APP下载

阶次分析在无级变速箱早期故障诊断中的应用

2020-09-06林旭春黄孟王展黄启权张堂贤

时代汽车 2020年14期
关键词:故障诊断

林旭春 黄孟 王展 黄启权 张堂贤

摘 要:文章主要介绍了无级变速箱台架测试过程中常出现的故障类型、阶次分析的基本原理和优势,以及运用德尔塔分析仪对试验对象的测试过程进行监控和预警,实现对故障的早期识别,降低试验损耗。

关键词:无级变速器 阶次分析 故障诊断 德尔塔分析仪

1 引言

无级变速箱作为汽车变速器中的重要一员,拥有着自身特殊的结构特点及性能优势,成本较低、行駛平顺性好以及油耗较低,因此受到众多车企的青睐。齿轮和轴承是变速器中出现故障较多的部件,用于变速箱故障诊断和状态检测的方法有很多,而振动分析法是变速箱状态监测和故障诊断的有效方法之一[1]。

对振动信号分析常采用时域和频域信号处理,频域分析是对时域信号进行傅里叶变换,其假设条件是振动信号稳定,然而旋转机械的振动信号大多是非平稳信号[2],此时频域分析方法不能继续使用,为此可以采用阶次分析方法对振动信号进行有效处理。

2 阶次计算

频域分析法采用等时域采样,而阶次分析法采用的是等角域采样,即旋转机械每转过一个固定角度采样一次,因此阶次分析时频谱与转速是同步化的,故生成的阶次谱与转速无关,同时它的边频带相较于频率分析更加明显。频率和阶次的关系可表示如下:

实现阶次分析的前提是得到等角度采集的振动信号,其方法可归纳为两类:软件重采样和硬件重采样。本文采用的是德国Reilhofer KG公司德尔塔分析仪系统,数据采样使用硬件重采样,硬件重采样的过程是在输入轴上装上编码器,编码器按等角度产生脉冲信号,触发采集卡采集数据[3],获取参考轴的转速信号和加速度传感器的振动信号。

通过搭建测试产品的内部结构模型如图1所示,利用系统自带的RHF阶次计算器计算出各部件相应的阶次,用于故障分析时的阶次参考。

运用RHF阶次计算器计算得到的中间轴小齿轮端轴承阶次及中间轴小齿轮啮合阶次如下(以输出端转速作为同步转速):

3 分析仪工作方式

试验开始前需对德尔塔分析仪进行测试步骤及报警值设置,试验开始后系统将会进行自学习,通过采集测试物的原始振动特性,然后在大量单次测量的基础上借助于对每条谱线的统计分析来计算出参考值以及上、下偏差,自学习阶段完成后分析仪自动进入监控阶段。监控阶段测量到的谱线振幅超过或者低于容差带,就会形成一个变化谱。为了能够清晰地演示机械振动特性的变化,所有的变化谱将在累加后形成趋势指数,并连续与预定义的报警限值相比较,一旦超限值就会报警切断试验台运行。

4 试验分析

对某型号无级变速箱进行负载变速耐久试验,在试验进行至57小时后,趋势指数谱线超限值,分析仪出现报警,此处只做报警未设置中断试验台的操作,对数据进行阶次分析如下:

由于无级变速器的结构特点,速比可以连续变化且无固定速比,所以阶次计算以及运行监控时需要以钢带作为分界点,分别基于输入转速和输出转速进行两路计算和监控。同步输入转速时的故障数据,故障阶次不连续且分布散乱,而同步输出转速时的故障阶次如上图,连续且清晰,由此可以判定故障出现在钢带之后的部件,并以同步输出转速得到的监控数据进行之后的阶次分析。

图2中34.25、67.25、101、133.75、168.75、201.25阶次出现较高峰,且在133.75阶次处为最高峰,根据表1可得知以上阶次分别为中间轴小齿轮端轴承外圈的1阶、2阶、3阶、4阶、5阶、6阶阶次,由此判定该轴承外圈出现故障;通过放大spectrum图谱观察可发现133.75阶次存在1.5阶次的边频,即该轴承保持架的转动阶次,符合此前判断。同时在报警点之后,382阶和417.5阶次的振幅跟随外圈阶次振幅的增大也突然增大,计算查表可知382和417.5阶次分别是滚动体的32和35阶阶次,属于外圈故障引起的滚动体转动异常。在之后的拆机检查中发现:中间轴滚子轴承外圈磨损,滚子间附有大量金属碎屑杂质,符合数据分析所得的判断结果。

5 总结

通过对测试件的振动信号监控,在故障发生的初期进行及时预警及切断试验台,防止测试件出现进一步的破坏性损伤,降低了试验资源的损耗,同时运用阶次分析的方法,能够快速准确地诊断出变速箱的故障类型,了解故障发生的先后顺序,对拆机检查和故障原因分析具有方向性的指导。

参考文献:

[1]万德安.阶次分析在变速箱故障诊断中的应用[D].上海:同济大学,2006.

[2]马洁,徐小力,周东华.旋转机械的故障预测方法综述[J].自动化仪表,2011,32(8):1-3.

[3]谢峰,程林,魏瑞.基于阶次分析的汽车主减速器故障诊断研究[J].第十五届全国汽车检测技术年会论文集,2011.

猜你喜欢

故障诊断
大功率并网风电机组状态监测与故障诊断研究综述
风力发电机组齿轮箱轴承故障诊断分析
数据流和波形诊断技术在发动机故障诊断中的应用
一种发动机启动继电器粘连故障诊断算法研究
基于人工神经网络的故障诊断专利浅析
浅谈机电一体化设备的故障诊断技术研究
基于EMD和SSAE的滚动轴承故障诊断方法
基于MapReduce的故障诊断方法
基于LabVIEW和Access的陀螺仪组故障诊断专家系统
电力变压器故障诊断及检修技术探究