CN102539151A - 一种汽车变速器智能化在线质量检测方法 - Google Patents

Abstract

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。

Description

一种汽车变速器智能化在线质量检测方法

技术领域

本发明涉及一种汽车变速器智能化在线质量检测方法，在进行交检试验时在线检测出汽车变速器是否存在缺陷及发生缺陷的原因和位置，特别是用于国内变速器生产厂家新生产变速器的在线检测，属于汽车噪声和振动控制领域。 

背景技术

作为汽车传动系统中的重要组成部分，变速器的性能和质量对汽车整体性能影响非常大。变速器的内部结构复杂，容易出现故障，一旦出现故障，将会发生重大事故。所以，在变速器出厂前，必须进行交检试验。 

由于变速器的缺陷类型非常复杂，要准确诊断出变速器的缺陷类型及位置，需要选择合适的信号处理方法及质量检测方法。目前国内汽车变速器的检测大多数还是人工检测，存在较多的人为因素，无法满足企业产品的在线测试的要求。质量检测的过程，要达到准确客观的判断结果，就要建立自动检测系统。国外已经有类似系统成功应用于工业场合，但是这些系统对环境要求较高，而且系统本身的价格高昂，国内变速器生产厂家一般很难承受。因此，研究开发出一种能够满足国内变速器生产厂家需求的性能可靠、检测准确率高的汽车变速器智能化在线检测系统具有重要的现实意义。 

发明内容

本发明的目的在于：针对现有汽车变速器交检试验技术的不足设计的一种汽车变速器的在线质量检测方法，该方法用于新出厂汽车变速器的交检试验分析。在汽车变速器箱体安装振动传感器，用来采集电压信号；在试验台的输入轴上安装编码器，用来采集转速信号。将电压信号与转速脉冲信号同时采集到上位机，对两种信号进行重采样、滤波、时频分析，最后进行质量检测。 

本发明提出的汽车变速器智能化在线质量检测方法，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，通常为最高转速的30％，n_t为转速的上限，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时可以满足要求，将采集的振动信号与转速脉冲存储于文件中，文件名为当前时间，例如当前时间为2012年1月5日12点15分15秒，则振动信号的文件名为“20120105121515.txt”，脉冲信号的文件名为“20120105121515.dat”然后继续进行同步采集振动信号与转速脉冲信号.设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)将电压信号S(t_i)与对应的时间t_i生成曲线，利用等角度的时间序列t(g)将振动信号进行拉格朗日插值得到每个等角度时刻t(g) 对应的电压值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；则通过插值得到的振动信号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点数x₀个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)通过等角度振动信号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)： 

i＝1，2，3…x₀，x₀为分析点数。峰值(X₂)：Peak＝max|Q(h)|i＝1，2，3…x₀

(9)将时域平均处理后的等角度振动信号Q(h)进行倒频谱分析得到谱图C(q_a)，如图3所示，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)为了提高检测速率，本发明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·y+1)¹²，其中X为特征值向量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]，y为输出向量y＝[1 2 3…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支持向量 机测试样本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]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；所以将步骤(11)中的输入向量作为支持向量机的训练样本，使支持向量机模型包含的缺陷类型更加全面。 

(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与硬盘中；而信号处理模块则不停的检测硬盘中是否存未处理的信号，若存在则重复步骤(4)至步骤(12)。 

本发明提出的汽车变速器智能化在线质量检测方法，其优点是： 

1、实现了在线实时的智能化检测，实现了信号采集与处理的同步性，能够快速检测出变速器是否存在缺陷及缺陷原因和位置。 

2、针对现场变速器测试转速变化的情况，开发了将阶次分析技术与倒谱分析技术相结合的方法，避免了普通频谱分析导致的弊病，更便于特征信号的提取。在质量检测方面，本发明提供两种质量检测技术，如图1所示：标准极值曲线方法和支持向量机方法，利用标准极值曲线方法不断丰富支持向量机训练样本，使支持向量机模型包含的信息更加全面，提高了汽车变速器质量检测准确性。 

附图说明

图1本系统硬件示意图； 

图2本系统质量检测流程图； 

图3倒频谱分析得到的谱图。 

具体实施方式

下面结合附图和实例对本发明进行详细说明： 

该系统的硬件结构如图1所示，主要由试验台、信号采集系统、工控系统三部分组成，系统同步采集振动信号与转速脉冲信号。依据变速器的实际转速确定测试台的最高转速为3600r/min，选择编码器为360线的增量式光电编码器，用于采集转速信号；振动传感器为压电式加速度传感器，频率范围为0～16.5kHz，灵敏度为3.1pc/g，用于采集变速器箱体的振动信号；采集卡内部时钟为10MHz，带有32位计数器，模拟输入可达1.25MHz。 

实例中以变速器的输入轴为测试对象，编码器每转发出360个脉冲，分析点数为2048个点，在时域平均法中平均3次，分析周期数为4。分析转速范围为200r/min～3600r/min处理方法如下： 

(1)信号采集 

振动电压信号与转速脉冲信号同步采集，振动电压信号以脉冲个数为触发点。首先采集脉冲信号，每0.01s读取一次脉冲数，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 

当200≤n_i≤3600时，将计数器清零。开始同时采集振动电压信号与转速脉冲信号。振动电压信号的采集为2000Hz，脉冲信号的读取频率为1000Hz。编码器每转发出360个脉冲，时域平均法中平均3次，每次取4转的数据，则总共取12转的数据进行分析，所以当脉冲数n_总≥360·12时，将读取到的振动电压信号与脉冲信号存于硬盘中，然后继续以上内容。 

(2)信号重采样 

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。采用4转为数据源(分析转数)，每次分析电压个数为2048，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(i)，即等角度时间序列t(i)，其中i＝2048·3。 

将电压信号S(t_i)与对应的时间t_i生成曲线，利用等角度的时间序列t(i)将振动信号进行拉格朗日插值得到每个等角度时刻t(i)对应的电压值R(θ)，其中θ为等间隔转过的角度， 

(3)时域平均滤波 

则通过插值得到的振动信号R(θ)为12转的电压信号，电压信号个数为2048·3。时域平均法即以分析点数2048个电压信号为周期截取R(θ)信号，共截取3段，然后将各段对应点相加再进行平均得到输出信号，即： 

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…2048。 

(4)获取特征值 

通过等角度振动信号Q(k)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...2048。 

峰值(X₂)：Peak＝max|Q(h)|h＝1，2，3...x₀

将时域平均处理后的等角度振动信号Q(θ)进行倒频谱分析得到倒频谱C_p(q)，自变量q称为倒频率，q的倒数为阶次频率。如图3所示。由图三中获取输入轴、第一对啮合齿轮、前轴承、后轴承的频域特征值：轴转阶(X₃)、齿轮啮合阶(X₄)、前轴承外圈通过阶(X₅)、前轴承内圈通过阶(X₆)、前轴承滚动体自转阶(X₇)、前轴承保持架通过阶(X₈)、后轴承外圈通过阶(X₉)、后轴承内圈通过阶(X₁₀)、后轴承滚动体自转阶(X₁₁)、后轴承保持架通过阶(X₁₂) 

(5)质量检测 

将获取的特征值输入到支持向量机模型中，判断变速器是否存在缺陷以及缺陷位置和原因。本实例中取每种缺陷的两组测试样本，共六组测试样本。把该六组测试向量输入到支持向量机模型中，其结果如表2所示。与表1样本向量对比可知，该模型输出结果与已知的结果完全一致。由此证明将阶次分析技术与支持向量机技术相结合，同时使用标准极值曲线方法丰富支持向量机训练样本，可快速准确检测出变速器的缺陷类型。 

表1 

表2 

Claims (1)

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信号与转速脉冲信号.设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)将电压信号S(t_i)与对应的时间t_i生成曲线，利用等角度的时间序列t(g)将振动信号进行拉格朗日插值得到每个等角度时刻t(g)对应的电压值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；则通过插值得到的振动信号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点数x₀个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)通过等角度振动信号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)：

i＝1，2，3…x₀，x₀为分析点数；

峰值(X₂)：Peak＝max|Q(h)|i＝1，2，3…x₀

(9)将时域平均处理后的等角度振动信号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·y+1)¹²，其中X为特征值向量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]，y为输出向量y＝[1 2 3…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支持向量机测试样本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]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与硬盘中；而信号处理模块则不停的检测硬盘中是否存未处理的信号，若存在则重复步骤(4)至步骤(12)。

Images