時頻分析法在汽車自動變速器故障診斷中的應(yīng)用

李世云

摘 要：機械故障診斷技術(shù)在過去的幾十年中取得了迅速的發(fā)展，本文介紹了時頻域分析在汽車故障診斷技術(shù)的應(yīng)用，闡述了故障診斷技術(shù)的發(fā)展趨勢。

關(guān)鍵詞：故障診斷;時頻域分析;發(fā)展趨勢

1 引言

機械故障診斷主要是研究機械設(shè)備在運行過程中動態(tài)性能的變化規(guī)律及其運行狀態(tài)的識別方法，診斷是以機械學(xué)和信息論為依托，多學(xué)科融合的技術(shù)，其本質(zhì)是模式識別（屈梁生）。通常是通過測取機械設(shè)備在運行時或在相對靜態(tài)條件下的狀態(tài)信息，對其進行分析，依據(jù)被診斷設(shè)備之前的歷史記錄，來判斷被測設(shè)備的實際技術(shù)狀況，進而來推斷可能存在的故障和設(shè)備的技術(shù)狀態(tài)，最終提供有效的維修維護策略。機械故障診斷技術(shù)先后經(jīng)歷了事后維修、定期維修（初步設(shè)備診斷技術(shù)）、狀態(tài)維修（設(shè)備診斷技術(shù)形成）、風(fēng)險管理（智能化設(shè)備診斷技術(shù)）等過程，逐步向不解體、高精度、集成化、智能化、網(wǎng)絡(luò)化、可監(jiān)控的診斷中心模式的虛擬儀器方向發(fā)展，其所使用的傅立葉分析、時域分析、頻域分析、小波分析等被廣泛的應(yīng)用于各行各業(yè)，尤其是在數(shù)字化發(fā)展的今天，網(wǎng)絡(luò)集成化及智能化的水平越來越高，通過診斷中心模式的故障診斷方法具有更高的精確度和優(yōu)越性。

在如今的汽車領(lǐng)域，電子單元集成化成分越來越多，智能化、網(wǎng)絡(luò)化水平不斷提高，僅靠汽車專業(yè)知識是無法滿足現(xiàn)代汽車故障診斷工作需求的。應(yīng)該說，現(xiàn)代汽車故障診斷技術(shù)需要集現(xiàn)代故障診斷理論、先進診斷技術(shù)、先進的診斷設(shè)備為一體，以專業(yè)性、系統(tǒng)性、集成化、智能化的診斷設(shè)備和方法為發(fā)展趨勢，從而促進汽車故障診斷技術(shù)的整體發(fā)展。將機械故障診斷技術(shù)充分應(yīng)用與汽車維修領(lǐng)域，對提高汽車性能檢測及故障監(jiān)測和診斷都會起到很大的作用，本論文主要就機械故障診斷技術(shù)在汽車自動變速箱中的應(yīng)用做簡要分析，期望取得拋磚引玉的作用。

2 汽車自動變速器故障特點

對自動變速器進行故障診斷一直是汽車維修技術(shù)研究和發(fā)展的難點與重要組成。自動變速器因為造價高、種類多、結(jié)構(gòu)復(fù)雜，且拆解與安裝的技術(shù)要求與配合精度都很高，因此，對自動變速器進行故障診斷與維修對大多數(shù)汽車維修行業(yè)存在困難，除了經(jīng)濟成本較高外更多的是技術(shù)水平問題。從自動變速器初現(xiàn)到基本普及，其故障診斷與維修都是一個技術(shù)難點，除了使用專門的故障診斷儀器按一定程序進行故障診斷外，還要正確選擇試驗方法進運行狀態(tài)故障狀態(tài)驗證，這樣才能確保診斷質(zhì)量，節(jié)約維修成本。目前配備自動變速器的轎車均帶有故障自診斷系統(tǒng)，可以通過專門故障診斷儀檢測出故障點，但對于電控系統(tǒng)以外的故障，比如愛信變速器中行星齒輪機構(gòu)、液力變矩器的液壓原件、傳動軸系等出現(xiàn)故障后，通過故障診斷儀是不能檢測故障點的。此外，還有一些故障在對自動變速器進行故障診斷時，除了使用故障診斷儀讀取相關(guān)故障碼外，還需配合一定的實驗如失速試驗、時滯試驗、道路試驗等結(jié)果綜合判斷自動變速器的技術(shù)狀態(tài)。本文將結(jié)合自動變速器結(jié)構(gòu)和運動特點從時域和頻域的角度出發(fā)分析自動變速器中機械故障處理方法。

3 時頻分析法在汽車自動變速器故障診斷中的應(yīng)用

汽車正常行駛時，自動變速器在無故障存在的前提下其振動信號是近似平穩(wěn)與線性的，可用傅立葉變換進行有效分析判斷是否有異常。對于非平穩(wěn)、非線性信號的分析，需要用能處理非平穩(wěn)和非線性信號的時頻分析方法進行處理。時頻分析法即時域分析和頻域分析，這兩種分析方法是信號處理與分析中最基本的方法。

3.1 時域分析

時域分析，即以時間為變量，畫出信號的波形圖或者寫出信號的數(shù)學(xué)表達式，就是信號的時域形式。從信號的時域描述，可分辨出信號的一些特征，如信號變化的快慢，信號幅值范圍，信號的連續(xù)性和離散性等。

時域波形分析、時域參數(shù)指標(biāo)是時域分析方法中應(yīng)用比較多的方法。因為波形源于原始信號，比較直觀，便于理解，通過對波形觀察即可得到信號頻率的具體分布情況、信號幅值大小變化，并對信號中有無明顯沖擊做出判斷。對某些有明顯特征的故障，可以通過波形分析便可初步做出判斷。

在汽車機械類故障診斷中，對時域波形中常參考的的參數(shù)為：峰值，均值，均方根值，波形指標(biāo)，脈沖指標(biāo)，峭度指標(biāo)和裕度指標(biāo)等。這些參數(shù)對自動變速器中的機械故障的存在如缺陷等有較明顯的表示，依賴于信號的幅值概率密度函數(shù)。這些參數(shù)隨著時間的變化，能較直觀的表征出元部件故障特征。比如當(dāng)汽車變速箱的傳動部件中的齒輪發(fā)生裂紋、過度磨損、斷齒等故障時，在運行過程中均方根值和峰值的幅值指標(biāo)等時域參數(shù)指標(biāo)就會增大，這樣就把正常和故障狀態(tài)分開了。

3.2 頻域分析

頻域分析，指在頻譜分析中對頻域的原信號分布情況進行分析。通常能夠提供比時域波形更加直觀的特征信息。頻譜主要指功率譜和幅值譜等，可作為重要依據(jù)對機械設(shè)備進行故障診斷。在對頻譜進行分析時，首先要標(biāo)識幅值偏高的譜峰，它們在振動過程中標(biāo)志著相對較大的的振動能量，應(yīng)對其產(chǎn)生的原因進行分析，考慮可能出現(xiàn)的故障原因。同時，需要注意的是，在機器振動頻譜中，有個別振動分量雖然較大，但不隨時間而變化，不會影響機器的正常運行。相反，有一些幅值較小但增長很快的頻率分量如果存在，則很有可能說明故障的存在和快速發(fā)展，應(yīng)該特別注意。此外，當(dāng)一些在原信號的頻譜圖上不存在或分布非常微弱的頻率分量突然出現(xiàn)并急劇增大時，很有可能意味著故障的存在，并且在短時間內(nèi)將影響機器的正常工作。所以，在頻譜分析中不僅要注意各分量的絕對大小，更應(yīng)當(dāng)注意各譜峰的發(fā)展變化趨勢。

為了提高故障診斷的準(zhǔn)確率，往往將時域分析與頻域分析結(jié)合起來使用。

4 時頻域分析在汽車自動變速器故障診斷中的應(yīng)用

在汽車自動變速器故障診斷中，對于傳動的齒輪系和軸系如行星齒輪機構(gòu)、軸承、齒輪、油泵、箱體等，其本身常見的故障如：齒輪破損或斷齒、軸失效、軸承破損或點蝕、箱體破損或發(fā)生共振等。在這些常見故障中，齒輪和滾動軸承的故障占自動變速箱機械故障的80%左右。下面重點將對齒輪和滾動軸承的故障進行分析。

在實際故障診斷過程中，將因軸承在加工和裝配過程中存在誤差而引起的振動視為正常振動，當(dāng)有運動故障發(fā)生時發(fā)生的振動視為非正常振動。滾動軸承在實際工作過程中出現(xiàn)故障按其振動信號的特征不同可以分為表面損傷和表面磨損。據(jù)有關(guān)研究表明，由軸承磨損類故障引起的振動信號幅值明顯高于未磨損軸承正常工作時引起的振動信號幅值。當(dāng)軸承工作表面出現(xiàn)損傷時，損傷點受力會產(chǎn)生突變的沖擊脈沖力，該脈沖力以寬帶信號覆蓋軸承系統(tǒng)的高頻固有振動頻率而引起諧振，這就是損傷類故障引起的振動信號的基本特點。軸承的工作表面損傷點在工作過程中同與其相接觸的工作元件表面發(fā)生反復(fù)撞擊從而引起低頻振動，該振動與軸承的轉(zhuǎn)速和軸承的幾何尺寸有關(guān)，這一頻率成為故障的特征頻率。

根據(jù)相關(guān)研究表明，帶故障軸承的時域波形指標(biāo)與無故障軸承的時域波形指標(biāo)相比，有明顯變化。在其頻譜圖中，帶故障軸承的能量集中在一個區(qū)域，而無故障軸承的能量較為分散。軸承內(nèi)圈點蝕時，在軸承旋轉(zhuǎn)過程中，缺陷會對軸承產(chǎn)生沖擊，在振動信號頻譜上表現(xiàn)為軸承內(nèi)圈旋轉(zhuǎn)頻率即故障頻率對應(yīng)的幅值明顯比無故障軸承的幅值大。通過這些現(xiàn)象可對齒輪系故障原因進行排查和確定。用同樣的方法，我們可以對不同類型的自動變速中的齒輪和軸承進行故障診斷。

時頻域分析作為一種新型的故障診斷方法，已經(jīng)逐步進入汽車故障診斷的各個系統(tǒng)之中，對未來汽車智能化故障診斷系統(tǒng)起著積極推進作用。

5 展望

在汽車故障分析中，時頻域分析是有效的方法，但也存在一些缺陷。如頻率分辨率受到采樣長度的限制和加窗處理產(chǎn)生的能量泄漏。雖然可以選擇合適的窗函數(shù)減少泄漏，但這又會導(dǎo)致頻率分辨率和幅值精度的下降。而基于人工神經(jīng)網(wǎng)絡(luò)理論的診斷系統(tǒng)和基于人工智能的故障診斷專家系統(tǒng)將成為故障診斷技術(shù)進一步發(fā)展的方向。其對于延長機器設(shè)備的使用壽命，降低壽命周期維修費用都起著積極作用，專家診斷系統(tǒng)能夠克服基于模型的故障診斷方法對模型的過分依賴性，人工神經(jīng)網(wǎng)絡(luò)對于故障的模式識別具有獨特的優(yōu)點。

只有準(zhǔn)確把握故障診斷技術(shù)的發(fā)展方向，將診斷設(shè)備研發(fā)技術(shù)人員與維修技術(shù)人員的有機結(jié)合才可能創(chuàng)造出優(yōu)秀的故障診斷設(shè)備和卓越的診斷思想，才可能將我國的故障診斷技術(shù)推進到當(dāng)代世界故障診斷技術(shù)的前沿中去。隨著大數(shù)據(jù)時代的來臨，未來的汽車故障將進入“大數(shù)據(jù)”也將是必然趨勢，在發(fā)展故障診斷技術(shù)的同時，對大量反饋、更新信息的搜集和處理，也將成為未來汽車故障診斷技術(shù)的一項重要內(nèi)容。

參考文獻：

[1]崔治.小波分析在超聲檢測信號處理中的應(yīng)用研究[D].湖南大學(xué)，2012.

[2]崔紅超.小波分析在GPS數(shù)據(jù)處理中的應(yīng)用研究[D].東華理工大學(xué)，2013.

[3]張朝解.小波分析在旋轉(zhuǎn)機械故障診斷中的應(yīng)用[D].大連理工大學(xué)，2006.

[4]周亮.基于小波分析的齒輪箱故障診斷技術(shù)的分析與研究[D].武漢科技大學(xué)，2009.

[5]顧晏春.我國汽車故障診斷方法的發(fā)展現(xiàn)狀與趨勢[J].科技風(fēng)，2014，09：218+221.

[6]鮑健.汽車故障診斷技術(shù)的現(xiàn)狀與發(fā)展趨勢[J].科技資訊，2012，05：110-111.

[7]時建峰.基于時、頻域—小波分析和神經(jīng)網(wǎng)絡(luò)方法的齒輪箱故障診斷研究[D].太原理工大學(xué)，2008.

[8]王金福，機械故障診斷的信號處理方法：頻域分析[J].噪聲與振動控制，2013，01：173-180.