智能电能表的可靠性预计方法研究

杨洪旗，刘少卿，黄进永

（工业和信息化部电子第五研究所，广东　广州　510610）



智能电能表的可靠性预计方法研究

杨洪旗，刘少卿，黄进永

（工业和信息化部电子第五研究所，广东广州510610）

可靠性预计是一种定量地评价智能电表的可靠性的有效手段，也是一种指导智能电能表设计改进的技术方法。首先，根据智能电表的特点，对比分析了现有的可靠性预计标准和手册的优缺点；其次，以GJB/Z 299C中提供的方法和数据为基础，对标准中未给出的定制型器件的失效率计算模型进行了分析，提出了对应的失效率预计函数和方法；然后，对智能电表的可靠性预计进行了实例分析；最后，结合智能电能表的可靠性预计结果，分析了不同元器件、模块对智能电能表的可靠性的影响，并给出了设计改进措施。

智能电能表；定制型器件；可靠性预计模型；元器件应力分析

0　引言

从1880年左右爱迪生利用电解原理发明了第一台直流电能表 （安时计）开始，电能表不断地革新，经历了感应式电能表、电子式电表和机电一体式电表，到现在已经发展为全电子式智能电能表。智能电能表是实现分布式电源计量、双向互动服务、智能家居和智能小区的技术基础［1］。作为“公平交易”平台的智能电表，由于其安装基数庞大 （达6亿只）、覆盖面广和自动化程度高，一旦质量控制不好，就将直接影响到智能采集系统的安全、稳定和经济地运行，也将直接影响到千家万户的供电可靠性和安全性。因此，在智能电能表的设计、生产、采购和运行管理等各个环节中，除了应该加强验收测试之外，还应该对产品的可靠性指标做出科学的预计、测评，并根据预计结果进行设计改进与优化。

可靠性预计是在产品尚无自身试验数据的情况下，根据类似产品的经验数据或组成该产品的各单元的可靠性数据，对产品在给定工作或非工作条件下的可靠性参数进行估算。可靠性预计是从定性地考虑转向定量地分析设备可靠性的关键，是“设计未来”的先导，是决策设计、改进设计和确保设备满足可靠性指标要求的不可或缺的技术手段。

可靠性预计方法及预计手册的选取，是开展智能电能表可靠性预计工作的关键。目前已有很多种可靠性预计方法，包括应力分析法、元器件计数法、相似产品预计法、专家评分预计法、可靠性框图法和上下限法等，但它们的适用范围各不相同［3-5］。关于可靠性预计方法的选择，文献 ［3-5］中已经有详细的论述，本文不再赘述。在对智能电能表的可靠性进行预计时，可供选用的可靠性预计手册有 GJB/Z 299C、SR-332、SN 29500、MILHDBK-217F和IEC TR 62380等，这些手册均是开展智能电能表可靠性预计的基础。上述预计标准、手册，给出了智能电能表常用器件的可靠性预计模型和预计数据。但是，由于智能电能表新增了大量的功能要求，电能表企业往往还会使用一些专门委托定制的部件，例如：外壳、LCD显示器、锂离子电池、测量传感器、开关电源变压器、继电器和断路器等，而这些部件的预计模型或参数在现有的可靠性预计标准和手册中均查不到，因此也就无法利用现有的标准和手册对其进行合理的可靠性预计。

因此，本文在分析现有的可靠性预计标准的优缺点的基础上，以GJB/Z 299C中提供的方法和数据为基础，对标准中未给出的定制型器件的失效率计算模型进行了分析，提出了对应的失效率预计函数和方法，并对智能电表的可靠性预计进行了实例分析。

1　可靠性预计手册及方法对比分析

目前，对智能电表等设备进行可靠性预计依据的手册主要有GJB/Z 299C、SR-332、SN 29500、MIL-HDBK-217F和IEC TR 62380等。应用这些预计手册进行可靠性预计时，各自的优点和局限性分析如下所述。

GJB/Z 299C给出了21类元器件的失效率预计模型和相应的参数值，并在附录中给出了部分进口元器件的失效率。其数据来源是国内电子产品的现场使用数据，是通过分析大量的现役设备的工作环境、故障时刻、工作时间、故障原因和现象等数据，采用科学的数理统计方法计算得到的。该标准为不同的元器件类型建立了不同的工作失效率预计模型，适用范围较为全面。其缺点是预计要求较为严格。

SR-332可靠性预计手册综合地考虑了元器件计数法、实验室试验数据和现场失效跟踪等信息，提供了3种预计方法，是商用电子产品的可靠性预计常用手册。其缺点是未考虑设计等因素。

SN 29500-2005提供了时常更新的参考条件下的失效率数据库，元器件类别全面，提供了元器件计数法和元器件应力法2种预计方法，但其一般只向西门子及其相关公司开放。

MIL-HDBK-217F为元器件计数法和元器件应力法提供了失效率数据和应力模型，提供了大量的元器件和封装类型的模型，以及从良好的地面环境到大炮发射的14种环境类型。其缺点是：该预计手册主要以西方工业发达的国家的产品质量为基础，且自1995年以来未更新过。

IEC TR 62380支持占空任务剖面及其应用阶段，可计算PCB板的失效率。其缺点是失效率预计模型较为复杂，预计工作量较大。

通过对以上预计方法手册的优缺点进行分析，结合智能电能表的特点，本文选用GJB/Z 299C中提供的元器件计数法和元器件应力分析方法对智能电表的可靠性进行预计分析。针对GJB/Z 299C标准没有提供智能电表中使用的LCD显示器的可靠性预计参数的问题，参照IEC TR 62380预计手册，提出了对应的计算方法，构建了对应的可靠性预计模型。

2　含定制件的智能电能表的可靠性预计模型

2.1模型假设

为了便于操作的实施，同时考虑到实用性，在使用该方法对智能电表的可靠性进行预计分析之前，作如下假设：

1）元器件的失效率服从指数分布；

2）所有元器件均具有等同的重要性；

3）电能表未发生不可预见事件；

4）除老化外，电能表的特性不会发生变化；

5）外部环境条件恒定或可以预见；

6）功能性条件恒定或可以预见；

7）有详细的性能要求和失效判据；

8）不存在设计失效。

根据上述假设，所有元器件的失效率λi都是不随时间发生变化的，即λ（t）=λi，i表示元器件，则元器件i的可靠度函数为：

Ri（t）=exp（-λit）（1）

则由n个元器件构成的设备或系统的可靠度函数可以表示为：

由此可知，设备的失效率为：

λS=λ1+λ2+…+λn（3）

从公式 （3）可知，要计算智能电能表的失效率，则需要先预计、计算出各元件的失效率。

由于智能电能表包含的元件种类较多，在使用可靠性预计标准和手册对其进行可靠性预计时，往往存在标准和手册外的器件或者定制型的元件，对于这类元件，将无法直接使用标准和手册对其进行可靠性预计。为此，本文分别对常规件的可靠性预计和定制件的可靠性预计两种情况进行了讨论。

2.2常规件的可靠性预计模型

元器件应力法全面地考虑了电、热气候和机械环境应力等因素对元器件失效率的影响。根据智能电表的构成情况，基于元器件应力法，可确定智能电能表中常规件的失效率模型为：

λPi=λGiπQiπEiπViπTi（4）

式 （4）中：λPi——元器件i的失效率；

λGi——元器件i在设定条件下的通用失效率；

πQi——元器件i的质量系数；

πEi——元器件i的工作环境系数；

πVi——元器件i的工作电应力系数；

πTi——元器件i的工作热应力系数。

2.3定制件的可靠性预计模型

智能电能表的外壳、LCD显示器等，一般采用委托定制方式生产，这些元件的可靠性一般很难套用可靠性预计标准进行预计，或者预计标准中根本没有对应的预计模型。例如：智能电能表常用的LCD显示器，一般为定制件，但GJB/Z 299C中没有针对该LCD显示器的可靠性预计模型。因此，本文参照IEC TR 62380预计手册中提供的方法对LCD显示器进行应力分析，建立的相应的可靠性预计模型如下：

式 （5）中：λ0L——LCD显示器的基本失效率；

j——任务阶段数；

ni——波动幅值下的循环周期数；

ΔT——温度波动大小。

当 ni≤8 760时，（πn）i=ni0.76；当 ni＞8 760时，（πn）i=1.7×ni0.6。

根据我国智能电能表的使用环境条件，结合工程经验，可以将LCD显示器的基本失效率设为50 Fit（1 Fit=10-9/h），即λ0L=50×10-9/h。

假定一年为365天，每天温度循环一次，则ni=365，（πn）i=（ni）0.76=3650.76=88.6。具体的温度循环次数，根据智能电能表的实际运行环境确定。

由于智能电表的使用环境相对比较稳定，可以认为每天的温度变化条件是一致的，所以阶段数j=1，假定每天温度波动为6℃，根据以上分析计算可得，LCD显示器的失效率为：

λL=50×（1+2.5×10-2×88.6×606.8）×10-9=0.425× 10-6/h

以上是国外同类产品的可靠性水平，考虑到国内产品与同等国外产品的失效率的差异通常为一个数量级，根据工程应用经验，这里取LCD显示器的失效率为国外同等产品的4倍，即λ＇L=4×λL= 1.698 1×10-6/h。

2.4智能电能表的失效率模型

在确定了智能电能表各元件 （含常规件、定制件）的失效率模型的基础上，可以得到智能电表第K个模块的失效率的表达式如下：

λK=∑NiλPi（6）

式 （6）中：λK——智能电能表的模块K的失效率；

∑NiλPi——模块K中所有元器件失效率的总和，包含常规件和定制件的失效率。

元器件i对模块K失效的影响度为：

模块对整个电表失效的影响度为：

当电能表进入正常使用期后，由于失效率几乎为常数，一般也用失效率的倒数来衡量电能表的可靠性水平，则智能电能表的平均寿命可以表示为：

3　含定制件的智能电能表的可靠性预计分析实例

3.1智能电能表的可靠性结构模型

本文以某智能电能表为例，进行含定制件的电能表的可靠性预计。该电能表根据功能可划分为电源模块、计量模块、控制模块、显示模块、存储模块和通讯模块，为了方便记录，用Mi（i=1，2，…，6）标记以上各个模块。各模块含的元器件如表2-7所示。该电能表的基本可靠性框图如图1所示。

图1　智能电能表的可靠性结构模型

该智能电能表的工作环境温度平均为27℃，每天温度波动平均值为6℃。该智能电能表的显示模块的LCD显示屏为定制元件，且GJB 299C中没有与之对应的可靠性预计模型，因此，LCD显示屏的可靠性采用本文3.3节的预计模型进行预计，其他器件的可靠性根据GJB 299C预计手册进行预计。

3.2常规件的可靠性预计参数设置

根据智能电能表的分析结果［5］，确定智能电表的敏感应力为电应力、温度应力和环境应力。

a）环境应力πE：根据参考文献 ［7］，选择“地面良好”作为预计对象的环境条件，即πE= 1.0。

b）电应力πV：根据某一整表的电路原理图，通过计算、仿真和测量等方式获得元器件在预定工作状态下的电压、电流和功率等电应力参数。

c）温度应力πT：按工作外环境温度为27℃，并参考不同元器件的温升值进行预计。

d）质量因子πQ：根据实际情况，参考文献［4］，确定元器件的质量等级，并确定对应的质量因子，质量因子选取如表1所示。

表1　质量因子

3.3定制件的可靠性预计参数设置

该智能电能表的LCD显示器为定制件，且GJB 299C中没有与之对应的可靠性预计模型。根据智能电能表的使用环境条件、温度波动范围，使用本文3.3节的预计模型对LCD显示器的可靠性进行预计，则国外同等产品的失效率为：

λL=50×（1+2.5×10-2×88.6×60.86）×10-9=0.425× 10-6/h

根据工程应用经验，将该型号LCD显示器的失效率估计为国外同等产品的4倍，即：

λ＇L=4×λL=1.698 1×10-6/h。

3.4智能电表的可靠性预计

根据以上模型和相应的模型参数，利用工业和信息化部电子第五研究所开发的五性软件CARMES 7.0，对该智能电表进行可靠性预计。

根据智能电表各个模块的构成，利用上述模型，输入各项参数，可以得到各个模块的失效率数据如表2-7所示，以下表格中失效率的单位为10-6/h。

利用公式 （5），根据表2中的数据，可以计算出各个模块的失效率，如表8所示。

将以上数据代入公式 （3），可以得到智能电表的失效率预计值为：

λS=λ1+λ2+λ3+λ4+λ5+λ6=8.368×10-6/h

表2　电源模块失效率数据

表3　计量模块的失效率数据

表4　控制模块的失效率预测表

表5　显示模块的失效率预测表

表6　存储模块的失效率预测表

表7　通讯模块的失效率数据

表8　各个模块的失效率

R（t）=exp（-λSt）=exp（-8.368×10-6t）

3.5预计结果分析

a）元器件的影响分析

根据以上数据可以得到各个模块中影响度前3位的元件及影响度分布情况，如图2所示。

图2　各个模块中元件失效率占比前3位的元器件

根据图2和表2-7中的数据可以发现，影响智能电能表的可靠性的主要元器件为：集成电路、锂电池、液晶、变压器、稳压器、谐振器、贴片电阻和二极管。而通过对单个元器件的失效率进行对比，可以发现ESAM模块的失效率最高，液晶的失效率其次。

b）不同模块的影响分析

根据表8中的数据，利用公式 （8）可以计算出各个模块的失效率对整个设备失效的影响，利用饼状图可以直观地看出各个模块的影响度，如图3所示。

从图3可以看出，ESAM所在的控制模块失效对整个设备的影响最大，显示模块其次，它们是决定智能电能表能否达到预期寿命的关键部件。显示模块的失效率比较高主要是因为液晶是定制器件，成熟度比较低。所以，在进行可靠性设计和改进时，应该重点关注控制模块和显示模块，使用一些成熟度高的同类器件进行替代。

图3　各个模块的失效率的占比

4　结束语

可靠性预计是为了估计产品在给定工作条件下的可靠性，以便于及时地发现设计中存在的可靠性方面的问题并及时地修改，确保产品的可靠性在费用和时间等资源有限的条件下达到要求的指标。本文通过对目前存在的可靠性预计方法、手册进行对比分析，结合新型智能电表的特点，选用GJB/Z 299C为参照标准，以产品失效率为预计参数，分别对常规件和定制件进行应力分析，提出了智能电表中特殊部件的应力分析模型，构建了智能电表的可靠性预计模型，并以某智能电表为例，对其可靠性进行了分析，为该智能电表的可靠性设计工作提出了具有针对性的改进意见，对同类产品的可靠性预计工作的开展具有重要的指导意义，同时，分析结果也可以为改善产品设计和合理地利用各种资源提供理论依据。

［1］郭兴昕，贾军，郭晓艳，等.智能电能表发展历程及应用前景 ［J］.江苏电机工程，2012，31（1）：82-84.

［2］李晓敏，韦闽峰，邱靖宇，等.电子设备可靠性预计研究 ［J］.网络新媒体技术，2013，2（4）：48-51.

［3］陈亚兰，罗俊，李晓红.电子装备可靠性预计方法概述［J］.微电子学，2013，43（2）：242-248.

［4］中国人民解放军总装备部电子信息基础部.电子装备可靠性预计手册：GJB/Z 299C-2006［S］.北京：总装备部军标出版发行部，2007.

［5］袁金灿，马进，王思彤，等.智能电能表可靠性预计技术 ［J］.2013，33（7）：161-166.

［6］全国电工仪器仪表标准化技术委员会.电能表可靠性要求及考核方法：JB/T 50070-2002［S］.北京：机械工业出版社，2003.

［7］电力行业电测量标委会.单相交流感应式长寿命技术电能表使用导则：DL/T 828-2002［S］.北京：中国电力出版社，2002.

［8］电力行业电测量标委会.静止式单相交流有功电能表使用导则：DL/T 830-2002［S］.北京：中国电力出版社，2002.

Reliability Prediction Method of Smart Meter

YANG Hong-qi，LIU Shao-qing，HUANG Jin-yong
（CEPREI，Guangzhou 510610，China）

Re1iabi1ity prediction is an effective way to quantitative1y eva1uate the re1iabi1ity of smart meter，and it is a1so a technica1 method to guide the design improvement of smart meter. First1y，according to the characteristics of smart meter，the advantages and disadvantages of existing re1iabi1ity prediction standards and manua1s are compared and ana1yzed.Next，based on the method and data provided by GJB/Z 299C，the fai1ure rate ca1cu1ation mode1 of customized device which is not given in the standard is ana1yzed，and the corresponding fai1ure rate prediction function and method are proposed.And then，an actua1 examp1e ana1ysis of the re1iabi1ity prediction of smart meter is carried out.Fina11y，combining with the re1iabi1ity prediction resu1ts of smart meter，the influence of different components and modules on the reliability of smart meter is analyzed，and some design improvement measures are put forward.

smart meter；customized device；re1iabi1ity prediction mode1；component stress ana1ysis

TM 933.49；TB 114.39

A

1672-5468（2016）03-0065-07

10.3969/j.issn.1672-5468.2016.03.013

2015-12-11

杨洪旗 （1987-），男，河南息县人，工业和信息化部电子第五研究所助理工程师，主要从事可靠性与测试性相关技术研究工作。