摘要：汽车驱动桥台架试验的齿轮早期失效诊断与趋势分析对提高试验精度和实车驱动桥齿轮故障预防有重要意义。本文基于合齿轮啮合理论和试验数据，提出了汽车驱动桥台架试验早期失效分析方法，并采用最小二乘法对齿轮振动及故障趋势进行了预测分析，试验和分析结果表明，该方法对于汽车驱动桥台架试验的早期失效诊断是切实可行的，且3阶多项式适用于峭度的趋势预测。
关键词：驱动桥：故障诊断；趋势分析；最小二乘法
汽车动力传动系统的早期故障诊断与残余寿命预测方法研究尚属空白，其难点在于弧齿锥齿的微小缺陷引起的冲击脉冲小，与直齿轮早期故障诊断较大区别，故迫切需要发展新的技术。结合齿轮啮合理论，利用试验测试手段，对汽车驱动桥从试验开始到疲劳断裂进行了全程监测，获得了大量数据，运用时域和频域分析方法获得故障早期特征，提出了基于最小二乘法的早期故障预测方法，并与AR模型的结果进行了对比分析。
1.工作原理
1.1传动系统工作原理
驱动桥的输入端由570kW的大型测功机带动，并通过传动轴与动力头联结。大减速器可按一定的传动比降低主测功机的输出转速。为了便于对实验设备的控制和调节，在输入端安装转速转矩传感器，可实时采集传动系统输入轴的转速和扭矩信号。左、右驱动轮分别经过大、小两个升速箱的调速后，带动150kW测功机作功，即载荷的施加。在加载过程中产生的直流电通过转换后供主测功机用，形成了电封闭系统。
1.2测量原理
振动信号采集原理：测量前先将各传感器与磁座旋合为一体，然后按测点位置分别将对应的传感器吸附在后桥的各指定平面上。将各传感器的信号输出线的端口分别与恒流电压源的对应端口相连，通过恒流电压源给电压输出型传感器提供电源，并对传感器的输入信号进行必要的信号调理，再将信号输出到输出接口，USB采集卡可完成数据的读取及A／D转换，并利用USB总线实现数字信号与计算机的通信。计算机中安装的信号监测及分析软件可实现数据的显示、分析、保存和回放等功能。
2.汽车驱动桥台架试验的齿轮早期失效诊断与趋势分析
2.1时域分析
目前故障诊断方法有很多种，时域分析方法以其计算简单，并能较好地反映机器的运行状态而被广泛采用。机械故障诊断中常用的有量纲时域参数有峰值（Peak），均方根值RMS。无量纲时域参数值指标为峰值和峭度。RMS反映了振动信号总体能量的大小，由于振动的RMS值只反映振动能量的大小，但对振动冲击的尖锐程度不敏感，因此采用峭度指标来反映振动信号的尖锐程度。设备工作状态正常时，由于各种不确定因素的影响，振动信号的幅值分布接近正态分布，峭度系数值为3。这个指标越高说明设备故障越严重。综上，选用RMS与峭度来进行分析。设备9小时与18小时后的RMS与峭度表明，2、3号测点的RMS值有所下降，但峭度值却明显增大，说明设备有严重的冲击存在。
2.2频域分析
频谱分析是现代信号处理技术的最基本和常用的方法之一，在设备状态监视与故障诊断中，通过频谱分析可以得到信号中各轴转频合啮合频率及其高次谐波等主要频率成分、各频率成分得幅值、相位的大小，对于分析判断设备故障产生的部位、故障类型合产生原因提供了非常有效的分析手段。取设备9小时与18小时后的幅值谱进行比较分析，可以看出，2、3号测点18小时后的啮合频率的3倍频（f=100．1Hz）与6倍频（f=200．2Hz）处的幅值都有明显的增加，同时在波峰两侧分布有非对称边频带。说明设备单级啮合的2个齿轮中出现故障。但从幅值谱上无法判断故障出现在哪个齿轮上，此时采用倒频谱技术。倒频谱分析也叫做二次频谱分析，它对于分析具有同族谐频、多成分边频等复杂信号非常有效。
倒频谱是对信号x（t）的功率谱如Sxx（f）的对数值进行傅里叶逆变换的结果，用Cx（t）表示，则：
式中：F-1{}为傅里叶逆变换。
倒频谱用于分析频谱上周期性出现的频谱分量，分离和提取在密集泛频信号中的周期成分。取设备9h与18h后的倒频谱进行比较，可以看出，相比9小时，设备在18小时后的倒频谱图上的倒频率t=301．8ms处出现一明显峰值，对应频率为f=1/t=1000／301．8=3．31Hz。它与输入轴的转动频率3．33Hz近似相等，由此可以推断，故障发生在输入轴齿轮上。
2.3趋势分析
趋势分析属于预测技术，是将振动参数随时间而变化的数值画成曲线，制成设备趋势管理图，从过去和现在的已知情况出发，同基准值比较，根据振动参数的数值及其变化趋势分析设备当前的状态（正常、异常或故障），从而进行故障状态的预报。本文采用特征参数跟踪法进行设备的趋势分析，选择反映设备技术状态的参数（RMS值和峭度）作为状态检测的技术指标，通过各测试状态点作出设备状态趋势曲线，作出设备开始运行到断裂时，其中断裂前数据的变化趋势是趋势分析中的重点。在趋势曲线的基础上，采用最小二乘法对离散点进行曲线拟合得到预报曲线，根据其发展趋势与事先规定的极限值实现设备的剩余寿命预测。
基于最小二乘法的多项式拟合的定义如下：假定给定数据点（xi，yi）（i=O，l，⋯，m），Ф为所有次数不超过，n（n≤m）的多项式构成的函数类，先求
当拟合函数为多项式时，称为多项式拟合，满足的Pn（x）称为最小二乘拟合多项式。由于测点2与测点3的变化趋势相同，则只选取2号测点进行预测。对实验所得的2号测点断裂前的诊断参数数据按最小二乘原则进行多项式拟合与预测，对RMS值进行趋势预测。采用RMS值的前5个点获取曲线，然后通过曲线预测后3个点的数值表明，2号测点的2阶曲线拟合符合设备状态参数（RMS）变化的趋势，3阶曲线拟合却与设备状态参数变化的趋势相反，2号测点的AR模型的RMS预测值与实际值的偏差较大。则可知，最小二乘法中的2阶多项适合用于RMS的趋势预测。对峭度进行趋势预测，采用断裂前峭度值的前5个点获取曲线，然后通过曲线预测后3个点的数值表明，2号测点的3阶曲线拟合符合设备状态参数（峭度）变化的趋势，2阶曲线拟合却与设备状态参数变化的趋势相反，AR模型在峭度预测上其预测3个点的变化趋势是下降的，与实际测量值所得的上升趋势相反。所以AR模型不适合用于这两个参数的趋势预测。则可知，最小二乘法中的3阶多项式适合用于峭度的趋势预测。
结 论
本文通过试验测试，结合齿轮啮合理论，采用时域分析与频域分析相结合的分析方法，对汽车驱动桥早期故障进行了诊断分析，找出故障发生在输入轴齿轮上。理论分析与试验数据表明，此测试手段与分析思路对于汽车驱动桥的故障诊断是切实可行的。通过采用最小二乘法进行趋势预测分析，得出2阶多项式较适合RMS的趋势预测，3阶多项式适合用于峭度的趋势预测。
参考文献：
[l]羊拯民，张成宝．时序分析在汽车变速箱齿轮故障诊断中的应用[J]．农业机械学报，2010，3：92．95．
[2]张成宝，丁玉兰，雷雨成，等．人下神经网络在汽车变速器齿轮故障诊断中的应用[J]．汽车T程，2009，21（6）：374-378．
[3]张德祥．EMD在汽车变速齿轮箱振动故障分析的应用[J]．安徽大学学报：自然科学版，2012，35（2）：35—38．
论文作者:汪健
论文发表刊物:《基层建设》2018年第35期
论文发表时间:2019/3/12
标签：趋势论文; 多项式论文; 齿轮论文; 频谱论文; 设备论文; 曲线论文; 信号论文; 《基层建设》2018年第35期论文;