基于穩(wěn)定性約束視角的汽車(chē)維修技術(shù)分析

楊麗君，陳 東

（湖北工業(yè)職業(yè)技術(shù)學(xué)院，湖北 十堰 442000）

0 引言

隨著我國(guó)經(jīng)濟(jì)的發(fā)展，人們的生活方式發(fā)生明顯轉(zhuǎn)變，電動(dòng)汽車(chē)作為綠色出行的交通工具之一，受居民的關(guān)注度逐漸提高。然而電動(dòng)汽車(chē)在行駛過(guò)程中由于路面不平整、人為錯(cuò)誤駕駛等問(wèn)題，汽車(chē)底盤(pán)會(huì)出現(xiàn)不同程度的損壞。因此，針對(duì)電動(dòng)汽車(chē)底盤(pán)故障制定有效的汽車(chē)維修技術(shù)方案，對(duì)于汽車(chē)的穩(wěn)定運(yùn)行具有重要意義。通過(guò)搜集和整理國(guó)內(nèi)外對(duì)于汽車(chē)維修故障識(shí)別的研究成果發(fā)現(xiàn)，部分學(xué)者提出了基于診斷算法與數(shù)據(jù)信號(hào)的汽車(chē)故障診斷方法。王克勇對(duì)于汽車(chē)故障診斷的研究中以汽車(chē)燃料電池為研究對(duì)象，提出了基于自適應(yīng)算法的智能診斷模型，結(jié)合仿真實(shí)驗(yàn)發(fā)現(xiàn)該模型能夠提升車(chē)用燃料診斷的準(zhǔn)確性[1]。孫強(qiáng)[2]以電動(dòng)汽車(chē)中滾動(dòng)軸承產(chǎn)生的數(shù)據(jù)信號(hào)為基礎(chǔ)，提出了基于小波分解改進(jìn)算法的滾動(dòng)軸承診斷方法，以此來(lái)解決車(chē)輛滾動(dòng)軸承故障數(shù)據(jù)獲取的難點(diǎn)[2]。喬文山對(duì)汽車(chē)維修技術(shù)的研究中，提出了基于改進(jìn)SVM算法的車(chē)輛變速箱故障診斷模型，并通過(guò)實(shí)驗(yàn)應(yīng)用的方式對(duì)該診斷模型的有效性進(jìn)行驗(yàn)證，結(jié)果表明該算法能夠提升汽車(chē)故障診斷的精準(zhǔn)度[3]。汽車(chē)維修技術(shù)中，基于穩(wěn)定性約束的研究相對(duì)較少，其中黃佃明將以汽車(chē)底盤(pán)故障作為研究方向，提出了基于穩(wěn)定性約束條件的汽車(chē)底盤(pán)傳動(dòng)異常處理模式，結(jié)合汽車(chē)維修實(shí)例后發(fā)現(xiàn)，該方法能夠增強(qiáng)汽車(chē)底盤(pán)的穩(wěn)定性[4]。在此基礎(chǔ)之上以穩(wěn)定性約束為視角提出了一種電動(dòng)汽車(chē)底盤(pán)系統(tǒng)的動(dòng)態(tài)穩(wěn)定性預(yù)防維修方法。

1 基于穩(wěn)定性約束視角的汽車(chē)工作模態(tài)分析

1.1 汽車(chē)工作模態(tài)分析原理

多模態(tài)識(shí)別技術(shù)獲取拼箱函數(shù)和模態(tài)參數(shù)的方法為兩種，即頻域識(shí)別和時(shí)域識(shí)別，其中前者指以頻響函數(shù)的峰值對(duì)模態(tài)頻率進(jìn)行識(shí)別，該函數(shù)的運(yùn)算公式如式（1） 所示。

對(duì)于系統(tǒng)模態(tài)參數(shù)識(shí)別，以響應(yīng)信號(hào)形成的相關(guān)函數(shù)為基礎(chǔ)，將其轉(zhuǎn)化為響應(yīng)數(shù)據(jù)，該識(shí)別過(guò)程能夠拓寬隨機(jī)子空間的適用范圍。在此條件下，系統(tǒng)在運(yùn)行期間要獲取穩(wěn)定性模態(tài)參數(shù)時(shí)，激勵(lì)信號(hào)存在的非白噪聲也不會(huì)對(duì)獲取結(jié)果造成影響。以電動(dòng)汽車(chē)為例，其在行駛期間的響應(yīng)信號(hào)受隨機(jī)噪聲以及非穩(wěn)態(tài)成分的影響，容易降低模態(tài)參數(shù)識(shí)別的精準(zhǔn)度。面對(duì)該項(xiàng)問(wèn)題，需要將同等狀態(tài)下的樣本數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，通過(guò)綜合運(yùn)算以后提升模態(tài)參數(shù)識(shí)別的精度，然而其操作難度較大，即便能夠在實(shí)驗(yàn)中保持環(huán)境類似，但受隨機(jī)激勵(lì)條件影響，仍然難以保障數(shù)據(jù)平均去噪結(jié)果的準(zhǔn)確性。

1.2 引入穩(wěn)定性約束函數(shù)

傳統(tǒng)的穩(wěn)定性分析方法中，雖然汽車(chē)底盤(pán)模型的目標(biāo)函數(shù)中包含多個(gè)約束，但這類目標(biāo)函數(shù)無(wú)法直接作為穩(wěn)定性函數(shù)，另外，由于控制解析式不能直接通過(guò)模型預(yù)測(cè)控制獲取，導(dǎo)致在傳統(tǒng)穩(wěn)定性分析方法對(duì)電動(dòng)汽車(chē)故障診斷的難度較大。鑒于上述原因，文章對(duì)于電動(dòng)汽車(chē)穩(wěn)定性的研究中以汽車(chē)底盤(pán)的大信號(hào)作為研究方向，基于李雅普諾夫第二法推導(dǎo)系統(tǒng)的穩(wěn)定性約束條件構(gòu)造函數(shù)，構(gòu)建的穩(wěn)定性狀態(tài)方程如式（2）所示。

為優(yōu)化響應(yīng)信號(hào)的信噪比，采用平均去噪的方法構(gòu)建基于穩(wěn)定性約束函數(shù)的協(xié)方差驅(qū)動(dòng)的隨機(jī)子空間法。通過(guò)該方法能夠獲取系統(tǒng)模態(tài)參數(shù)中的信息載體，在達(dá)到降低噪聲的同時(shí)，能夠增強(qiáng)信號(hào)成分的目的?；谏鲜鰞?nèi)容，基于穩(wěn)定性約束的汽車(chē)底盤(pán)維修工作模態(tài)流程如圖1所示。

圖1 基于穩(wěn)定性約束的汽車(chē)底盤(pán)維修工作模態(tài)流程圖

對(duì)模態(tài)參數(shù)識(shí)別中通過(guò)穩(wěn)定性約束的方式在獲取相關(guān)函數(shù)后，將其代替原始數(shù)據(jù)，由于改進(jìn)后的識(shí)別方法能夠增強(qiáng)算法的抗噪性，能夠?qū)崿F(xiàn)對(duì)系統(tǒng)中響應(yīng)信號(hào)信噪比低的數(shù)據(jù)進(jìn)行識(shí)別，但從整體上來(lái)，該算法仍然受環(huán)境激勵(lì)和模態(tài)驗(yàn)證約束。文章以電動(dòng)汽車(chē)作為研究對(duì)象，通過(guò)改進(jìn)SVD算法的方式對(duì)汽車(chē)底盤(pán)工作模態(tài)進(jìn)行識(shí)別，進(jìn)而達(dá)到系統(tǒng)定階的目的。通過(guò)實(shí)際案例應(yīng)用的方式，對(duì)基于穩(wěn)定性約束視角的汽車(chē)維修技術(shù)有效性進(jìn)行驗(yàn)證，通過(guò)仿真實(shí)驗(yàn)的方式電動(dòng)汽車(chē)模態(tài)三要素（頻率、阻尼、振型）的相關(guān)數(shù)據(jù)進(jìn)行分析。

2 基于穩(wěn)定性約束的汽車(chē)底盤(pán)故障識(shí)別與預(yù)防性維修

基于穩(wěn)定性約束視角的汽車(chē)工作模態(tài)分析結(jié)果，得出汽車(chē)底盤(pán)狀態(tài)識(shí)別方法。為提升基于穩(wěn)定性約束視角的汽車(chē)底盤(pán)故障識(shí)別精準(zhǔn)度，本章在構(gòu)建汽車(chē)整車(chē)自由度模型的基礎(chǔ)上，確定典型故障源與整車(chē)模態(tài)參數(shù)之間的關(guān)系，在搜集系統(tǒng)模型參數(shù)數(shù)據(jù)的同時(shí)對(duì)電動(dòng)汽車(chē)底盤(pán)故障進(jìn)行識(shí)別。

2.1 汽車(chē)整車(chē)自由度模型的建立

為探究電動(dòng)汽車(chē)的故障特征，選取某類型的電動(dòng)汽車(chē)作為研究對(duì)象構(gòu)建電動(dòng)汽車(chē)整車(chē)自由度模型，該模型包括車(chē)身、整體式車(chē)軸垂向、側(cè)傾以及平衡懸架自由度。由于進(jìn)行汽車(chē)整車(chē)自由度模型構(gòu)建中的數(shù)據(jù)來(lái)源主要為車(chē)架支撐點(diǎn)的動(dòng)態(tài)載荷，因此對(duì)電動(dòng)汽車(chē)的汽車(chē)座位、車(chē)棚等車(chē)輛上部分進(jìn)行簡(jiǎn)化。一般情況下，電動(dòng)汽車(chē)在行駛過(guò)程中出現(xiàn)側(cè)傾共振后，頻帶的頻率相對(duì)較低，在仿真實(shí)驗(yàn)中通常對(duì)1/2半車(chē)模型進(jìn)行分析，為提升研究的整體性和可行性，本研究中構(gòu)建的汽車(chē)自由度模型以整車(chē)進(jìn)行建模。

2.2 基于穩(wěn)定性約束振動(dòng)關(guān)系的電動(dòng)汽車(chē)典型故障識(shí)別

懸架剛度變化對(duì)模態(tài)參數(shù)的影響：電動(dòng)汽車(chē)在行駛過(guò)程不僅會(huì)受到環(huán)境因素影響，當(dāng)溫度變化幅度較大時(shí)同樣會(huì)出現(xiàn)車(chē)輛載荷過(guò)大，造成懸架彈簧性能發(fā)生變化，進(jìn)而使汽車(chē)出現(xiàn)懸架板簧裂紋、斷裂的情況。如果電動(dòng)汽車(chē)出現(xiàn)的懸架故障是由于彈簧剛度減弱造成，對(duì)汽車(chē)故障進(jìn)行檢測(cè)則以系統(tǒng)模態(tài)參數(shù)的變化情況為依據(jù)。

減振器阻尼變化對(duì)模態(tài)參數(shù)的影響：當(dāng)電動(dòng)汽車(chē)的減震器發(fā)生故障時(shí)，阻尼會(huì)發(fā)生變化，探究在阻尼逐漸降低時(shí)，其對(duì)電動(dòng)汽車(chē)模態(tài)參數(shù)造成的影響。當(dāng)阻尼減少至正常值的50%左右，實(shí)驗(yàn)車(chē)輛前側(cè)的模態(tài)參數(shù)明顯增加，這也表明阻尼達(dá)到該數(shù)值時(shí)模態(tài)參數(shù)為一個(gè)臨界點(diǎn)；當(dāng)電動(dòng)汽車(chē)左前輪側(cè)減震器出現(xiàn)故障時(shí)，跳動(dòng)模態(tài)的前側(cè)和后測(cè)值變動(dòng)幅度不同，以側(cè)傾值為指標(biāo)，其中前者表現(xiàn)為該指標(biāo)逐漸下降，而后測(cè)的指標(biāo)呈現(xiàn)出先提高后降低的趨勢(shì)。基于上述內(nèi)容得出，電動(dòng)汽車(chē)在不同情況下阻尼會(huì)出現(xiàn)變動(dòng)，且通過(guò)故障信號(hào)的數(shù)據(jù)結(jié)果能夠識(shí)別汽車(chē)出現(xiàn)的故障類型。

輪胎剛度變化對(duì)模態(tài)參數(shù)的影響：通過(guò)降低輪胎胎壓的方式分析輪胎剛度對(duì)模態(tài)參數(shù)的影響中，將彈壓分別降至正常值的90%、80%、70%、60%，隨后通過(guò)仿真實(shí)驗(yàn)的方式發(fā)現(xiàn)在輪胎不同胎壓時(shí)模態(tài)三要素的變化情況。

結(jié)合上述內(nèi)容中懸架剛度、減震器阻尼、輪胎剛度對(duì)模態(tài)參數(shù)的影響可見(jiàn)，基于穩(wěn)定性約束視角的三種因素發(fā)生不同程度的變化時(shí)，模態(tài)能量同樣會(huì)出現(xiàn)轉(zhuǎn)變。因此，結(jié)合電動(dòng)汽車(chē)模態(tài)能量的值能夠了解車(chē)輛存在故障的位置及程度，進(jìn)而制定有效的維修方案。

2.3 基于故障數(shù)據(jù)的動(dòng)態(tài)預(yù)防性維修策略

現(xiàn)階段，預(yù)防性維修的周期并不是根據(jù)車(chē)輛的故障情況進(jìn)行設(shè)定，而是按照車(chē)輛類型確定維修時(shí)間。以電動(dòng)汽車(chē)為例，當(dāng)汽車(chē)行駛至一定公里數(shù)，即達(dá)到運(yùn)轉(zhuǎn)時(shí)間T時(shí)，則需要對(duì)車(chē)輛進(jìn)行預(yù)防性維修，且在完成維修過(guò)程后默認(rèn)車(chē)輛能夠達(dá)到初始狀態(tài)。但根據(jù)電動(dòng)汽車(chē)實(shí)際的預(yù)防性維修情況可見(jiàn)，其只能夠在理論上恢復(fù)初始狀態(tài)，即當(dāng)車(chē)輛行駛里程數(shù)逐漸提升時(shí)，電動(dòng)汽車(chē)發(fā)生故障的概率也會(huì)有所增加，這也是由于設(shè)備在運(yùn)轉(zhuǎn)過(guò)后會(huì)形成不同程度隱性問(wèn)題導(dǎo)致。因此，想得到優(yōu)化模型的解，需要對(duì)電動(dòng)汽車(chē)進(jìn)行預(yù)防性維修活動(dòng)的故障率進(jìn)行綜合分析，得出的動(dòng)態(tài)預(yù)防性維修策略模型函數(shù)如式（3）所示。

基于上述函數(shù)的運(yùn)算結(jié)果能夠得到基于故障數(shù)據(jù)的電動(dòng)汽車(chē)動(dòng)態(tài)預(yù)防性維修模型。

3 實(shí)際案例應(yīng)用

通過(guò)搜集與汽車(chē)底盤(pán)系統(tǒng)故障診斷的相關(guān)文獻(xiàn)資料發(fā)現(xiàn)，基于隨機(jī)子空間算法的故障診斷模型的有效性較高，但由于汽車(chē)在形式過(guò)程中底盤(pán)容易受非線性動(dòng)力學(xué)特征的影響，診斷算法的分析結(jié)果容易出現(xiàn)誤差，因此，結(jié)合電動(dòng)汽車(chē)實(shí)際行駛過(guò)程探究車(chē)輛底盤(pán)系統(tǒng)故障模型具有重要的研究意義。

3.1 車(chē)輛系統(tǒng)設(shè)計(jì)及參數(shù)

試驗(yàn)用車(chē)：本次基于穩(wěn)定性約束視角的汽車(chē)維修技術(shù)分析實(shí)驗(yàn)選取某汽車(chē)公司生產(chǎn)的XX型電動(dòng)車(chē)。車(chē)輛的各項(xiàng)參數(shù)見(jiàn)表1。

表1 實(shí)驗(yàn)車(chē)輛參數(shù)

3.2 試驗(yàn)場(chǎng)地

本次針對(duì)汽車(chē)維修技術(shù)的實(shí)驗(yàn)選擇的場(chǎng)地在某公司的試車(chē)場(chǎng)，檢測(cè)對(duì)象為電動(dòng)汽車(chē)的彈簧故障（剛度弱化）、減振器故障（阻尼下降）及輪胎故障（胎壓不足）。車(chē)輛實(shí)驗(yàn)的路面狀況為相對(duì)平坦的路面，并且在行駛中保持電動(dòng)汽車(chē)的速度為30 km/h，對(duì)上述三種故障的檢測(cè)分別重復(fù)進(jìn)行3次，并記錄車(chē)輛的行駛和故障數(shù)據(jù)。

3.3 試驗(yàn)結(jié)果

3.3.1 試驗(yàn)工況設(shè)定

為準(zhǔn)確地對(duì)基于穩(wěn)定性約束視角的汽車(chē)維修技術(shù)進(jìn)行檢測(cè)，通過(guò)電動(dòng)汽車(chē)實(shí)際行駛的方式進(jìn)行測(cè)驗(yàn)，以隨機(jī)輸入的方式對(duì)車(chē)輛在行駛中的震動(dòng)情況檢測(cè)，在獲取行駛數(shù)據(jù)后對(duì)電動(dòng)汽車(chē)底盤(pán)系統(tǒng)的變化狀態(tài)進(jìn)行識(shí)別。因此，實(shí)驗(yàn)中需要結(jié)合彈簧、減振器、輪胎三種故障檢測(cè)對(duì)象進(jìn)行重復(fù)的檢測(cè)實(shí)驗(yàn)，并根據(jù)實(shí)驗(yàn)結(jié)果進(jìn)行數(shù)據(jù)統(tǒng)計(jì)。

3.3.2 動(dòng)態(tài)預(yù)防維修結(jié)果分析

通過(guò)整理汽車(chē)預(yù)防性維修方法，將其與本方法進(jìn)行對(duì)比，其中包括維修費(fèi)用以及故障率兩個(gè)指標(biāo)，基于動(dòng)態(tài)預(yù)防性維修優(yōu)化模型，集合對(duì)電動(dòng)汽車(chē)彈簧、減振器、輪胎故障的檢測(cè)結(jié)果如圖2所示。

圖2 傳統(tǒng)方法與本文方法維修費(fèi)用及故障率

通過(guò)對(duì)比傳統(tǒng)方法和本方法的維修費(fèi)用和故障率統(tǒng)計(jì)結(jié)果可見(jiàn)，提出的電動(dòng)汽車(chē)維修技術(shù)不僅能夠降低車(chē)輛整體的維修費(fèi)用，還可以大幅降低車(chē)輛的故障率。

4 結(jié)論

隨著環(huán)境惡化，電動(dòng)汽車(chē)在近些年的發(fā)展速度較快，有效汽車(chē)維修技術(shù)是保障汽車(chē)正常行駛的重要方式，對(duì)于電動(dòng)汽車(chē)同樣如此。文章基于穩(wěn)定性約束視角對(duì)電動(dòng)汽車(chē)的工作模態(tài)進(jìn)行分析后，構(gòu)建了基于故障數(shù)據(jù)的動(dòng)態(tài)預(yù)防性維修策略，并通過(guò)路面的隨機(jī)輸入對(duì)車(chē)身振動(dòng)進(jìn)行激勵(lì)，實(shí)驗(yàn)的結(jié)果表明，本文提出的方式能夠在減少電動(dòng)汽車(chē)維修費(fèi)用的同時(shí)，降低其故障發(fā)生概率。