关的性能参数，并建立一组寿命决策规则。
此后对于任一同型产品，只要测出其生命初态信息即可根据这组规则预测其寿命，进而完成以寿命为指标的继电器产品筛选。本文最后进行了实例分析，结果表明了该方法的有效性。
工作寿命是表征工业产品可靠性的重要特征量。对于继电器而言，不同行业、系统和设备对其工作寿命有着不同要求，因此很多时候需要以寿命为指标进行继电器的筛选。例如在车辆系统中，扬声器继电器要求百万次左右的工作寿命，前灯继电器50万次，而其他一般的继电器达3～10万次即能满足需要[1]。
特别地，当继电器服役于某些对可靠性要求极高、一旦投入使用即不易修复甚至根本无法修复的系统（例如太空站、海上石油平台和人造卫星等）时，每个继电器个体都被要求拥有比其所服役的系统更长的工作寿命。为此不得不进行历时较长、条件严苛的筛选试验，从而占用大量人力物力并产生高昂费用，况且这种历时较长的筛选试验本身也会减少继电器个体的剩余寿命，使其有效服役期缩短。
随着我国太空技术与军工技术等的迅猛发展，当前迫切需要一种以寿命为指标对包括继电器在内的电子电器进行筛选的方法，且该方法不会过多压缩其有效服役期。
以寿命为指标的产品筛选首先需要对产品寿命做出预估、预测。当前，产品寿命预测的方法可分为两类：
一类是基于抽样检测理论，根据样本的寿命数据推测整体的寿命分布以及与寿命有关的可靠性特征量（如平均寿命、中位寿命等）。这类方法适用于批产品而非个体的寿命预测，对于以寿命为指标的产品筛选意义不大，因为即使是同一批次的产品，不同个体的寿命也是有差别的，表征整体性能的寿命指标并不能充分表达个体的情况。
另一类方法是根据产品个体的性能参数变化特征推测其寿命，此类方法建立在产品个体的性能退化机理之上，可以体现同一批次下不同产品个体的寿命差别，故其适用对象为产品个体。
在上述第二类方法中，当前的研究大多集中于基于神经网络[2]、回归分析[3,4]、小波和ARMA分析[5]等数学方法建模的预测。这类数值型预测方法所需数据量较大，计算过程复杂。事实上，在为太空站这类对可靠性要求极高的系统筛选基础电子器件（例如继电器）时，并不需要确切掌握每个器件的工作寿命，而只要求这些器件的寿命长于系统自身的服役期，这种情况下，用于器件筛选的寿命预测应侧重于定性而非定量。
另外，较复杂的自控系统所含继电器成百上千，例如某型军用运输机采用了300多只航天继电器，某大型人造卫星采用的继电器数量达1 500多只[6]，如果每个继电器都基于数值型预测方法进行筛选，则计算量太过庞大。简言之，以系统寿命为筛选依据的基础器件寿命预测不便于采用上述数值型预测方法。
通过对长期所积累的不同型号继电器的寿命试验数据进行分析，一个规律近来被发现，即：继电器个体的寿命与其生命初期的性态有关，初期性态较好的个体其寿命也较长，反之则寿命较短。本文基于这一发现，运用粗糙集理论建立了继电器产品初期性能参数和寿命的决策表，然后根据所建立的决策表和继电器的初期性能参数信息即可预测继电器个体的寿命等级（即寿命的大致范围），最终实现以寿命为指标的继电器产品筛选。
结论
通过分析继电器的寿命试验数据，发现继电器个体的寿命与其生命初期的性态有着某种关系。本文基于这一发现，提出了一种基于粗糙集理论的继电器寿命预测方法，预测的精细程度取决于寿命的离散分类等级数。
离散分类等级数越高，每一等级所表征的区间越窄，预测结果也就越精细。当仅需判断继电器个体是否能达到期望的寿命值时，寿命的离散分类等级数为2即可，分别代表“达到”和“未达到”，这种简单易行的方法为以寿命为指标的产品筛选带来极大便利。
与当前常用的继电器产品寿命预测和产品筛选方法相比，本文方法的特点体现在：①简单、快捷、运算量小、所依赖的信息量少，仅需测出继电器个体在生命初期的性能参数数据。②寿命预测的对象为继电器产品个体而非批产品，因此非常适用于以工作寿命为指标的继电器产品等级划分与筛选。③由于仅需对继电器在其生命初期的性能参数进行测试，故在筛选过程中不会过多压缩其有效服役期，同时也大大降低了产品筛选的成本。
该方法亦可推广应用于其他产品的寿命预测与产品筛选，只要该产品的寿命与其生命初期特征具有相关性。