楊麗君,陳 東
(湖北工業(yè)職業(yè)技術(shù)學(xué)院,湖北 十堰 442000)
隨著我國經(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)汽車在行駛過程中由于路面不平整、人為錯(cuò)誤駕駛等問題,汽車底盤會(huì)出現(xiàn)不同程度的損壞。因此,針對(duì)電動(dòng)汽車底盤故障制定有效的汽車維修技術(shù)方案,對(duì)于汽車的穩(wěn)定運(yùn)行具有重要意義。通過搜集和整理國內(nèi)外對(duì)于汽車維修故障識(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)的汽車故障診斷方法。王克勇對(duì)于汽車故障診斷的研究中以汽車燃料電池為研究對(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)該模型能夠提升車用燃料診斷的準(zhǔn)確性[1]。孫強(qiáng)[2]以電動(dòng)汽車中滾動(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,以此來解決車輛滾動(dòng)軸承故障數(shù)據(jù)獲取的難點(diǎn)[2]。喬文山對(duì)汽車維修技術(shù)的研究中,提出了基于改進(jìn)SVM算法的車輛變速箱故障診斷模型,并通過實(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故障診斷的精準(zhǔn)度[3]。汽車維修技術(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底盤故障作為研究方向,提出了基于穩(wěn)定性約束條件的汽車底盤傳動(dòng)異常處理模式,結(jié)合汽車維修實(shí)例后發(fā)現(xiàn),該方法能夠增強(qiáng)汽車底盤的穩(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)汽車底盤系統(tǒng)的動(dòng)態(tài)穩(wěn)定性預(yù)防維修方法。
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。
傳統(tǒng)的穩(wěn)定性分析方法中,雖然汽車底盤模型的目標(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模型預(yù)測控制獲取,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)汽車穩(wěn)定性的研究中以汽車底盤的大信號(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)定性約束的汽車底盤維修工作模態(tài)流程如圖1所示。
圖1 基于穩(wěn)定性約束的汽車底盤維修工作模態(tài)流程圖
對(duì)模態(tài)參數(shù)識(shí)別中通過穩(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,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)汽車作為研究對(duì)象,通過改進(jìn)SVD算法的方式對(duì)汽車底盤工作模態(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維修技術(shù)有效性進(jìn)行驗(yàn)證,通過仿真實(shí)驗(yàn)的方式電動(dòng)汽車模態(tài)三要素(頻率、阻尼、振型)的相關(guān)數(shù)據(jù)進(jìn)行分析。
基于穩(wěn)定性約束視角的汽車工作模態(tài)分析結(jié)果,得出汽車底盤狀態(tài)識(shí)別方法。為提升基于穩(wěn)定性約束視角的汽車底盤故障識(shí)別精準(zhǔn)度,本章在構(gòu)建汽車整車自由度模型的基礎(chǔ)上,確定典型故障源與整車模態(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)汽車底盤故障進(jìn)行識(shí)別。
為探究電動(dòng)汽車的故障特征,選取某類型的電動(dòng)汽車作為研究對(duì)象構(gòu)建電動(dòng)汽車整車自由度模型,該模型包括車身、整體式車軸垂向、側(cè)傾以及平衡懸架自由度。由于進(jìn)行汽車整車自由度模型構(gòu)建中的數(shù)據(jù)來源主要為車架支撐點(diǎn)的動(dòng)態(tài)載荷,因此對(duì)電動(dòng)汽車的汽車座位、車棚等車輛上部分進(jìn)行簡化。一般情況下,電動(dòng)汽車在行駛過程中出現(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)建的汽車自由度模型以整車進(jìn)行建模。
懸架剛度變化對(duì)模態(tài)參數(shù)的影響:電動(dòng)汽車在行駛過程不僅會(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)車輛載荷過大,造成懸架彈簧性能發(fā)生變化,進(jìn)而使汽車出現(xiàn)懸架板簧裂紋、斷裂的情況。如果電動(dòng)汽車出現(xiàn)的懸架故障是由于彈簧剛度減弱造成,對(duì)汽車故障進(jìn)行檢測則以系統(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,而后測的指標(biāo)呈現(xiàn)出先提高后降低的趨勢?;谏鲜鰞?nèi)容得出,電動(dòng)汽車在不同情況下阻尼會(huì)出現(xiàn)變動(dòng),且通過故障信號(hào)的數(shù)據(jù)結(jié)果能夠識(shí)別汽車出現(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,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)汽車模態(tài)能量的值能夠了解車輛存在故障的位置及程度,進(jìn)而制定有效的維修方案。
現(xiàn)階段,預(yù)防性維修的周期并不是根據(jù)車輛的故障情況進(jìn)行設(shè)定,而是按照車輛類型確定維修時(shí)間。以電動(dòng)汽車為例,當(dāng)汽車行駛至一定公里數(shù),即達(dá)到運(yùn)轉(zhuǎn)時(shí)間T時(shí),則需要對(duì)車輛進(jìn)行預(yù)防性維修,且在完成維修過程后默認(rèn)車輛能夠達(dá)到初始狀態(tài)。但根據(jù)電動(dòng)汽車實(shí)際的預(yù)防性維修情況可見,其只能夠在理論上恢復(fù)初始狀態(tài),即當(dāng)車輛行駛里程數(shù)逐漸提升時(shí),電動(dòng)汽車發(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)過后會(huì)形成不同程度隱性問題導(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)汽車動(dòng)態(tài)預(yù)防性維修模型。
通過搜集與汽車底盤系統(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,但由于汽車在形式過程中底盤容易受非線性動(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)汽車實(shí)際行駛過程探究車輛底盤系統(tǒng)故障模型具有重要的研究意義。
試驗(yàn)用車:本次基于穩(wěn)定性約束視角的汽車維修技術(shù)分析實(shí)驗(yàn)選取某汽車公司生產(chǎn)的XX型電動(dòng)車。車輛的各項(xiàng)參數(shù)見表1。
表1 實(shí)驗(yàn)車輛參數(shù)
本次針對(duì)汽車維修技術(shù)的實(shí)驗(yàn)選擇的場地在某公司的試車場,檢測對(duì)象為電動(dòng)汽車的彈簧故障(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)汽車的速度為30 km/h,對(duì)上述三種故障的檢測分別重復(fù)進(jìn)行3次,并記錄車輛的行駛和故障數(shù)據(jù)。
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維修技術(shù)進(jìn)行檢測,通過電動(dòng)汽車實(shí)際行駛的方式進(jìn)行測驗(yàn),以隨機(jī)輸入的方式對(duì)車輛在行駛中的震動(dòng)情況檢測,在獲取行駛數(shù)據(jù)后對(duì)電動(dòng)汽車底盤系統(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、輪胎三種故障檢測對(duì)象進(jìn)行重復(fù)的檢測實(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
通過整理汽車預(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)汽車彈簧、減振器、輪胎故障的檢測結(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,提出的電動(dòng)汽車維修技術(shù)不僅能夠降低車輛整體的維修費(fèi)用,還可以大幅降低車輛的故障率。
隨著環(huán)境惡化,電動(dòng)汽車在近些年的發(fā)展速度較快,有效汽車維修技術(shù)是保障汽車正常行駛的重要方式,對(duì)于電動(dòng)汽車同樣如此。文章基于穩(wěn)定性約束視角對(duì)電動(dòng)汽車的工作模態(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,并通過路面的隨機(jī)輸入對(duì)車身振動(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)汽車維修費(fèi)用的同時(shí),降低其故障發(fā)生概率。