探索重型汽車發動機齒輪失效分析及改善途徑

韋錦順

摘 要：站在重型汽車發動機齒輪失效分析角度來說，主要涉及到的內容有理化檢驗或者是掃描電鏡等等，實現對失效齒輪的全面分析，同時將失效齒輪結構呈現出來。本文根據以往工作經驗，對失效件描述情況進行總結，并從化學成分及硬度檢驗分析、齒面斷口分析、結構分析、斷齒掃描電鏡分析四方面，論述了重型汽車發動機齒輪失效分析。

關鍵詞：重型汽車;發動機;齒輪

為了方便研究，本位以某中型汽車發動機齒輪為例。當發動機出現故障問題之后，工作人員發現曲軸后齒輪出現三個齒斷裂情況，其他零部件依舊完好，而且該種斷裂情況是第一次出現。為了呈現出更好的研究效果，工作人員需要對該斷裂的曲軸后齒輪失效模式進行深入性研究，確定針對性的解決對策，降低同類故障的出現幾率，強化發動機應用的可靠性。

1 失效件描述

曲軸后齒輪有三個齒出現問題，具有情況如圖1所示，該曲軸后齒輪在制作過程中，主要材料為20MnCr5低碳合金鋼，在經過滲碳猝火操作之后，表面硬度能夠達到59到63HRC。對于實際硬化層深度，最為常見的范圍為0.5到0.7mm，心部強度為34.5到44HRC。除此之外，在實際制造工藝內容之中，主要涉及到下料、鍛造、正火、粗加工、精加工和包裝。

2 重型汽車發動機齒輪失效分析

2.1 化學成分及硬度檢驗分析

為了更好的進行研究，工作人員可以在失效件上執行有效的取樣檢驗操作。從實際檢驗結果中能夠看出，化學成分、金相組織以及心部硬度均處于合理狀態之下。反觀表面硬度和有效硬化層深度，也基本上處于合格狀態，一旦出現不合格數據，主要原因可能是由于硬化層深度太薄所導致的，具體深度低于0.8mm，此時，人們在洛氏硬度計應用時，容易將有效硬化層擊穿，這也是對基層硬度的直接反映。為了確保誤差測量的準確程度，工作人員可以借助于金相法對其進行全面測量，確定具體的誤差范圍。

2.2 齒面斷口分析

站在斷齒齒面角度來說，具體情況如圖2所示，裂紋是從輪齒根部開始起裂，沿著滲碳層逐漸擴展開來，從實際斷口形貌上能夠看出，當表面滲碳層裂紋初步朝著向心部擴展時，實際齒輪的有效接觸面積逐步縮小，如果剩余有效面積無法承受系統產生的荷載，便會出現齒輪斷裂問題。從這里也可以看出，由于失效齒輪在加工或者是設計過程中存在各種各樣的問題，進而引發明顯的偏載問題，齒輪面的實際受力面積同樣會出現偏移現象，導致局部超荷載，也正是由于應力過大，甚至會超過滲碳層強度，進而在齒根處引發應力集中問題，所產生的裂紋會繼續朝著根心部發展，加劇了齒斷問題的出現幾率。對于失效件齒輪，與斷齒臨近的齒已經出現嚴重磨損現象，磨平厚度幾乎達到了二分之一。從這里也可以看出，由于齒根部圓弧加工存在一些問題，當齒輪在嚙合過程中，無法保證足夠的齒面接觸，增加了疲勞斷裂問題的出現幾率。

2.3 結構分析

在結構分析工作執行上，主要是對曲軸后齒輪失效件的詳細尺寸檢驗操作，分析手段為三坐標，主要檢查的項目有齒根圓直徑、沉孔直徑以及沉孔邊緣倒角等等。從實際檢驗結果中能夠看出，失效件根部有2個0.2左右的圓弧過渡，容易將嚙合齒輪之間的接觸面積縮小，降低兩齒嚙合的接觸精度。為了將齒輪疲勞壽命提升，最高就是應用大圓弧滾刀加工，強化齒根圓角，將疲勞壽命大大降低。相關研究表明，采用大圓弧滾刀切齒，能夠將整個齒輪壽命提升至之前的3倍。

2.4 斷齒掃描電鏡分析

當斷口使用丙酮清洗完之后，工作人員可以確定裂紋源，主要集中在齒輪邊緣處。透過實際觀察和研究，裂紋源附近存在微裂紋現象，如果是站在微觀形貌角度來說，更容易出現疲勞破壞問題。因此，在斷齒掃碼分析工作結束之后，工作人員能夠明確具體的斷齒原因，以及后續的工作方向。

3 改善措施

從上述結構分析過程中能夠看出，重點內容主要集中在齒根設計上。另外，對于齒輪輪齒設計，相關工作人員應保證其齒面存在足夠的接觸疲勞強度，對于齒輪齒根部分，應保證良好的圓滑過渡性，如果齒面接觸面積有所提升，剩余應力也會處于較低狀態，讓抗彎疲勞強度得到有效保證。除此之外，相關工作人員也可以通過計算機模擬計算，將齒輪根部圓弧過渡效果更好的呈現出來，具體規格為2個R0.2左右的圓弧，為后續工作的執行創造有利條件。

4 結論

綜上所述，通過對曲軸后齒輪失效埋件理化性能的檢驗和分析，能夠幫助工作人員將齒輪失效件理化性能校驗技術要求呈現出來，為后續工作的開展創造有利條件。借助于齒輪失效件掃描電鏡以及三坐標檢驗結果分析，人們也能實現對齒輪的有效改進操作，讓整個臺架疲勞試驗顯得更加完善，讓重型汽車發動機齒輪失效問題得到合理解決。

參考文獻：

[1]李劼人，王開宇，宋雅培，王建民.汽車起重機齒輪泵噪聲研究[J].汽車實用技術，2020（10）：145-149.

[2]鄭俊麗.汽車發動機技術發展趨勢分析[J].時代汽車，2019（15）：125-126.

[3]李琴.基于多元線性回歸的汽車油耗預測模型[J].海峽科技與產業，2019（03）：90-92.