面向主減速器在線診斷的盲源分離與HHT算法的研究與應(yīng)用.pdf

1、主減速器（簡稱“主減”）作為汽車傳動系統(tǒng)中的關(guān)鍵部件，是汽車的主要故障源，對整車品質(zhì)評價(jià)有著直接的影響。目前國內(nèi)外著名的大型制造企業(yè)對主減的質(zhì)量評判通常有兩種方式：一種是在主減的生產(chǎn)線上，用電機(jī)帶動主減運(yùn)轉(zhuǎn)，讓有經(jīng)驗(yàn)的工程師通過目測/耳聽等人工方式判定工況；一種是通過對組裝樣車作實(shí)際路況測試，讓經(jīng)驗(yàn)豐富的專業(yè)測試師在駕駛室中根據(jù)實(shí)際體驗(yàn)以作評判。顯然這兩種評判方式均高度依賴于工程師的主觀經(jīng)驗(yàn)，需要有經(jīng)驗(yàn)的專業(yè)人員才能擔(dān)當(dāng)這一任務(wù)。這兩種

2、方法不僅存在主觀誤判，也不能很好地體現(xiàn)故障特征，而且大幅增加了生產(chǎn)人員的工作強(qiáng)度。具備高新技術(shù)的智能、自動化的故障診斷系統(tǒng)的研究與制備就顯得尤為重要。
　　異常振動往往是機(jī)械出現(xiàn)故障的征兆，過激振動又常常會導(dǎo)致其他機(jī)械故障，也是判斷機(jī)械設(shè)備安全穩(wěn)定運(yùn)行與否的重要指標(biāo)。因此可采用相應(yīng)的儀器在線提取主減的工況振動信號，對信號進(jìn)行處理和分析以提取蘊(yùn)含在其中的設(shè)備狀況信息，并結(jié)合智能方法實(shí)現(xiàn)對主減的質(zhì)況進(jìn)行智能化、自動化的診斷。論文主要研

3、究工作包括以下幾部分：
　　1.建立了主減速器嚙合振動模型，構(gòu)建了故障特征頻率算法；建立工況造型，通過靜力分析與模態(tài)分析，優(yōu)化主減速器工況信號在線提取策略。為了能反映主減速器的在線工況，首先研究主減速器的故障機(jī)理，獲取典型故障特征頻率的計(jì)算方法。然后，用UG軟件建立實(shí)驗(yàn)平臺的三維模型，導(dǎo)入ANSYS作模態(tài)分析以尋求與優(yōu)化傳感器最佳放置策略；在最佳振型位置放置壓電式加速度傳感器獲取主減速器的振動信號，為后續(xù)信號的處理與分析做好準(zhǔn)備工

4、作。
　　2.提出了盲源分離算法的分離評價(jià)規(guī)則，用Huber-M估計(jì)函數(shù)優(yōu)化FastICA算法，使得算法在相同迭代次數(shù)下運(yùn)算效率提高了40％；基于能量判定自動識別分離后的工況信號，消除FastICA算法的不確定性。為了將工況信號從傳感器采集到的混疊信號中更好地分離出來，首先對盲源分離算法的原理與評價(jià)標(biāo)準(zhǔn)進(jìn)行了研究；然后在此基礎(chǔ)上使用Huber-M估計(jì)函數(shù)來替代原FastICA算法中的目標(biāo)非線性函數(shù)，利用這種改進(jìn)后的獨(dú)立分量分析算法

5、能從混疊信號中快速、準(zhǔn)確地分離出主減速器的工況信號；最后通過比較分離后分量的能量大小，自動識別出待分析的主減速器工況信號，這比人工觀察波形的判定方式更加客觀、高效。
　　3.建立了具備物理意義瞬時(shí)頻率的數(shù)學(xué)模型，從數(shù)學(xué)層面揭示了Fourier系列變換在分析非穩(wěn)態(tài)信號方面的不足；建立了Hilbert-Huang變換算法中端點(diǎn)效應(yīng)缺陷的影響評價(jià)指標(biāo)，并以智能技術(shù)得到抑制端點(diǎn)效應(yīng)的有效方法，提高了HHT變換的精確程度；選擇IMF分量的能

6、量分布作為特征向量，避免了故障頻率隨車速躍變而給診斷定性分析帶來的不確定性。
　　4.依托上述算法與技術(shù)，研發(fā)了在線檢測平臺的軟硬件系統(tǒng)，并實(shí)際配備在柳州五菱聯(lián)發(fā)車橋廠的生產(chǎn)線上輔助生產(chǎn)。該系統(tǒng)主要具備分流與診斷兩大平臺功能，主減速器成品通過傳送裝置傳送至靜音室，經(jīng)分流平臺分流后，合格成品經(jīng)一條傳送裝置輸出以供后續(xù)裝配的無縫銜接，不合格產(chǎn)品登記編號等參數(shù)后由另一條傳送裝置送至故障返修平臺，在故障返修區(qū)載入故障產(chǎn)品的振動信號作智能診