基于ADAMS與MATLAB的電磁制動器仿真分析

宋小龍，李 枝，王文清，楊 瑞

（寶鈦集團有限公司 寬厚板材料公司，陜西 寶雞 721014）

1 ADAMS技術簡介

ADAMS軟件是美國MDI公司開發的機械系統動力學仿真分析軟件，它使用交互式的圖形環境和零件庫、約束庫、力庫，創建完全參數化的機械系統幾何模型，其求解器采用多剛體系統動力學理論中的拉格朗日方程方法，建立系統動力學方程，對虛擬機械系統進行靜力學、運動學和動力學分析，輸出位移、速度、加速度和反作用力曲線。

ADAMS主模塊見圖1。ADAMS／View 建模仿真步驟見圖2。

圖1 ADAMS主模塊

2 雙塊式電磁制動器的建模仿真

2.1 系統描述

本文所用的模型為雙塊式電磁制動器，其動力學簡化模型如圖3所示，它由位于制動輪A 兩旁的兩個制動臂D1、D2和兩個閘瓦B1、B2組成。其工作原理如下：由彈簧通過制動臂及閘瓦使制動輪經常處于制動狀態，當松閘器C通入電流時，利用電磁力作用，通過推桿使制動器兩邊的閘瓦松開。

2.2 ADAMS模型

在ADAMS中建立的仿真模型見圖4。

圖2 ADAMS／View 建模仿真步驟

2.3 動力學仿真

仿真初始條件如下：松閘器C 通入電流時，利用電磁力作用，通過推桿使制動器兩邊的閘瓦松開，制動輪A 以3 000°／s的角速度開始轉動，經過0.1s后，松閘器C斷開電流，失去電磁力，同時，彈簧S通過制動臂及閘瓦B1、B2開始制動。

圖3 電磁制動器的動力學簡化模型

我們在對此模型進行模擬仿真時，輸出了制動臂在橫向X、縱向Y 和垂直方向Z 的加速度曲線圖，本文給出的是制動臂D1的時域曲線圖，見圖5。

圖4 ADAMS中的仿真模型

圖5 制動輪的轉速和制動臂各方向的加速度

從圖5可以明顯看出：制動臂D1在Z 方向的加速度遠遠大于X、Y 方向的加速度，這說明在制動過程中制動臂D1在Z 方向產生的振動幅值最大。

圖6為圖5（d）的頻域圖，從中我們可以看到大約在80Hz頻率的幅值達到最大值。

3 MATLAB小波分析

本文利用MATLAB軟件編程程序和小波工具箱（Wavelet Toolbox）的主要功能，對制動臂D1在Z 方向產生的加速度信號進行小波分析。

圖6 制動臂D1 在Z 方向的加速度頻域圖

我們對制動臂D1在Z 方向的原始信號時域圖進行小波變換，選用db小波，進行4層分解，尺度取整數1～1 000，如圖7所示。圖7中，T 表示時間，由于原始信號時間段為1s，此處小波變換三維圖中的時間值2 000就相當于1s。

從圖7（a）、7（b）可以看到，在低時間段的低頻處小波積分幅值較大，在0.2s以后幅值逐漸減小，在高時間段的高頻處小波積分幅值接近于零。

圖7 制動臂D1 在Z 方向的原始信號連續小波變換

用小波分析此振動加速度信號S，圖8為沖擊信號的小波分解，分解4次得到低頻逼近信號a4和高頻細節信號d1、d2、d3和d4，對應頻帶分別為d1（500Hz～1 000Hz），d2（250 Hz～500 Hz），d3（125 Hz～250 Hz），d4（62.5Hz～125Hz），a4（0Hz～62.5Hz）。原始信號S 的離散小波變換分解可表示為：

S＝d1＋d2＋d3＋d4＋a4。

各分解信號的橫坐標均為時間，等于原信號的時間歷程。從圖8中可以看出在頻段d4（62.5 Hz～125 Hz）上的信號明顯偏離振動中心線，從而導致了總振動信號的非對稱性分布。

圖8 制動臂D1 在Z 方向的沖擊信號小波分析4層分解

接下來對原信號進行降噪處理，降噪后進一步產生了殘差信號的時域圖和頻譜圖，見圖9。

圖9 制動臂D1 在Z 方向的小波降噪圖和殘差信號圖

從圖9（b）中可以看出，此振動信號的故障頻率大約在80Hz左右，這與先前仿真產生的制動臂D1在Z方向的加速度頻域圖的最大幅值正好相吻合，并且這個頻率也正處于高頻細節信號頻段d4（62.5Hz～125 Hz）中。

通過ADAMS 和 MATLAB 聯合仿真說明，MATLAB小波殘差信號處理方法能有效地提取ADAMS中仿真故障信號的特征頻率，是一種良好的信號處理方法。

4 結論

經過以上分析可以看出，利用ADAMS和MATLAB兩個強大的軟件工具進行聯合仿真分析，不僅能夠提高工作效率，縮短工作周期，而且還可以通過獲取的各種圖形，準確快速地預測分析設備在運行中的故障問題，達到良好效果。

［1］ 鄭建榮.ADAMS虛擬樣機技術入門與提高［M］.北京：機械工業出版社，2001.

［2］ 陳立平.機械系統動力學分析及ADAMS應用教程［M］.北京：清華大學出版社，2005.

［3］ 何正嘉.機械設備非平穩信號的故障診斷原理及應用［M］.北京：高等教育出版社，2000.

［4］ 飛思科技產品研究開發中心.小波分析理論與MATLAB7實現［M］.北京：電子工業出版社，2005.

［5］ Liu B.Selection of wavelet packet basis for rotating machinery fault diagnosis［J］.Journal of Sound and Vibration，2005，284：567－582.

［6］ Cheng Junsheng，Yu Dejie，Yang Yu.Application of an impulse response wavelet to fault diagnosis of rolling bearings［J］.Mechanical Systems and Signal Processing，2007，21：920－929.