0 引言
电连接器广泛应用于轨道交通、航空航天、通信设备、核电等重要领域,可实现设备、部件和系统之间的信号传播和电气连接[1-2]。电连接器的接触性能对系统的可靠运行具有重要影响。振动应力是影响电连接器接触性能的重要因素之一。机械振动会导致插针与插孔之间产生相对位移,引起接触区域的微动磨损,导致电连接器的接触性能退化甚至失效[3-4]。
国内外学者对振动引起的电连接器微动磨损的研究主要分为2个方面:性能退化规律和退化模型。对微动磨损性能退化规律的研究主要是分析振动(频率、振幅、方向和时间等[5-9])或振动耦合其他因素(电流、温度、湿度和氧含量等[8,10-12])对接触电阻的影响。微动磨损退化模型多以接触电阻为因变量,以微动次数和其他影响因素为自变量,用函数关系来表示,如以振动频率和微动位移为变量的功率电连接器金镀层材料微动磨损退化模型[13];将有限元仿真与失效物理方程相结合,建立电连接器振动载荷与局部振动响应之间的寿命预测模型[14];结合Eyring模型,构建了圆形电连接器的振动和电流综合应力加速退化可靠性评估模型[15]。上述模型均以电连接器接触性能的宏观特征参数(接触电阻)来描述微动磨损性能的退化过程,未涉及微动磨损过程中磨屑堆积和分布的演变行为。
作者团队前期的研究初步确定了磨屑的堆积和分布与电连接器的磨损程度和性能退化之间存在一定的相关性[16-18]。本文通过随机振动和载荷电流诱发的微动磨损对这一相关性进行了进一步的研究,并提出了一种基于磨屑分布信息构建的布谷鸟搜索算法优化BP神经网络(以下简称CS-BP)性能退化模型。
1 电连接器微动磨损试验
1.1 试验样品
本文选用的试验样品为直插式电连接器接触件,由黄铜( HPb59-1级:铜60%(质量分数,下同)、铅1.9%、镍1%、 铁0.5%和锌)和镍金镀层制成。接触件长度为65 mm,直径为10 mm。接触件实物如图1所示。
图1 接触件实物图
Fig.1 The photo of electrical connector contacts
1.2 试验装置
本文设计的电连接器微动磨损试验装置如图2所示,包括随机振动驱动单元(Ⅰ)、磨屑特征值检测单元(Ⅱ)、负载电流供给单元(Ⅲ)和接触电阻测量单元(Ⅳ)。
图2 电连接器微动磨损试验装置
Fig.2 The fretting wear test device of electrical connector contacts
随机振动驱动单元对安装在振动台上的试品施加随机振动激励,使接触件插针与插孔之间产生微动磨损。接触件间产生的磨屑通过磨屑特征值检测单元中的铰链式双层电容传感器进行监测,将监测到的磨屑堆积和分布信息通过数据采集电路以电容值的形式发送给工控机。接触电阻测量单元将测量得到的接触电阻值传输到计算机。
1.3 试品安装与检测
本文设计了1套试品安装夹具,实现了试品在不同振动方向(X、Y、Z)的紧固安装。试品安装如图3所示。
图3 试件安装示意图
Fig.3 Specimen installation diagram
本文设计的铰链式双层电容传感器如图4所示,包括双层电极、铰链外壳和屏蔽体。电极沿轴向分2层固定在壳体的内侧。综合考虑试品尺寸和测量精度,确定每层圆周等间距布置8根电极,双层共布置16根电极。将铰链式双层电容传感器安装在试样外围,利用通电电极的电场效应,监测接触件间磨屑的堆积和分布情况。
图4 铰链式双层电容传感器结构示意图
Fig.4 Structure diagram of hinged double-layer capacitance sensor
由于电容的边缘效应,当电极对处于相对位置或近似相对位置(如电极对1-4,1-5)时,检测到的磨屑特征值很小,本文忽略不计。选取同一层相邻的2个电极分别作为激发电极和检测电极一一对应(如上电极对1-2,2-3)。每1个测量的电容值都可以表征与某一电极对相对应的接触区域内的磨屑量。因此,将同一层的2个不同的相邻电极依次连接进行检测。被测接触件的接触表面可划分为16个子区域,由中间的劈槽分成2部分,即接触区域A和接触区域B,如图5所示。
图5 接触区域划分示意图
Fig.5 Contact area division diagram
1.4 试验方案
本试验旨在探究不同随机振动条件下电连接器的微动磨损引起的性能退化规律。根据相关标准,本文中选取3个随机振动水平,每个随机振动激励水平对试品施加3个振动方向(X、Y和Z)和2种负载工况(0 A和5 A)。试验方案如表1所示。
表1 随机振动下电连接器触头微动磨损试验方案
Table 1 Fretting wear test scheme of electrical connector contacts under random vibration
试验组别振动量级/g负载电流/A振动方向试验时间/min试品编号1234567.8905XYZXYZ400X-1,X-2Y-1,Y-2Z-1,Z-2X-3,X-4Y-3,Y-4Z-3,Z-47891011129.6705XYZXYZ400X-5,X-6Y-5,Y-6Z-5,Z-6X-7,X-8Y-7,Y-8Z-7,Z-813141516171811.1605XYZXYZ400X-9,X-10Y-9,Y-10Z-9,Z-10X-11,X-12Y-11,Y-12Z-11,Z-12
注:g=9.8 m/s2
试验过程中,温度为15～35 ℃,相对湿度为20%～80%,大气压力为73～106 kPa,每隔20 min监测1次磨屑特征值和接触电阻值。试验结束后,利用扫描电子显微镜和能谱仪对微动损伤程度、氧化程度和微动区元素分布进行分析。
2 试验结果及性能退化分析
2.1 磨屑特征值总量的变化
图6给出了不同随机振动条件下各接触件间磨屑特征值总量(∑ΔC)变化的直方图。
图6 不同随机振动条件下接触件间磨屑特征值总量变化直方图
Fig.6 The change histogram on the total amount of wear debris of the contacts under different random vibration conditions
由图6可知:
1) 随着振动时间的增加,磨屑特征值总量的增长大致分为3个阶段:显著增长期(0～120 min),平均增长约0.18 pF;缓慢增长期(120～240 min)和第二次快速增长期(240～400 min),240～360 min期间,磨屑特征值总量增幅约为 36%～67%;在360～400 min内,其平均增幅约为19%。
推测在微动磨损初期,即磨合期(0～120 min),插针与插孔接触斑点被剪切成磨屑,磨损产生量相对较高,磨屑堆积量迅速增加。但随着磨屑的增多,接触斑点合并成小平台。插针和插孔处于稳定的摩擦状态,磨损程度劣化过程减缓(120～240 min)。随后,磨屑逐渐被氧化并碎化,在插针和插孔之间形成第三体,黏着磨损转变为磨粒磨损,磨粒磨损进一步加剧(240～360 min),直至磨屑堆积达到新的水平(360～400 min)。
2) 不同随机振动水平下,400 min时的磨屑总量差异并不显著,随振动水平的增加略有增加。Y-1 (7.89 g)、Y-5 (9.67 g)和Y-9 (11.16 g)在400 min时的磨屑特征值总量分别为0.477、0.504、0.553 pF。但随机振动水平越高,磨损过程越快,即磨屑堆积越快。在40 min时,Y-1、Y-5和Y-9的∑ΔC分别为0.127、0.171、0.237 pF,Y-9的磨屑特征值总量约为Y-1的2倍。在120 min时,Y-9的磨屑特征值总量达到0.325 pF,而试品Y-1和Y-5直到240 min才分别达到0.294 pF和0.329 pF。Y-9的磨屑堆积增长速率高于Y-1和Y-5。由此推断,在相同的振动时间内,高随机振动水平下的微动位移较大,磨屑堆积的增长速率较大,因此磨损加剧较快。
3) 对于相同的随机振动条件,负载条件下的磨屑总量普遍大于空载条件下的磨屑总量。例如,在400 min时,Y-11 (11.16 g,5 A)和Y-9 (11.16 g,0 A)的磨屑特征值总量分别为0.608 pF和0.553 pF,表明加载电流对磨屑的产生具有明显的正累积效应。在负载情况下,接触件接触表面温度升高,接触斑点软化,容易被“切割”成碎屑;氧化速率和磨屑量增加,磨损进一步加剧。
4) Y向振动试品的磨屑特征值高于X、Z向振动试品的磨屑特征值,X向振动试品的磨屑特征值略高于Z方向,Y方向试品磨屑堆积率最高。由此推断,Y向振动时接触件间的相对位移更大,导致微动磨损更为严重。
图7展示了部分试品接触区域A下层的表面形貌。由图7可以发现,试验后的插针表面存在零星的黑色颗粒或斑块和暗区,部分区域存在凹陷或涂层脱落,这与图6中各子区域的磨屑特征值基本一致。这证实了随机振动过程中电连接器接触件之间发生微动磨损,并伴随着磨屑的堆积。
图7 部分典型试样销接触区A下层表面形貌
Fig.7 The surface morphology of the lower layer in the pin contact area A of some typical specimen
图7 (a)、(b)和(f)表明,试品Y-1 (7.89 g,0 A)有一些不规则的暗色颗粒,试品Y-5 (9.67 g,0 A)有一些涂层脱落,试品Y-9 (11.16 g,0 A)有较大范围的涂层脱落和一些黑色颗粒或斑块。可以看出,由于随机振动水平的不同,插针接触表面的微动磨损程度存在一定的细微差异。
对比图7(b)和(c)、(d)和(f)可以看出,负载对插针接触表面微动磨损的影响主要表现为涂层剥落区域的扩大和部分接触亚区磨屑堆积的增加。
图7(e)、(f)和(g)显示试品X-9和Z-9接触表面上有少量突起,但涂层脱落和暗斑堆积程度均小于试品Y-9。
2.2 不同振动条件下的磨屑分布情况
由图8可知,接触件不同接触区域的磨屑特征值变化趋势与图6所示的磨屑特征值总量基本一致。
图8 Y向振动试品不同接触区域的磨屑特征值变化直方图
Fig.8 The change histogram of the characteristic value of wear debris in different contact regions of the Y-direction specimen
上层磨屑总量很小,小于0.08 pF,仅为下层磨屑特征值总量的1/7左右。由此推断插针端部磨损较轻,接触件的磨损和磨屑堆积主要发生在插针根部,这是由于触头过盈配合结构产生的接触力所导致的。由于产生的摩擦力与接触力成正比,因此插针根部的磨损更为严重。此外,接触区域A的磨屑堆积总量总体上略大于接触区域B,约为1.3倍,这可能是由于随机振动过程中试品不同接触区域受力微小差异导致的磨损程度不同。
试品Y-9 (11.16 g,0 A)插针的表面形貌如图9所示。
图9 试品Y-9的表面形貌图
Fig.9 The surface topography of Y-9 specimen
接触区域A和B的上层表面没有明显的磨屑堆积,近似平滑;但在接触区域A和B的下层表面不均匀地出现了一些大小不一的黑色斑块,此外在接触区A的下层还存在1个较大的涂层剥落区域。负载电流会增大接触区域A与B之间以及上下两层之间磨屑堆积量的差异。
2.3 接触电阻的变化
图10是部分试品的接触电阻随振动时间变化的直方图。在不同激励条件下的微动过程中,试品的接触电阻变化规律与图6中的磨屑特征值总量相似。
图10 不同随机振动条件下接触电阻的变化直方图
Fig.10 The change histogram of contact resistance under different random vibration conditions
1) 随着振动时间的增加,接触电阻总体呈波动上升趋势,与磨屑特征值相比无明显的阶段性增长特征。因此推测,虽然第二阶段磨屑堆积速率减慢,但随着氧化程度的增加,“第三体”逐渐形成,减小了接触面,使得接触电阻稳定上升。此外,随着微动次数的增加,磨屑迁移的概率也随之增加,导致接触电阻呈波动变化。但只要子区域的磨屑堆积或其在接触面上的覆盖面积没有有效改变实际接触面积,即没有超过量变堆积的临界值,接触电阻值就不会显著增加。试验后试样的接触电阻增大了0.03～0.10 mΩ。
2) 高振级下的接触电阻值及其增幅均大于低振级下的接触电阻值及其增幅,且达到稳定波动的时间更短。例如,在400 min时,Y-9(11.16 g)、Y-5 (9.67 g)和Y-1 (7.89 g)的接触电阻值分别为0.28、0.243、0.24 mΩ,比测试前分别提高了56%、41%和20%。振动80 min后,Y-9的接触电阻达到0.256 mΩ,是振动400 min时的91%。
3) 负载条件下,试品的接触电阻达到稳定波动的时间较长,在相同振动时间内,其值高于或低于无载条件下的接触电阻。推测负载条件下电连接器微动磨损过程中的电接触性能退化过程较为复杂。一方面,施加电流时,接触面上的接触斑点会因受热而软化,增大了接触面积,降低了接触电阻。另一方面,加热会加速接触表面裸露接触材料的氧化,导致膜层电阻增大,磨屑发生氧化,产生磨粒磨损,磨屑的产生和堆积更加严重,实际接触面积减小。此外,高温引起的应力松弛现象可能会降低触头间的接触力,导致接触电阻增大。因此,接触电阻的增大或减小取决于上述哪个因素占主导地位,这些削弱或增强效应导致的综合结果是电连接器在小电流负载条件下的微动磨损接触性能退化过程比空载条件下略长。
4) 在相同条件下,试品在Y向振动时的接触电阻值和波动均高于X向和Z向,如表2所示。这与磨屑特征值总量的变化规律一致。由此推测,由于Y向振动微动磨损时插针与插孔之间的位移较大,磨屑的堆积和迁移概率可能变大,从而导致试样接触电阻增大或波动变大,接触性能退化加剧。
表2 不同振动方向下试品接触电阻最大值与波动量
Table 2 The maximum value and fluctuation of contact resistance of the specimen in different vibration directions mΩ
方向指标 最大值最大波动量X向0.2370.023Y向0.2810.071Z向0.2260.021
本文中对试品Y-9(11.16 g,0 A)进行能谱分析,测试结果如图11和表3所示。
表3 试品Y-9检测点能谱分析元素含量表
Table 3 Element content table of energy spectrum analysis on detection spots of Y-9 specimen %
元素分析点1号位置质量原子2号位置质量原子3号位置质量原子C0033.0970.6100O1.647.042.073.313.6115.88Pb0.540.180.220.030.880.29Ni68.9780.5156.0524.4657.2168.56Cu3.083.321.760.712.092.32Au25.778.976.820.8936.2112.94
图11 试品Y-9的能谱分析
Fig.11 Energy spectrum analysis on Y-9 specimen
由图11(b)可以看出,位置1为接触良好的区域,主要元素为Ni和Au,说明其镀层基本没有被破坏。位置2为暗斑区域,主要元素为O、C、Ni、Au。与位置1相比,Ni、Au含量大幅降低,碳含量急剧增加,说明镀金层大部分磨损,镀镍层裸露,接触面吸附碳质有机物。
与未磨损区域相比,位置3的镍、金含量减少,氧、铜含量增加,说明镍金镀层已经磨损,生成的氧化物粘附在接触面上。
3 基于磨屑分布的电连接器微动磨损性能退化模型
3.1 磨屑特征值与接触电阻的相关性分析
由图6和图10可以看出,磨屑特征值的变化与接触电阻值的变化具有相似性。本文中采用Person相关系数法对磨屑特征值总量和接触电阻值进行关联性分析,分析结果如表4所示。Person相关系数法的计算公式(1)为
(1)
表4 部分试品磨屑特征值总量和接触电阻值的相关系数
Table 4 The correlation coefficient between the sum of wear debris characteristic value and contact resistance value for some specimens
方向振动相关系数1#3#5#7#9#11#X向r(R,ΔC区域A)0.4970.7020.5680.8380.9170.801r(R,ΔC区域B)0.5130.7550.6160.6270.8370.668r(R,ΔC上层)0.6220.7450.6800.7660.7810.722r(R,ΔC下层)0.6420.6800.6190.8560.8990.762r(R,ΔC)0.6540.7540.6660.8340.9090.902Y向r(R,ΔC区域A)0.6360.4420.8890.7110.8230.770r(R,ΔC区域B)0.7580.3780.8860.7140.6710.757r(R,ΔC上层)0.6560.3710.8300.7070.8420.779r(R,ΔC下层)0.6930.4160.8670.6940.5680.698r(R,ΔC)0.7160.4230.8800.8710.8020.933Z向r(R,ΔC区域A)0.6580.6390.2380.7580.8390.694r(R,ΔC区域B)0.6530.7590.3780.6060.8310.680r(R,ΔC上层)0.6570.6810.2180.6170.8160.799r(R,ΔC下层)0.6570.7280.2670.8220.8540.896r(R,ΔC)0.6760.7290.2630.7420.8780.91
式(1)中: r(R,∑ΔC)为接触电阻值R和磨屑特征值总量∑ΔC的相关系数,Cov(R,∑ΔC)为R和∑ΔC的协方差,Var(R)为R的方差;Var(∑ΔC)为∑ΔC的方差。
由表4可知,绝大多数的磨屑特征值总量与接触电阻具有高度(0.8～1.0)或中度(0.5～0.8)相关性。特别是在高随机振动水平和负载条件下,试品在3个振动方向上的相关系数均大于0.9,表现出较强的相关性。通过比较,不同振动方向下或负载与空载条件下的相关系数均无显著性差异。因此,磨屑特征值可以在一定程度上反映电连接器接触件的微动磨损程度和接触性能退化情况。
3.2 性能退化模型的构建
通过对磨屑特征值和接触电阻变化特征及其关联性分析可知,磨屑总量与接触电阻具有较强的相关性,同时,磨屑的分布信息(子区域磨屑堆积量)也对接触电阻有一定影响。因此,以16个子区域磨屑特征值为输入,以接触电阻为输出,利用非线性映射能力较强的反向传播神经网络(back-propagation neural network,简写为BP神经网络)算法构建电连接器微动磨损性能退化模型;为解决BP神经网络收敛速度较慢且易陷入局部最优解的问题,引入布谷鸟搜索算法(cuckoo search,简写为CS算法)对BP神经网络进行优化。
3.2.1 电连接器微动磨损性能退化BP模型
BP神经网络是一种用误差逆传播算法训练的多层前馈神经网络,广泛应用于非线性逼近[16-18]。BP神经网络共有3层,即输入层、隐含层和输出层。将试品16个子区域的磨屑特征值作为输入,将接触电阻作为输出,即设定输入层节点数为16,输出层节点数为1;隐含层节点数利用经验公式(2)计算:
(2)
式(2)中: m、n分别为输入层节点数和输出层节点数;d为1～10之间的整数。经过多次仿真实验对比,d为10时仿真效果最好,即隐含层节点数取14。电连接器微动磨损性能退化BP模型结构如图12所示。
图12 电连接器微动磨损性能退化BP模型结构示意图
Fig.12 Structure diagram of BP model for fretting wear performance degradation of electrical connectors
图12中,x为输入层的输入,Y为输出层的输出, f (*)和ω1分别为输入层与隐含层之间的传递函数和权值,g(*)和ω2 分别为隐含层层与输出层之间的传递函数和权值,θ1和θ2分别为隐含层和输出层的阈值。
本文构建电连接器微动磨损性能退化BP模型的主要步骤如下:
1) 确定训练样本。按振动方向划分试验数据,建立数据库;每个振动方向120组,3个方向共360组样本数据;本将样本数据按4∶1比例划分为训练样本和测试样本,并使用式(3)对样本数据做归一化处理:
(3)
式(3)中,x*为归一化处理后的磨屑特征值,x为磨屑特征值的测试数据。
2) 设定初始参数。随机给定输出层与隐含层、隐含层与输出层之间的权值和阈值,隐含层和输出层的传递函数分别选取误差最小的tansig函数和purelin函数,设置学习速率为0.01,最大训练次数为1 000,期望误差为10-4。
3) 激活正向传播。输入1个样本(xi,y),其中,xi为磨屑特征值,y为接触电阻测量值。
4) 计算隐含层输入和输出:
(4)
(5)
式(4)和(5)中: f(*)和
分别为输入层和隐含层之间的传递函数和权值,
为隐含层的阈值。
5) 计算输出层输入和输出:
(6)
Y=g(S-θ2)
(7)
式(6)和(7)中: g(*)和
分别为隐含层和输出层之间的传递函数和权值,θ2为隐含层的阈值。
6) 误差反向传播。计算输出层节点误差:
δ2=Y(1-Y)(y-Y)
(8)
7) 计算隐含层节点误差:
(9)
8) 更新权值和阈值:
(10)
(11)
(12)
θ2(t+1)=θ2(t)+ηδ2
(13)
式(10)—(13)中: β为学习速率, η为学习率。
9) 反复进行步骤3)—步骤 8)并利用式(14)计算全局误差,当训练次数达到最大训练次数或全局误差小于期望误差时,建立性能退化模型,根据试件16个接触子区域的磨屑特征值即可预测接触电阻。
(14)
3.2.2 电连接器微动磨损性能退化CS-BP模型
CS算法是受布谷鸟育雏行为和Levy飞行启发而提出的一种新的元启发式算法。它具有参数少、易于实现、搜索路径优、寻优能力强等优点。将CS算法应用于提出的BP神经网络模型中,用于优化网络的初始权值和阈值。电连接器微动磨损性能退化CS-BP模型的构建流程如图13所示。
图13 电连接器微动磨损性能退化CS-BP模型流程
Fig.13 Flow chart of fretting wear performance degradation CS-BP model of electrical connectors
3.3 预测结果分析
图14是试品的实测值与模型预测值对比图。
图14 电连接器微动磨损性能退化模型预测
Fig.14 Prediction of fretting wear performance degradation model of electrical connectors
本文中选取平均绝对误差MAE、均方根误差RMSE和和平均绝对百分比误差MAPE作为评价指标,对构建的2种性能退化模型进行评估,结果如表5所示。
(15)
(16)
(17)
表5 电连接器微动磨损性能退化模型预测结果误差
Table 5 Prediction error of fretting wear performance degradation model of electrical connectors
组别BPMAERMSEMAPE/%CS-BPMAERMSEMAPE/%X向试品0.0280.03313.40.0130.0175.6Y向试品0.1570.0227.20.0080.0113.1Z向试品0.1940.2439.10.0110.0145.1所有试品0.1630.12710.30.0120.0155.4
式(15)—式(17)中:
是接触电阻的预测值,yi是接触电阻的实测值。
由图14和表5可知,利用磨屑分布信息(接触子区的磨屑特征值)构建的电连接器性能退化模型能够反映电接触性能的退化程度。CS-BP模型的预测误差在6%以下,在预测精度上优于BP模型。
4 结论
1) 在随机振动微动磨损过程中,磨屑特征值总量随振动时间的增加大致呈阶梯状增加。随机振动水平对磨屑的产生具有正向累积效应,且振动水平越高,磨损加剧越快。试品在轴向随机振动下的磨损加剧和性能退化较其他振动方向更为严重。负载电流加速了接触件的磨损过程。
2) 磨屑在接触面上的分布是不均匀的,如接触子区域之间或接触区域A和B之间的磨屑堆积值存在差异,插针根部的磨屑较多。这种不均匀分布是一种随机现象,主要是由于振动引起的。其不均匀程度与振动形式(正弦或随机振动)、频率、幅值和方向的关系还需要更多的实验来证实。
3) 在高随机振动水平和负载电流下,特征值总量与接触电阻之间存在较强的相关性。此外,磨屑在接触面上的分布以及磨屑在子区域之间的迁移也会对接触电阻产生一定的影响。
4) 利用磨屑分布信息(接触子区的磨屑特征值)构建的电连接器性能退化模型能够在一定程度上反映电连接器电接触性能的退化程度。CS-BP模型在预测精度上优于BP模型。磨屑在接触子区域之间的迁移对接触电阻的波动或瞬时增大是否有显著影响也值得研究。
[1]JIN Q,GAO J,GORGE F,et al.Effects of environmental temperature on passive intermodulation in electrical connectors[J].IEEE transactions on components packaging and manufacturing technology,2020,10(12):2008-2017.
[2]李茜,李景育,陈星昊,等.电连接器的概述和研究现状分析[J].环境技术,2021,39(6):115-119.LI Qian,LI Jingyu,CHEN Xinghao,et al.Overview and research status analysis of electrical connectors[J].Environmental Technology,2021,39(6):115-119.
[3]潘骏,张雯,张利彬,等.电连接器接触件振动可靠性试验评估[J].机械工程学报,2021,57(10):257-266.PAN Jun,ZHANG Wen,ZHANG Libin,et al.Vibration reliability test and evaluation of electrical connector contacts[J].Journal of Mechanical Engineering,2021,57(10):257-266.
[4]KEVIN K,YUAN H,SONG J.The influence of the vibration test mode on the failure rate of electrical connectors[J].Microelectronics Reliability,2022,135:114567.
[5]YANG H,GORGE F.Fretting in electrical connectors induced by axial vibration[J].IEEE Transactions on Components,Packaging and Manufacturing Technology,2015,5(3):328-336.
[6]骆燕燕,张乐,孟凡斌,等.振动环境下电连接器接触性能退化机理[J].中国机械工程,2018,29(16):1952-1957.LUO Yanyan,ZHANG Le,MENG Fanbin,et al.Mechanism of contact performance degradation of electrical connector under vibration environment[J].China Mechanical Engineering,2018,29(16):1952-1957.
[7]SHEN Q,LV K,LIU G,et al.Dynamic performance of electrical connector contact resistance and intermittent fault under vibration[J].IEEE Transactions on Components,Packaging and Manufacturing Technology,2017,8(2):216-225.
[8]郁大照,刘琦,冯利军,等.电连接器微动腐蚀损伤行为与机理研究综述[J].表面技术,2021,50(12):233-245.YU Dazhao,LIU Qi,FENG Lijun,et al.Review of research on corrosion damage behavior and mechanism of electrical connector fretting[J].Surface Technology,2021,50(12):233-245.
[9]PARK Y,NARAYANAN T,KANG Y.Effect of fretting amplitude and frequency on the fretting corrosion behaviour of tin plated contacts[J].Surface &Coatings Technology,2006,201(6):2181-2192.
[10]韩征权,王旭,潘炜,等.复合应力条件下连接器接触电阻特性变化研究[J].环境技术,2021,39(6):31-34.HAN Zhenquan,WANG Xu,PAN Wei,et al.Study on the change of contact resistance characteristics of connectors under composite stress conditions[J].Environmental Technology,2021,39(6):31-34.
[11]REN W,ZHANG X,MENG X.Fretting behavior of gold-plated contact materials used in high-frequency vibration and different temperature environment[J].IEEE Transactions on Components,Packaging and Manufacturing Technology,2017,7(4):572-581.
[12]张彤.典型电连接器多应力耦合试验设计及仿真分析[J].舰船电子工程,2021,41(7):114-118,132.ZHANG Tong.Experimental design and simulation analysis of multi-stress coupling of typical electrical connectors[J].Ship Electronic Engineering,2021,41(7):114-118,132.
[13]任万滨,焦玉斌,翟国富.电连接器微动磨损研究综述[J].机电元件,2010,30(1):28-38.REN Wanbin,JIAO Yubin,ZHAI Guofu.Review of fretting wear for electrical connector[J].Electromechanical Components,2010,30(1):28-38.
[14]FU R,CHOE S,JACKSON R,et al.Modeling and analysis of vibration-induced changes in connector resistance of high power electrical connectors for hybrid vehicles[J].Mechanics Based Design of Structures and Machines,2012,40(3):349-365.
[15]REN Y,FENG Q,YE T,et al.A novel model of reliability assessment for circular electrical connectors[J].IEEE Transactions on Components,Packaging and Manufacturing Technology,2015,5(6):755-761.
[16]LUO Y,ZHANG Z,WU X,et al.Identification and sensing of wear debris caused by fretting wear of electrical connectors[J].IEICE Trans Electron,2020,103(5):246-253.
[17]LUO Y,GAO P,LIANG H,et al.Application of ultrasonic testing technology to fretting wear detection of electrical connectors[J].IEEE Trans Compon Packag.Manuf.Technol.,2021,11(6):922-930.
[18]LUO Y,AN J,SU J,et al.Study on wear debris distribution and performance degradation in low frequency fretting wear of electrical connector[J].IEICE Trans Electron,2023,106(3):93-102.