电磁继电器是控制电路中不可或缺的关键元器件，广泛应用于国防航天和民用工业等领域，其性能关系着电子系统的可靠性。电磁继电器失效模式一直是科研工作者研究的重点和热点。　　传统失效模式判别需要对继电器进行破坏实验后开壳观察，该方法严重依赖研究者经验，并且不能发现继电器寿命周期中的偶然失误。针对以上问题，本文提出一种基于性能退化数据的继电器失效模式判别方法，该方法利用PCA数据降维技术从继电器退化数据中提取能反映继电器退化过程的特征向量，结合模式识别方法，进而实现对继电器失效模式的自动判别。　　继电器性能退化数据中包含与继电器失效相关的丰富信息，通过对继电器性能退化数据进行研究，可以了解继电器整个退化过程进而分析其失效模式。现有的研究工作只重视继电器触点接触电阻，而忽视了超程时间、弹跳时间等更多的有用信息，造成对继电器失效模式分析的不准确不深入。本文设计了能采集继电器接触电阻、超程时间、弹跳时间等九个参数的继电器退化数据采集装置，实时采集继电器退化过程中的多个性能参数以用作失效模式识别的特征向量。　　多个参数结合能全面反应继电器失效信息，但同时也引入了更大的干扰，不利于挖掘继电器失效的关键信息。数据降维技术能从继电器退化数据中提取出与继电器失效模式密切相关的特征向量，从而消除随机因素和偶然因素给电器性能退化数据引入的噪声。　　利用降维后的低维特征向量作为继电器识别的特征向量，研究继电器失效模式的自动判别方法，并借助Matlab编写相应的判别程序，从而实现基于退化数据的继电器失效模式自动判别。　　基于退化数据的继电器失效模式判别研究，为分析继电器失效模式提供了一个新的途径。能在不开壳观察的情况下快速有效地判别继电器失效模式，并能研究继电器寿命过程中的偶然误动作，有助于分析影响继电器失效的各种因素。对于改进继电器设计，提高继电器可靠性有着理论和实际意义。