汽車主減速器振動信號非線性特征研究.pdf

1、工業(yè)生產和科學技術的發(fā)展對車輛運行的可靠性、可用性、可維修性等提出了更高要求，小波、分形和混沌等現代非線性信號處理方法的出現為車輛檢測技術提供了新的理論和思路，不同程度地滿足了發(fā)展的需求。而尋求更好的非線性時問序列分析方法已成為信號處理領域中的前沿課題。論文結合驅動橋、主減速器及差速器等汽車零部件性能試驗機課題，將信號小波降噪、分形和混沌等現代非線性理論應用到車輛產品檢測和信號處理中，對設備運行時表現出的各種非線性特征進行了深入研究，為

2、分析車輛零部件的振動特性開辟了途徑。主要研究內容有： 考慮主減速器運轉中主傳動錐齒輪齒側間隙、時變嚙合剛度和齒輪副綜合誤差等齒輪傳動中非線性因素的基礎上，運用8自由度錐齒輪非線性動力學模型分析主減速器振動特性，仿真研究主減速器周期、擬周期、混沌等三種典型振動形式，并深入分析了不同參數對系統(tǒng)非線性的動態(tài)響應特性的影響和關聯維數、最大Lyapunov指數等非線性特征量值對于主減速器振動特性的表征能力。 針對現場測量的信號

3、信噪比低，對信號分析影響較大，將基于解析小波變換模極大值的信號消噪技術應用到主減速器振動信號降噪中。解析小波變換僅反映信號的正頻率，其模振蕩較之實小波變換要小，為此將由Hilbert變換構造的解析小波基引入小波極大模信號降噪中，汽車主減速器振動信號的實例分析證明，與實小波極大模降噪方法相比，該方法具有更好的降噪效果。 基于GP算法的關聯維數計算方法簡單，但計算量大，且難以實現自動化。論文從降低關聯積分計算量、提高關聯維數計算速度

4、和無標度區(qū)間的自動識別兩個方面進行了探索。提出運用關聯積分曲線的二階局部斜率實現無標度區(qū)間的自動識別，從而實現關聯維數的自動計算，運用該方法對Lorenz系統(tǒng)的分析證明了其有效性。進而分析了不同工作狀態(tài)下主減速器振動信號的關聯維數和最大Lyapunov指數。研究結果表明，不同狀態(tài)下主減速器信號的關聯維數和最大Lyapunov指數有明顯的可分性，兩者都可以作為識別信號特征和程度的有效量化指標。此外，論文將多個傳感器信號的非線性特征量運用遺

5、傳編程優(yōu)化得到復合特征，結果表明與采用傳統(tǒng)的統(tǒng)計特征量作為優(yōu)化終端符相比，非線性特征終端符得到的信號復合特征能夠更好 區(qū)分主減速器的不同工作狀態(tài)，其分類的效果比傳統(tǒng)的統(tǒng)計特征量得到的復合特征有明顯改善。 此外，論文介紹了課題組研究開發(fā)的汽車主減速器、驅動橋等傳動系零部件性能試驗機的系統(tǒng)結構、功能及開發(fā)中的關鍵技術，并著重闡述了運用軟件容錯思想和模塊化理論開發(fā)的檢測系統(tǒng)軟件及強背景環(huán)境下的聲信號測量。