一种汽车变速器智能化在线质量检测方法

摘要

一种汽车变速器智能化在线质量检测方法属于汽车噪声和振动控制领域。针对汽车变速器在线交检试验的重要性及复杂性，本文在信号采集方面实现了振动电压信号与转速脉冲信号的同步采集。由于在汽车变速器的交检试验过程采集到的振动电压信号为非稳态信号，用常规的信号处理方法会出现“频率混叠”现象，本发明将阶次方法与倒频谱方法相结合进行变速器非稳态信号的处理进而提取特征信号，既解决了“频率混叠”问题又消除了功率谱的边频带，更便于观察与提取特征信号。在质量检测方面使用了支持向量机方法，同时利用标准极值曲线方法不断丰富与更新支持向量机模型，使该模型包含更多的信息，达到了检测速度快且准确的目的。

主权项

1.一种汽车变速器智能化在线质量检测方法，其特征在于，包括以下步骤：（1）将汽车变速器安装在测试试验台上，将编码器安装在试验台的输入轴上，将振动传感器水平安装在汽车变速器上；当试验台带动汽车变速器旋转时，开始采集转速信号；（2）设编码器每转发出w个脉冲，即输入轴每转过360/w度角，编码器就发出一个脉冲，计数器的值就增加1；每隔Δt的时间读取一次计数器上的脉冲数，则假设在时刻t_i读取计数器上的脉冲数为m_i，t_i+1时刻读取计数器上的脉冲数为m_i+1，则当前的转速值（3）假设系统测试转速范围为n₀～n_t,n₀为转速下限，为最高转速的30%，n_t为转速的上限，为最高转速的80%；当转速n₀≤n_i≤n_t时，将计数器清零，开始采集振动电压信号，同时重新采集转速脉冲信号；设时域平均法中的平均次数为k,每次分析振动电压信号点数为x₀，分析转数为r；则当脉冲数达到n_总=w·k·r时，将采集的振动电压信号与转速脉冲存储于文件中，文件名为当前时间，然后继续进行同步采集振动电压信号与转速脉冲信号；设振动电压信号的采集频率为f₁,脉冲信号的读取频率为f₂；（4）信号处理与信号采集同时进行，信号采集模块不停的检测是否存在新的数据文件存在，若存在则将相同文件名的振动电压信号S(t_i){S(t₁),S(t₂),S(t₃),……S(t_N1)}与转速脉冲信号M(p){M(1),M(2),M(3),……M(N2)}提取出来进行处理,其中S(t_i)为每一个时刻对应的电压值，M(p)为每一时刻对应的脉冲个数,i为电压值序列号,p脉冲数序列号，N1为振动电压信号文件中电压值的个数，N2为脉冲信号文件中脉冲读取的次数；（5）由于输入轴每转过1度角计数器的值就加1，所以脉冲个数M(p)也是轴转过的角度；将M(p)与对应的时间序列t_p生成曲线；对信号分析时，采用r转为数据源,即分析转数，每次分析电压个数为x₀，则每转取的电压个数为由于需要等角度间隔取数据，所以每转过角度时取一个数据点；通过插值得到每一个数据点所对应的时刻t(g)，即等角度时间序列t(g)；（6）将振动电压信号S(t_i)与对应的时间t_i生成曲线，利用等角度时间序列t(g)将振动电压信号进行拉格朗日插值得到每个等角度时刻t(g)对应的振动电压信号R(θ)，其中θ为等间隔转过的角度；（7）对等角度的振动电压信号R(θ)进行时域平均处理，加强周期信号，r为分析转数，k为平均次数；则通过插值得到的等角度的振动电压信号R(θ)为r·k转的电压信号，电压信号个数为x₀·k；时域平均法即以分析x₀个振动电压信号为周期截取R(θ)信号，共截取k段，然后将各段对应点相加再进行平均得到输出信号，即：$Q\left(h\right)=\frac{R\left(h\right)+R(x_0+h)+R({2x}_0+h)+...+R((k-1)x_0+h)}{k},$其中Q(h)为时域平均法后输出的电压值，h为输出的电压值序列号,h=1,2,3…x₀；（8）通过步骤（7）的Q(h)求取两个时域特征值：均方根幅值、峰值如下所示：均方根幅值（X₁）：h=1,2,3…x₀,x₀为分析点数；峰值（X₂）：Peak=max|Q(h)|，h=1,2,3…x₀；（9）将步骤（7）的Q(h)进行倒频谱分析得到谱图C(q_a)，横坐标阶次频率纵坐标为电压幅值C(q_a),其中a=1，2，3…x₀；r为分析转数；（10）由于变速器类型不同，内部的齿轮轴承参数就不同，进而计算出的特征阶次也不同；所以在数据库中变速器的型号对应特定的特征阶次，根据变速器型号查询数据库得出变速器轴、齿轮、轴承的特定阶次向量：X=[X_i1,X_i2,..X_in,X_j1,X_j2,..X_jm,X_iL1,X_iL2,X_iL3,X_iL4,X_iR1,X_iR2,X_iR3,X_iR4]，其中下标i为第i根轴特征阶次,共有n根轴;下标j为第j对啮合齿轮特征阶次,共有m对啮合齿轮;下标L1-L4分别为左或前轴承的外圈,内圈,滚动体自转,保持架特征阶次;下标R1-R4分别为右或后轴承的外圈,内圈,滚动体自转,保持架特征阶次；（11）支持向量机模型中选择算法复杂度较小的多项式核函数：K=(X^r·y+1)¹²，其中X^r为特征值向量X^r=[X₁，X₂，X_i1,X_i2,..X_in,X_j1,X_j2,..X_jm,X_iL1,X_iL2,X_iL3,X_iL4,X_iR1,X_iR2,X_iR3,X_iR4],y为输出向量y=[123…N]，N为变速器缺陷类型数目；根据训练样本确定支持向量机模型中缺陷类型，并将时域特征值与频域特征值合并作为特征值向量X^r=[X₁，X₂，X_i1,X_i2,..X_in,X_j1,X_j2,..X_jm,X_iL1,X_iL2,X_iL3,X_iL4,X_iR1,X_iR2,X_iR3,X_iR4]输入到支持向量机模型中进行检测，判断当前变速器是否存在缺陷及缺陷类型位置；（12）若步骤（11）的判断结果为存在缺陷，则输出变速器的缺陷类型及位置；若步骤（11）判断没有缺陷，则利用极值曲线方法进行二次判断，将步骤（9）中得到的谱线与数据库中的极值曲线相比较，判断是否超出极值曲线，若没有超出，则判断不存在缺陷；若存在超出部分，则查询数据库得到超出部分所对应的缺陷类型及位置，并且将该缺陷类型及位置增加到上述支持向量机模型中；（13）系统运行过程中，信号采集与信号处理处在两个线程中同时进行，只要变速器转速在测试范围内，信号采集就不断的进行，每个周期结束后，都将信号以时间为文件名存储于硬盘中；而信号处理模块则不停的检测硬盘中是否存在未处理的信号，若存在则重复步骤（4）至步骤（12）。