电连接器微动磨损的超声识别与性能退化模型

针对振动环境下电连接器易产生微动磨损而接触性能降低这一问题，采用超声检测方法监测微动磨损过程中电连接器接触件间磨屑的特征值，研究了不同振动条件下接触件的磨损程度及接触性能的退化规律。结果表明，振动频率、振动加速度和振动次数对接触面磨屑的堆积和接触电阻的波动都有正向累积效应；电连接器轴向振动时，磨屑累积效应最为明显。接触电阻和磨屑特征值总量在高振频及加速度下呈现极高的相关性。以磨屑特征值构建的麻雀搜索算法优化BP神经网络性能退化模型的平均绝对误差小于5%。