随着电力电子技术的高速发展，电子元器件在电力、通信、航天、激光等诸多领域得到广泛应用，因其往往需要承受高电应力及高开关频率的作用，使得电子元器件成为整个系统中较易发生故障的薄弱环节。一旦未及时更换而引发故障，可能会导致整个系统失效，造成严重的损失。因此，对电子元器件剩余寿命的准确预测至关重要，在其发生故障之前将其更换，从而确保整个系统的稳定运行。

由于失效机理复杂、先验信息不充分、监测数据不足等原因，电子元器件的退化模型存在不确定性问题，会对剩余寿命的预测结果产生较大的影响。针对模型不确定性问题，现有研究未考虑模型的预测能力，且需要大量的先验信息或退化数据。

针对退化过程可以用单一特征量表征的电子元器件性能退化模型的不确定性问题，省部共建电工装备可靠性与智能化国家重点实验室（河北工业大学）、河北工业大学河北省电磁场与电器可靠性重点实验室的赵昌东、项石虎、王尧，提出一种基于模型融合的电子元器件剩余寿命预测方法。

具体而言，他们提出一种综合考虑了模型的拟合能力、复杂度与预测精度的新模型优劣性指标，并依据新指标构造了各备选模型为真实模型的概率，进而利用全概率公式对所有备选模型进行融合，最后通过融合模型求解出电子元器件个体的剩余寿命。经实际案例分析，验证了该方法的有效性和精确性。

图1 建模与预测方法流程

研究者表示，新模型优劣性指标不同于传统指标，新指标综合考虑了备选模型的拟合程度、复杂度和预测精度，因此新指标可以对备选模型进行较为全面的度量。而且对所有备选模型进行融合的融合策略，不仅降低了放弃预测效果较好的模型的风险，其所建立的模型还同时具有多种模型的特征，可以在一定程度上抑制单一模型的缺点。此外，新指标融合法不依赖大量的先验信息或退化数据，且具有较高的预测精度及较为广泛的适用性。

他们指出，针对电子元器件共选取了十种备选模型，未来可以将更多的电子元器件退化趋势模型和随机效应模型纳入备选模型集合中，使得新指标融合法所建立的融合模型对于电子元器件更具一般性和广泛适用性。还可以通过对备选模型集合进行调整，使得该新指标融合法可以对其他类型的产品进行性能退化建模和剩余寿命预测。

本工作成果发表在2023年第18期《电工技术学报》，论文标题为“基于模型融合的电子元器件个体剩余寿命预测方法”。本课题得到国家自然科学基金和中央引导地方科技发展资金的支持。