低压电器是各类电气系统中的重要组成元件,随着各类电气系统精密性、复杂性的提高,对低压电器的可靠性要求也在逐步提高。而触点作为低压电器中执行分断功能的部件,对低压电器的正常工作起着至关重要的作用,因此对触点的可靠性进行研究,有助于提高低压电器的可靠性与寿命。本文开发了一套触点材料电性能模拟试验系统,通过该系统完成了Ag Cd O、Ag Sn O₂与Ag Ni三种触点材料的电寿命实验。根据采集到的实验数据,对三种材料的退化机制进行了分析,完成了对Ag Ni触点的寿命预测方法的研究。首先,以推杆型电磁继电器为模拟对象,设计了触点材料电性能模拟试验系统的机械动作结构、测量控制电路和相应的人机交互软件。其中机械结构部分可以实现触点开距、超行程等机械参数的调节功能,电路部分可以实现动作控制、信号调理和数据通信的功能,而软件部分则可以对原始电压电流信号以及力信号进行采集并计算触点静压力、接触电阻、燃弧能量、回跳时间等数据。在直流负载条件下对三种触点进行了电寿命实验,并对采集到的数据进行比较与分析,对触点的退化机制进行分析与解释。其次,提出了一种基于PSO-BP神经网络的触点材料寿命预测方法。首先对采集到的接触电阻、静压力、燃弧时间、回跳时间等性能数据进行预处理,根据单调性、相关性、离散性指标的评价结果,确定了最后一次回跳时间、回跳能量、回跳时间可作为Ag Ni寿命预测所使用的电性能数据。通过PSO-BP神经网络构建了相应的模型并进行训练,训练结果显示选择的三种性能参数与神经网络模型具有较好的预测精度。最后,针对BP神经网络易出现过拟合、测试集表现不佳的问题,构建深度置信网络（DBN）,将性能数据的特征映射到高维空间,利用高维特征数据进行预测,同时利用粒子群优化算法确定了较优的DBN网络节点数。结果表明五层DBN网络的预测精度较高,训练时间适中,可以较好地对触点材料的寿命进行预测。本研究可为触点材料电性能模拟与性能评估提供方法,同时对触点材料失效机理分析以及寿命预测方法的研究也具有一定的参考价值。