电器元件工作时呈现出的参数信息贯穿在整个生命周期中,元器件刚开始工作的初始阶段所表现出来的早期信息可以作为其生命的初态信息。这些初态信息和元器件的最终寿命是否有关联,能否利用元器件的生命初态信息来预测其寿命的长短,本文针对该问题进行探索性研究。这对于尽早地预测产品的寿命有重要意义。为全面了解生命信息的特征,首先对生命信息的时序特性和统计特性进行分析,然后在提出最佳拟合次数的确定方法和根据数据区间来确定权重的计算方法的基础上,采用最小二乘多项式拟合和移动加权平均法对生命信息的变化规律进行分析。为挖掘生命初态信息的特征,提出基于极值和端点值的特征表示方法,并分别在仅考虑信息的平稳程度和同时考虑信息的水平和平稳程度两种情况下,通过极值、端点值及其附近数据分别提取产品的生命初态信息的特征并定义缺陷评价指标。另外,提出基于分段均值的特征表示方法。在假定生命初态信息的各段加权均值与出现时间的先后无关的条件下,获得各段的概率加权均值并提取生命初态信息的特征。在对生命初态信息进行特征表示的基础上,分别提出单个特征与寿命的关系及多个特征与寿命的关系分析方法。当单个特征与寿命之间呈单调性函数关系时,典型的单调函数经过一定的变换可转化为线性关系,所以首先采用一元线性回归的相应算法进行多个函数模型的拟合,然后确定最优关系模型并进行检验。在确定单个特征与寿命之间的关系后,从统计意义上提出基于均值和标准差的建立线性模型的方法。针对多个特征与寿命之间的关系,提出先采用模糊C均值聚类算法对样本进行聚类分析,然后根据BP神经网络算法寻求各类样本的多个特征与寿命之间的关系的方法。最后,以电磁继电器为例,应用上述提出的生命初态信息特征表示方法及特征与寿命的关系分析法进行实例分析,验证这些方法的可行性和有效性。本研究提出的方法不限于继电器产品,同样也适用于其他具有类似特征的产品中。