基于臺架試驗的懸架減振器異響辨識研究

黃海波，李人憲，丁渭平，楊明亮，朱洪林

(西南交通大學機械工程學院，成都 610000)

基于臺架試驗的懸架減振器異響辨識研究

黃海波，李人憲，丁渭平，楊明亮，朱洪林

(西南交通大學機械工程學院，成都 610000)

針對某車型懸架減振器異響問題，分別進行整車道路及臺架試驗，獲得兩者的一致性規律，即減振器活塞桿加速度信號在特定頻段內具有相似性。進而對減振器異響臺架試驗的辨識方法進行研究，提出時域峰谷差值法、分段功率譜RMS值法及基于特征能量小波分析法，并分析比較其優缺點。在此基礎上提出并采用基于權重系數的聚類分析法，將單指標剛性矩形判定區域轉化為多指標柔性圓形判定區域，減少評判結果因單指標誤判導致最終結果誤判的概率，可為大批量、不同型號減振器異響辨識及提高鑒別準確度提供參考。

減振器;臺架試驗;異響辨識

液壓減振器作為汽車懸架系統重要結構部件之一，對汽車行駛的平順性及操縱穩定性起關鍵作用。減振器結構決定其在拉升、壓縮換向過程中必會產生沖擊振動，進而激發噪聲，嚴重時會導致車內聲品質變惡劣，通常稱其為減振器異響，其引起的不良品在返退件中占比較高。減振器異響辨識最初為整車道路試驗主觀評價［1］，其辨識結果與人耳聽覺特性相符，但需主機廠、減振器廠相互配合，由于現實條件限制，減振器廠與主機廠較難一起試驗。用單體臺架試驗進行減振器異響辨識能很好解決整車道路試驗缺點［2］，但對收集的信號用何種方法處理數據以規范異常噪聲檢測方法仍存在較大缺陷。因此找到一種臺架試驗結果與整車道路試驗主觀評價相關性高的辨識方法具有重要現實意義。

國內對減振器異響臺架試驗辨識方法研究較少，處于起步階段。舒紅宇等［3］通過減振器臺架試驗中活塞桿加速度波形對減振器異響進行辨識，并取得一定效果，但該方法辨識結果粗糙且未提取出異響的關鍵特征即活塞桿換向沖擊瞬間信息［4］。宋睿等［5］對活塞桿振動加速度信號做功率譜變換并進行加窗及線性平均處理，提高了減振器異響辨識結果準確度，但仍未提取出異響的關鍵特征。

為找到異響辨識結果更準確的評判方法，本文對時域分析法、功率譜分析法進行改進，提出基于特征能量的小波分析法。集中提取、分析異響的主要特征信息，使鑒別結果準確度較大提高。提出的基于權重系數聚類分析法在無需提前設定限值情況下可準確、快速辨識大批量或不同型號減振器異響，為減振器異響臺架試驗辨識提供參考。

1 整車路試及臺架試驗辨識結果一致性規律研究

以某型轎車為研究對象，針對其減振器異響特點，設計減振器整車道路試驗及臺架試驗，具體流程見圖1。

圖1 減振器整車道路試驗與臺架試驗方案流程圖Fig.1 Flow chart of shock absorber road test and rig test

為獲得準確的噪聲樣本及振動信號，采用LMS噪聲振動信號采集前端與回放系統，配高性能聲音回放耳機，使噪聲信號重放能真實反映人的主觀感受。收集的噪聲信號作為未上車評價人員進行主觀評價樣本。

1.1 減振器異響整車道路試驗

減振器異響常在汽車低速行駛時發生［6］，且具有一定隨機性。為能激發異常減振器產生異常噪聲并使評價人員能將注意力集中于減振器異響，經大量路試，最終選擇車輛在約8%的坑洼斜坡路面以20 km/h速度熄火空擋滑行，測量車內乘客右耳噪聲及減振器活塞桿振動加速度信號，見圖2、圖3。

圖2 聲壓傳感器安裝位置Fig.2 Installation location of acoustic pressure sensor

圖3 振動加速度傳感器安裝位置Fig.3 Installation location of vibration acceleration sensor

減振器異響強弱來自人的主觀感受。評價人員的主觀評價對減振器后續分析至關重要。常用噪聲主觀評價方法主要有成對比較法及等級評分法［7］。前者對小批量數據評價較有效，但隨樣本增多，工作量隨指數增加;后者在國際上通用10等級刻度，而減振器異響評價無需諸多等級，故路試主觀評價采用簡化后的等級評分法，見表1。

表1 減振器異響主觀評價等級評分法試驗測試表Tab.1 Abnormal noise subjective evaluation with magnitude estimation method

圖4 整車路試時變響度曲線Fig.4 The time－varying loudness curve of road test

圖5 整車路試活塞桿振動功率譜曲線Fig.5 The auto－power spectrum curve of piston rod vibration in road test

圖6 臺架試驗活塞桿振動功率譜曲線Fig.6 The auto－power spectrum curve of piston rod vibration in rig test

路試所得車內聲品質時變響度曲線及減振器活塞桿加速度功率譜密度曲線見圖4、圖5。由二圖看出，嚴重異響減振器的N10 Zwicker時變響度為20.21 (sone)，明顯高于輕微異響件的16.62(sone)及無異響件的14.75(sone);對活塞桿加速度功率譜曲線，在整個分析頻段范圍內，嚴重異響減振器功率譜曲線總體上高于輕微異響件及無異響件曲線，尤其在350～450 Hz區間最明顯。

1.2 減振器異響臺架試驗

減振器臺架試驗活塞桿加速度功率譜曲線見圖6。分析后發現三類典型樣件功率譜曲線在350～450 Hz范圍內區分度較好，此結果與整車道路試驗分析結果一致。因此，選用合適方法對活塞桿加速度信號分析處理成為減振器臺架試驗異響辨識關鍵。

減振器異響因其在拉升、壓縮換向過程中內部產生對減振器活塞桿的沖擊振動所致［8］，只需分析減振器活塞桿振動信號即可鑒別出異響件［9－10］，完成客觀評價。減振器臺架試驗見圖7，將迭代加載的實際道路譜振動信號作為激振信號。

圖7 減振器臺架試驗圖Fig.7 Schematic diagram for shock absorber rig test

2 減振器異響臺架試驗辨識方法研究

2.1 時域峰谷差值辨識法

據經驗，同款減振器活塞桿振動時域信號波峰、波谷落差越大異響越明顯，因此可據活塞桿振動信號時域峰谷落差△f或時域波形衰減量大小評價減振器異響程度，即

用時域峰谷差值法分析做過路試的減振器臺架試驗活塞桿振動信號，獲得臺架試驗與主觀評價對比結果，見圖8(橫坐標表示不同異響程度減振器樣件數量，縱坐標表示對活塞桿振動信號采用時域峰谷差值法分析所得結果)。由于峰、谷差值法所得數據存在極端值且不服從雙變量正態分布，不宜采用pearson簡單相關系數表征相關性。因此采用spearman方法計算相關系數，見表2。分析圖8、表2知，①嚴重異響件的Δf基本均大于80 m/s2，輕微異響件的Δf大部分落于65～ 80 m/s2區間，無異響件的Δf均小于65 m/s2，且3種類型減振器的Δf均具有較好區分度，但個別數據點跨度較大;②峰谷差值法判斷減振器異響與主觀評價的spearman相關系數達到0.768，且顯著性水平小于0.01，表明用該方法判斷減振器異響程度可行且較可靠。

表2 主觀評價與臺架試驗數據相關系數Tab.2 Coefficient of subjective evaluation and rig test

2.2 分段功率譜RMS值辨識法

用減振器活塞桿加速度時域信號判斷減振器的異響程度，過程簡單、方便，但由于減振器異響涉及的帶寬特殊，一般在100～1 000 Hz范圍內［11］，因此時域分析法會帶來其它頻段干擾信號。為此，在普通功率譜分析基礎上將活塞桿振動信號分為拉伸、壓縮兩個階段，分別進行加窗、線性平均處理，再據對應階段RMS值大小辨識異響程度。

式中:f為功率譜密度在對應頻率處的值;Δp為頻率分辨率;n為數據點個數。

典型的嚴重異響件、輕微異響件及無異響件在活塞桿拉伸階段的功率譜密度曲線見圖9。由圖9看出，在350～450 Hz頻段范圍內3條曲線差別最明顯，與整車路試結果一致。用分段功率譜RMS值法分析臺架試驗減振器活塞桿振動信號，獲得臺架試驗及主觀評價對比結果與spearman相關系數分別見圖10、表2。由圖10、表2可知:①嚴重異響件的RMS值基本在2.5(m/s2)2以上，輕微異響件的RMS值大部分屬于1.8～2.5(m/s2)2，無異響件的RMS值大都小于1.8 (m/s2)2，3種類型減振器的RMS值具有較好區分度，且數據點較時域峰谷差值法相對分散，因過濾掉關注頻帶外的噪聲信號，但也有個別數據點落入其它等級范圍;②分段功率譜RMS值法鑒別減振器異響程度與主觀評價的spearman相關系數達到0.775，高于峰谷差值法，且顯著性水平小于0.01。故用該方法辨識減振器異響可靠度較高。

圖8 時域峰谷差值法分析結果Fig.8 Result of the time difference method

圖9 臺架試驗活塞桿拉伸階段功率譜曲線Fig.9 The stretching phase auto－power spectrum curve of piston rod in rig test

圖10 分段功率譜RMS值法分析結果Fig.10 Result of the Subsection Auto－power RMS Value Method

2.3 基于特征能量的小波分析辨識法

分段功率譜RMS值法雖考慮對信號分頻段分析，但分析的是活塞桿換向整個過程的振動信號，由于減振器異響主要與活塞桿換向沖擊振動時刻(約0.01 s)有關，故分段功率譜RMS值法無法準確提取減振器異響的主要特征信息。小波分析因其多分辨率特性，可將分析重點集中于活塞桿換向沖擊瞬間及關注頻段范圍，并引入特征能量概念表示信號在某時間點、某頻帶具有的能量大小。

式中:Ei為信號的特征能量;djm為小波變換系數;ni= 1，2，4，…，2i。

活塞桿工作一個周期有2次沖擊，活塞桿運行6個周期的時頻能量見圖11。由圖11看出，換向沖擊能量遠大于拉升或壓縮過程能量，且能量主要集中在350 ～450 Hz范圍內。用基于特征能量的小波分析法對臺架試驗信號進行分析，所得臺架試驗與主觀評價對比結果見圖12，spearman相關系數見表2。分析圖12、表2可知，①嚴重異響件特征能量基本在6.5(m/s2)2以上，輕微異響件特征能量絕大部分落在2.8～6.5 (m/s2)2范圍內，無異響件特征能量大都小于2.8 (m/s2)2，且3種類型減振器的特征能量值具有較好區分度，基本無數據點跨度過大情況，層次分明;②小波分析法判斷減振器異響程度與主觀評價相關系數達到0.850，高于峰谷差值法及分段功率譜RMS值法，且顯著性水平小于0.01，由此可見該方法可靠度、準確度較高。

圖11 基于特征能量小波分析時頻圖Fig.11 Time－frequency analysis for the characteristic energy of wavelet analysis

2.4 減振器異響臺架試驗辨識適用性分析總結

通過時域峰谷差值法、分段功率譜RMS值法及基于特征能量的小波分析法，結合路試主觀評價對減振器異響臺架試驗辨識分析比較，所得3種分析方法優缺點及適用性分析見表3。

表3 臺架試驗分析方法適用性分析Tab.3 Analysis on rig test applicability

2.5 基于權重系數的聚類分析辨識法

時域峰谷差值法，分段功率譜RMS值法及基于特征能量的小波分析法對減振器異響辨識均具有各自特點，雖辨識結果可信度較高，但均有一維鑒別自由度，即判定區域為一個剛性的矩形區域，導致判定結果受個別因素影響較大，且在判斷不同類型減振器時，需提前進行大量臺架試驗確定限值，會極大降低辨識效率。聚類分析為建立分類的多元統計分析方法，能將樣本數據按其在性質的親疏程度在無先驗知識情況下進行自動分類，產生多個分類結果。類內部個體在性質上具有相似性，但不同類間個體特征差異性較大。

系統聚類法也稱層次聚類分析法，使用最多。層次聚類法中的ward(離差平方和)聚類法強調事物內部的異同，以平方歐式距離作為類與類之間距離，集合中每個樣本自成一類，進行類合并，計算類重心間距離，將離差平方與增加幅度最小的兩類首先合并，再依次將所有類別逐級合并。在普通的ward聚類方法基礎上加入權重系數，并結合以上3種辨識方法優點，可對減振器異響進行更有效辨識，具體計算方法如下:

將n個樣本分成m類，G1，G2，…，Gm，用Xm(i)表示Gm中第i個樣本(此處Xm(i)為一r維向量，即有r個系統聚類指標)，ni為Gm中樣本個數(i)為Gm重心，ck為權重系數，Ck為權重系數矩陣，則Gm中樣本基于權重的離差平方和為

類基于權重的類內離差平方和為

ward聚類法總使聚類導致類內離差平方和增量最小，且使同類樣本間離差平方和最小，不同類樣本間離差平方和最大。在對減振器臺架試驗數據進行聚類分析前先對樣本數據預處理，Xm(i)為三維向量，含時域峰谷差值向量、分段功率譜RMS值向量及小波特征能量向量，由于該3個向量在數量級及量綱有差別，故采用平移標準差方法消除量綱并標準化。每個向量用前所得spearman相關系數歸一化值作為權重系數，將類合并過程中權重系數組成的矩陣作為權重系數矩陣。用基于權重系數的ward聚類法對活塞桿振動信號分析所得聚類結果見圖13，分析結果及主觀評價對比得分見表4，spearman相關系數見表5。

圖12 基于特征能量的小波分析結果Fig.12 Result of the characteristic energy of wavelet analysis

圖13 基于權重系數的聚類分析結果Fig.13 Result of the clustering analysis method based on weight coefficient

表4 主觀評價得分與聚類分析得分對比Tab.4 Subjective evaluation scores compared with clustering analysis score

表5 聚類分析法與主觀評價相關系數Tab.5 Coefficient of clustering analysis and subjective evaluation

綜合分析圖11、表4、表5可知，①基于權重系數的聚類分析法將單指標的剛性矩形判定區域轉化成為多指標的柔性圓形判定區域，減少了評判結果因單一指標的誤判而導致最終結果誤判的概率;②表3中無異響件的聚類結果與主觀評價結果完全吻合，嚴重異響件與輕微異響件有極個別誤差，可能因各等級間存在灰色地帶導致理性客觀評價與感性主觀評價存在一定差異;③基于權重的聚類分析法判斷減振器異響與主觀評價結果的相關系數高達0.929，且顯著性水平小于0.01，說明用該方法進行減振器異響辨識可靠度極高。由于無需事先設定限值，可在大批量減振器異響鑒別過程中快速對減振器進行分類。

經減振器廠家大量試驗驗證，基于權重系數的聚類分析法在對其它6種減振器異響臺架試驗辨識中，相關系數均高于0.92，可作為實際產品檢測的有效方法。

3 結論

(1)減振器整車道路試驗與臺架試驗活塞桿振動信號處理結果具有一致性規律，可通過臺架試驗取代部分整車道路試驗對減振器進行異響辨識。

(2)以相關系數作為減振器臺架試驗異響辨識準確度的評價指標，表明臺架試驗對減振器異響程度的評估能力，結果可信度較高。

(3)時域峰谷差值法、分段功率譜RMS值法及基于特征能量的小波分析法對減振器臺架試驗異響辨識雖均有較高的相關性，但只具有一維辨識自由度。基于權重系數的聚類分析法綜合以上方法優點，將一維剛性矩形判定區域轉化成為多維柔性圓形判定區域，降低了辨識結果因單一結果誤判而導致最終結果誤判的概率，提高了辨識準確度，可為大批量、不同型號減振器異響辨識及提高鑒別準確度提供參考。

［1］張立軍，余卓平，靳曉雄.汽車筒式液壓減振器噪聲問題研究動態［J］.汽車工程，2003，25(2):162－166.

ZHANG Li－jun，YU Zhuo－ping，JIN Xiao－xiong.Dynamic experimental research on the abnormal noise of hydraulic suspension shock absorber［J］.Automotive Engineering，2003，25(2):162－166.

［2］Benaziz M，Nacivet S，Deak J，et al.Double tube shock absorber model for noise and vibration analysis［J］.SAE International Journal of Passenger Cars Mechanical Systems，2013，6(2):1177－1185.

［3］舒紅宇，王立勇，岑伊萬.車輛液力減振器異常噪聲鑒別方法［J］.重慶大學學報(自然科學版)，2005，28(4):10－13.

SHU Hong－yu，WANG Li－yong，CEN Yi－wan.Abnormal noise test method of vehicle hydraulic shock absorber［J］. Journal of Chongqing University:Natural Science Edition，2005，28(4):10－13.

［4］Besinger F H，Cebon D，Coje D J.Damper models for heavy vehicle－ride dynamics［J］.VehicleSystemDynamics，1995(24):35－64.

［5］宋睿，丁渭平，楊明亮，等.汽車懸架減振器結構傳遞異響的試驗研究［J］.汽車技術，2011(7):39－42.

SONG Rui，DING Wei－ping，YANG Ming－liang，et al. Experimentalresearchonstructuretransfersoundof Automobile suspension shock absorber［J］.Automobile Technology，2011(7):39－42.

［6］宋睿.汽車雙筒式減振器異響的產生機理與控制方法研究［D］.成都:西南交通大學，2012.

［7］陳劍，楊雯，李偉毅.汽車聲品質主觀評價試驗方法探究［J］.汽車工程，2009，31(4):389－392.

CHEN Jian，YANG Wen，LI Wei－yi.Subjective evaluation test method on vehicle sound quality［J］.Automobile Technology，2009，31(4):389－392.

［8］舒紅宇，王立勇，吳碧華，等.液力減振器結構異響發生的微過程分析［J］.振動工程學報，2005，18(3):282－287.

SHU Hong－yu，WANG Li－yong，WU Bi－hua，et al.Analysis on the abnormal structure noise yielding process of hydraulic shock absorber.［J］.Journal of Vibration Engineering，2005，18(3):282－287.

［9］么鳴濤，顧亮，管繼富.雙筒式減振器異響試驗分析［J］.工程設計學報，2010，17(3):229－235.

YAO Ming－tao，GU Liang，GUAN Ji－fu.Test analysis on the noise ofAutomobileshockabsorber［J］.Journalof Engineering Design，2010，17(3):229－235.

［10］么鳴濤，管繼富，顧亮.車輛雙筒式減振器異響研究［J］.機械設計與制造，2011，2:114－116.

YAO Ming－tao，GUAN Ji－fu，GU Liang.Study on abnormal noise of vehicle［J］.Machinery Design＆Manufacture，2011，2:114－116.

［11］Schiehlen W，Hu B.Spectral simulation and shock absorber identification［J］.InternationalJournalofNon－Linear Mechanics，2003，38(24):161－171.

Rig test for identifying abnormal noise of suspension shock absorber

HUANG Hai－bo，LI Ren－xian，DING Wei－ping，YANG Ming－liang，ZHU Hong－lin
(College of Mechanical And Engineering，Southwest JiaoTong University，Chengdu 610000，China)

For the abnormal noise problem of vehicle suspension shock absorber，vehicle road tests and rig tests were carried out.The results show the similarity between acceleration signals of the shock absorber piston rod in both tests within a certain specific frequency band.So a part of road test can be replaced by a series of rig tests for shock absorber abnormal noise identification.On the rig test，for identifying abnormal noise of shock absorber，various methods were applied，respectively:the Time Difference Method，the Subsection Auto－power RMS Value Method and the Characteristic Energy of Wavelet Analysis Method and their advantages and disadvantages were compared.On this basis，a Clustering Analysis Method Based on Weight Coefficient was proposed and implemented.The method transfers the rigid rectangular single index into more flexible circular discriminating areas and reduces the final misjudgment probability caused by single index.The method can provide a reference to the identification of different types of absorber abnormal noises and improve the judgment accuracy.

shock absorber;rig test;abnormal noise identification

U463.1;U467.1+1

A

10.13465/j.cnki.jvs.2015.02.034

中央高校基本科研業務費專項資金－科技創新項目(SWJTU12CX036);西南交通大學研究生創新實驗實踐項目(YC201402104)

2013－10－09修改稿收到日期:2014－01－28

黃海波男，博士生，1989年生

丁渭平男，教授，1968年生

郵箱:dwpc@263.net