時(shí)頻分析法在汽車自動(dòng)變速器故障診斷中的應(yīng)用

李世云

摘 要：機(jī)械故障診斷技術(shù)在過去的幾十年中取得了迅速的發(fā)展，本文介紹了時(shí)頻域分析在汽車故障診斷技術(shù)的應(yīng)用，闡述了故障診斷技術(shù)的發(fā)展趨勢(shì)。

關(guān)鍵詞：故障診斷;時(shí)頻域分析;發(fā)展趨勢(shì)

1 引言

機(jī)械故障診斷主要是研究機(jī)械設(shè)備在運(yùn)行過程中動(dòng)態(tài)性能的變化規(guī)律及其運(yùn)行狀態(tài)的識(shí)別方法，診斷是以機(jī)械學(xué)和信息論為依托，多學(xué)科融合的技術(shù)，其本質(zhì)是模式識(shí)別（屈梁生）。通常是通過測(cè)取機(jī)械設(shè)備在運(yùn)行時(shí)或在相對(duì)靜態(tài)條件下的狀態(tài)信息，對(duì)其進(jìn)行分析，依據(jù)被診斷設(shè)備之前的歷史記錄，來判斷被測(cè)設(shè)備的實(shí)際技術(shù)狀況，進(jìn)而來推斷可能存在的故障和設(shè)備的技術(shù)狀態(tài)，最終提供有效的維修維護(hù)策略。機(jī)械故障診斷技術(shù)先后經(jīng)歷了事后維修、定期維修（初步設(shè)備診斷技術(shù)）、狀態(tài)維修（設(shè)備診斷技術(shù)形成）、風(fēng)險(xiǎn)管理（智能化設(shè)備診斷技術(shù)）等過程，逐步向不解體、高精度、集成化、智能化、網(wǎng)絡(luò)化、可監(jiān)控的診斷中心模式的虛擬儀器方向發(fā)展，其所使用的傅立葉分析、時(shí)域分析、頻域分析、小波分析等被廣泛的應(yīng)用于各行各業(yè)，尤其是在數(shù)字化發(fā)展的今天，網(wǎng)絡(luò)集成化及智能化的水平越來越高，通過診斷中心模式的故障診斷方法具有更高的精確度和優(yōu)越性。

在如今的汽車領(lǐng)域，電子單元集成化成分越來越多，智能化、網(wǎng)絡(luò)化水平不斷提高，僅靠汽車專業(yè)知識(shí)是無法滿足現(xiàn)代汽車故障診斷工作需求的。應(yīng)該說，現(xiàn)代汽車故障診斷技術(shù)需要集現(xiàn)代故障診斷理論、先進(jìn)診斷技術(shù)、先進(jìn)的診斷設(shè)備為一體，以專業(yè)性、系統(tǒng)性、集成化、智能化的診斷設(shè)備和方法為發(fā)展趨勢(shì)，從而促進(jìn)汽車故障診斷技術(shù)的整體發(fā)展。將機(jī)械故障診斷技術(shù)充分應(yīng)用與汽車維修領(lǐng)域，對(duì)提高汽車性能檢測(cè)及故障監(jiān)測(cè)和診斷都會(huì)起到很大的作用，本論文主要就機(jī)械故障診斷技術(shù)在汽車自動(dòng)變速箱中的應(yīng)用做簡(jiǎn)要分析，期望取得拋磚引玉的作用。

2 汽車自動(dòng)變速器故障特點(diǎn)

對(duì)自動(dòng)變速器進(jìn)行故障診斷一直是汽車維修技術(shù)研究和發(fā)展的難點(diǎn)與重要組成。自動(dòng)變速器因?yàn)樵靸r(jià)高、種類多、結(jié)構(gòu)復(fù)雜，且拆解與安裝的技術(shù)要求與配合精度都很高，因此，對(duì)自動(dòng)變速器進(jìn)行故障診斷與維修對(duì)大多數(shù)汽車維修行業(yè)存在困難，除了經(jīng)濟(jì)成本較高外更多的是技術(shù)水平問題。從自動(dòng)變速器初現(xiàn)到基本普及，其故障診斷與維修都是一個(gè)技術(shù)難點(diǎn)，除了使用專門的故障診斷儀器按一定程序進(jìn)行故障診斷外，還要正確選擇試驗(yàn)方法進(jìn)運(yùn)行狀態(tài)故障狀態(tài)驗(yàn)證，這樣才能確保診斷質(zhì)量，節(jié)約維修成本。目前配備自動(dòng)變速器的轎車均帶有故障自診斷系統(tǒng)，可以通過專門故障診斷儀檢測(cè)出故障點(diǎn)，但對(duì)于電控系統(tǒng)以外的故障，比如愛信變速器中行星齒輪機(jī)構(gòu)、液力變矩器的液壓原件、傳動(dòng)軸系等出現(xiàn)故障后，通過故障診斷儀是不能檢測(cè)故障點(diǎn)的。此外，還有一些故障在對(duì)自動(dòng)變速器進(jìn)行故障診斷時(shí)，除了使用故障診斷儀讀取相關(guān)故障碼外，還需配合一定的實(shí)驗(yàn)如失速試驗(yàn)、時(shí)滯試驗(yàn)、道路試驗(yàn)等結(jié)果綜合判斷自動(dòng)變速器的技術(shù)狀態(tài)。本文將結(jié)合自動(dòng)變速器結(jié)構(gòu)和運(yùn)動(dòng)特點(diǎn)從時(shí)域和頻域的角度出發(fā)分析自動(dòng)變速器中機(jī)械故障處理方法。

3 時(shí)頻分析法在汽車自動(dòng)變速器故障診斷中的應(yīng)用

汽車正常行駛時(shí)，自動(dòng)變速器在無故障存在的前提下其振動(dòng)信號(hào)是近似平穩(wěn)與線性的，可用傅立葉變換進(jìn)行有效分析判斷是否有異常。對(duì)于非平穩(wěn)、非線性信號(hào)的分析，需要用能處理非平穩(wěn)和非線性信號(hào)的時(shí)頻分析方法進(jìn)行處理。時(shí)頻分析法即時(shí)域分析和頻域分析，這兩種分析方法是信號(hào)處理與分析中最基本的方法。

3.1 時(shí)域分析

時(shí)域分析，即以時(shí)間為變量，畫出信號(hào)的波形圖或者寫出信號(hào)的數(shù)學(xué)表達(dá)式，就是信號(hào)的時(shí)域形式。從信號(hào)的時(shí)域描述，可分辨出信號(hào)的一些特征，如信號(hào)變化的快慢，信號(hào)幅值范圍，信號(hào)的連續(xù)性和離散性等。

時(shí)域波形分析、時(shí)域參數(shù)指標(biāo)是時(shí)域分析方法中應(yīng)用比較多的方法。因?yàn)椴ㄐ卧从谠夹盘?hào)，比較直觀，便于理解，通過對(duì)波形觀察即可得到信號(hào)頻率的具體分布情況、信號(hào)幅值大小變化，并對(duì)信號(hào)中有無明顯沖擊做出判斷。對(duì)某些有明顯特征的故障，可以通過波形分析便可初步做出判斷。

在汽車機(jī)械類故障診斷中，對(duì)時(shí)域波形中常參考的的參數(shù)為：峰值，均值，均方根值，波形指標(biāo)，脈沖指標(biāo)，峭度指標(biāo)和裕度指標(biāo)等。這些參數(shù)對(duì)自動(dòng)變速器中的機(jī)械故障的存在如缺陷等有較明顯的表示，依賴于信號(hào)的幅值概率密度函數(shù)。這些參數(shù)隨著時(shí)間的變化，能較直觀的表征出元部件故障特征。比如當(dāng)汽車變速箱的傳動(dòng)部件中的齒輪發(fā)生裂紋、過度磨損、斷齒等故障時(shí)，在運(yùn)行過程中均方根值和峰值的幅值指標(biāo)等時(shí)域參數(shù)指標(biāo)就會(huì)增大，這樣就把正常和故障狀態(tài)分開了。

3.2 頻域分析

頻域分析，指在頻譜分析中對(duì)頻域的原信號(hào)分布情況進(jìn)行分析。通常能夠提供比時(shí)域波形更加直觀的特征信息。頻譜主要指功率譜和幅值譜等，可作為重要依據(jù)對(duì)機(jī)械設(shè)備進(jìn)行故障診斷。在對(duì)頻譜進(jìn)行分析時(shí)，首先要標(biāo)識(shí)幅值偏高的譜峰，它們?cè)谡駝?dòng)過程中標(biāo)志著相對(duì)較大的的振動(dòng)能量，應(yīng)對(duì)其產(chǎn)生的原因進(jìn)行分析，考慮可能出現(xiàn)的故障原因。同時(shí)，需要注意的是，在機(jī)器振動(dòng)頻譜中，有個(gè)別振動(dòng)分量雖然較大，但不隨時(shí)間而變化，不會(huì)影響機(jī)器的正常運(yùn)行。相反，有一些幅值較小但增長(zhǎng)很快的頻率分量如果存在，則很有可能說明故障的存在和快速發(fā)展，應(yīng)該特別注意。此外，當(dāng)一些在原信號(hào)的頻譜圖上不存在或分布非常微弱的頻率分量突然出現(xiàn)并急劇增大時(shí)，很有可能意味著故障的存在，并且在短時(shí)間內(nèi)將影響機(jī)器的正常工作。所以，在頻譜分析中不僅要注意各分量的絕對(duì)大小，更應(yīng)當(dāng)注意各譜峰的發(fā)展變化趨勢(shì)。

為了提高故障診斷的準(zhǔn)確率，往往將時(shí)域分析與頻域分析結(jié)合起來使用。

4 時(shí)頻域分析在汽車自動(dòng)變速器故障診斷中的應(yīng)用

在汽車自動(dòng)變速器故障診斷中，對(duì)于傳動(dòng)的齒輪系和軸系如行星齒輪機(jī)構(gòu)、軸承、齒輪、油泵、箱體等，其本身常見的故障如：齒輪破損或斷齒、軸失效、軸承破損或點(diǎn)蝕、箱體破損或發(fā)生共振等。在這些常見故障中，齒輪和滾動(dòng)軸承的故障占自動(dòng)變速箱機(jī)械故障的80%左右。下面重點(diǎn)將對(duì)齒輪和滾動(dòng)軸承的故障進(jìn)行分析。

在實(shí)際故障診斷過程中，將因軸承在加工和裝配過程中存在誤差而引起的振動(dòng)視為正常振動(dòng)，當(dāng)有運(yùn)動(dòng)故障發(fā)生時(shí)發(fā)生的振動(dòng)視為非正常振動(dòng)。滾動(dòng)軸承在實(shí)際工作過程中出現(xiàn)故障按其振動(dòng)信號(hào)的特征不同可以分為表面損傷和表面磨損。據(jù)有關(guān)研究表明，由軸承磨損類故障引起的振動(dòng)信號(hào)幅值明顯高于未磨損軸承正常工作時(shí)引起的振動(dòng)信號(hào)幅值。當(dāng)軸承工作表面出現(xiàn)損傷時(shí)，損傷點(diǎn)受力會(huì)產(chǎn)生突變的沖擊脈沖力，該脈沖力以寬帶信號(hào)覆蓋軸承系統(tǒng)的高頻固有振動(dòng)頻率而引起諧振，這就是損傷類故障引起的振動(dòng)信號(hào)的基本特點(diǎn)。軸承的工作表面損傷點(diǎn)在工作過程中同與其相接觸的工作元件表面發(fā)生反復(fù)撞擊從而引起低頻振動(dòng)，該振動(dòng)與軸承的轉(zhuǎn)速和軸承的幾何尺寸有關(guān)，這一頻率成為故障的特征頻率。

根據(jù)相關(guān)研究表明，帶故障軸承的時(shí)域波形指標(biāo)與無故障軸承的時(shí)域波形指標(biāo)相比，有明顯變化。在其頻譜圖中，帶故障軸承的能量集中在一個(gè)區(qū)域，而無故障軸承的能量較為分散。軸承內(nèi)圈點(diǎn)蝕時(shí)，在軸承旋轉(zhuǎn)過程中，缺陷會(huì)對(duì)軸承產(chǎn)生沖擊，在振動(dòng)信號(hào)頻譜上表現(xiàn)為軸承內(nèi)圈旋轉(zhuǎn)頻率即故障頻率對(duì)應(yīng)的幅值明顯比無故障軸承的幅值大。通過這些現(xiàn)象可對(duì)齒輪系故障原因進(jìn)行排查和確定。用同樣的方法，我們可以對(duì)不同類型的自動(dòng)變速中的齒輪和軸承進(jìn)行故障診斷。

時(shí)頻域分析作為一種新型的故障診斷方法，已經(jīng)逐步進(jìn)入汽車故障診斷的各個(gè)系統(tǒng)之中，對(duì)未來汽車智能化故障診斷系統(tǒng)起著積極推進(jìn)作用。

5 展望

在汽車故障分析中，時(shí)頻域分析是有效的方法，但也存在一些缺陷。如頻率分辨率受到采樣長(zhǎng)度的限制和加窗處理產(chǎn)生的能量泄漏。雖然可以選擇合適的窗函數(shù)減少泄漏，但這又會(huì)導(dǎo)致頻率分辨率和幅值精度的下降。而基于人工神經(jīng)網(wǎng)絡(luò)理論的診斷系統(tǒng)和基于人工智能的故障診斷專家系統(tǒng)將成為故障診斷技術(shù)進(jìn)一步發(fā)展的方向。其對(duì)于延長(zhǎng)機(jī)器設(shè)備的使用壽命，降低壽命周期維修費(fèi)用都起著積極作用，專家診斷系統(tǒng)能夠克服基于模型的故障診斷方法對(duì)模型的過分依賴性，人工神經(jīng)網(wǎng)絡(luò)對(duì)于故障的模式識(shí)別具有獨(dú)特的優(yōu)點(diǎn)。

只有準(zhǔn)確把握故障診斷技術(shù)的發(fā)展方向，將診斷設(shè)備研發(fā)技術(shù)人員與維修技術(shù)人員的有機(jī)結(jié)合才可能創(chuàng)造出優(yōu)秀的故障診斷設(shè)備和卓越的診斷思想，才可能將我國的故障診斷技術(shù)推進(jìn)到當(dāng)代世界故障診斷技術(shù)的前沿中去。隨著大數(shù)據(jù)時(shí)代的來臨，未來的汽車故障將進(jìn)入“大數(shù)據(jù)”也將是必然趨勢(shì)，在發(fā)展故障診斷技術(shù)的同時(shí)，對(duì)大量反饋、更新信息的搜集和處理，也將成為未來汽車故障診斷技術(shù)的一項(xiàng)重要內(nèi)容。

參考文獻(xiàn)：

[1]崔治.小波分析在超聲檢測(cè)信號(hào)處理中的應(yīng)用研究[D].湖南大學(xué)，2012.

[2]崔紅超.小波分析在GPS數(shù)據(jù)處理中的應(yīng)用研究[D].東華理工大學(xué)，2013.

[3]張朝解.小波分析在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用[D].大連理工大學(xué)，2006.

[4]周亮.基于小波分析的齒輪箱故障診斷技術(shù)的分析與研究[D].武漢科技大學(xué)，2009.

[5]顧晏春.我國汽車故障診斷方法的發(fā)展現(xiàn)狀與趨勢(shì)[J].科技風(fēng)，2014，09：218+221.

[6]鮑健.汽車故障診斷技術(shù)的現(xiàn)狀與發(fā)展趨勢(shì)[J].科技資訊，2012，05：110-111.

[7]時(shí)建峰.基于時(shí)、頻域—小波分析和神經(jīng)網(wǎng)絡(luò)方法的齒輪箱故障診斷研究[D].太原理工大學(xué)，2008.

[8]王金福，機(jī)械故障診斷的信號(hào)處理方法：頻域分析[J].噪聲與振動(dòng)控制，2013，01：173-180.