CN108152741B - 一种电动汽车驱动电机堵转转矩测试装置及测试方法 - Google Patents

Abstract

本发明公开一种电动汽车驱动电机堵转转矩测试装置，包括：第一分度轴，其一端与第一法兰同轴连接，另一端与驱动电机同轴连接；第一法兰，其周向均匀开设有第一螺孔且相邻第一螺孔之间的角度为12°；第二分度轴，其一端与第二法兰同轴连接，另一端与扭矩仪同轴连接；第二法兰，其上一扇形区域的弧形周向均匀开设有第二螺孔且相邻第二螺孔之间的角度为14°，所述第二螺孔相对于轴心呈中心对称设置有第三螺孔；当第一法兰和第二法兰同轴贴合旋转时，所述第一螺孔能够分别和第二螺孔、第三螺孔重合，能够实现间隔角度为2度的电机堵转转矩值测试，结构简单，操作方便。本发明还提供一种电动汽车驱动电机堵转转矩测试方法，高精度的测量电机堵转转矩。

Description

一种电动汽车驱动电机堵转转矩测试装置及测试方法

技术领域

本发明涉及电动汽车驱动电机测试技术领域，更具体的是，本发明涉及一种电动汽车驱动电机堵转转矩测试装置及测试方法。

背景技术

因为电动汽车驱动电机自身特性，电机转子静态时处于不动角度，通电启动时产生的驱动扭矩差距很大，该扭矩称为堵转转矩。因为电动汽车通常不设置离合器，所以堵转扭矩直接影响了电动汽车在静态下的起动性能，以及静态爬坡能力。国家标准GBT18488规定，至少随机测试5个转子在不同相位下的堵转转矩，且越多越精确。设计一套专门的堵转转矩装置，需要专门的电机支架，联轴器，扭矩仪，扭矩仪标定装置，砝码，分度仪，电机控制及扭矩角度采集系统，设备成本高，测试工作复杂。

发明内容

本发明的一个目的是设计开发了一种电动汽车驱动电机堵转转矩测试装置，能够实现间隔角度为2度的电机堵转转矩值测试，结构简单，操作方便。

本发明的另一个目的是设计开发了一种电动汽车驱动电机堵转转矩测试方法，能够实现周向180个点的测量，简易、快速、高精度的测量电机堵转转矩。

本发明提供的技术方案为：

一种电动汽车驱动电机堵转转矩测试装置，包括：

第一分度轴，其一端与第一法兰同轴连接，另一端与驱动电机同轴连接；

第一法兰，其周向均匀开设有第一螺孔且相邻第一螺孔之间的角度为12°；

第二分度轴，其一端与第二法兰同轴连接，另一端与扭矩仪同轴连接；

第二法兰，其上一扇形区域的弧形周向均匀开设有第二螺孔且相邻第二螺孔之间的角度为14°，所述第二螺孔相对于轴心呈中心对称设置有第三螺孔；

其中，当第一法兰和第二法兰同轴贴合旋转时，所述第一螺孔能够分别和第二螺孔、第三螺孔重合。

优选的是，所述第一螺孔分别和第二螺孔、第三螺孔重合时，采用螺钉固定第一法兰和第二法兰。

优选的是，所述第一螺孔和第二螺孔的直径相同；所述第二螺孔为6个。

优选的是，所述扭矩仪与测功机连接，所述测功机主轴通过锁死销锁死。

优选的是，所述第二分度轴通过膜片联轴器与所述扭矩仪连接。

优选的是，还包括电机支架，用于固定所述驱动电机。

优选的是，还包括监测系统，其包括：

角度传感器，其设置在所述第一法兰上，用于检测第一法兰的旋转角度；

红外传感器，其分别设置在第一螺孔和第二螺孔直径两侧，用于检测第一螺孔和第二螺孔的径向圆心距；

面积传感器，其设置在所述第一法兰上，用于检测第一螺孔和第二螺孔的重合面积。

相应地，本发明还提供一种电动汽车驱动电机堵转转矩测试方法，包括：

步骤1：保持第一分度轴和第二分度轴不动，将第一法兰上的第一螺孔与第二法兰上的第二螺孔重合，所述重合位置及其相对于轴心呈中心对称的螺孔重合位置通过螺钉固定，驱动被测驱动电机并记录扭矩仪扭矩为0度下的堵转转矩；

步骤2：保持第二分度轴不动，旋转第一分度轴，使得第一法兰上的第一螺孔分别与第二法兰上的第二螺孔依次重合，所述重合位置及其相对于轴心呈中心对称的螺孔重合位置通过螺钉固定，驱动被测驱动电机并记录扭矩仪扭矩为不同角度下的扭转转矩。

优选的是，所述第一法兰上的第一螺孔与第二法兰上的第二螺孔重合时，须确定螺孔重合度，其采用神经网络监测模型，其包括如下步骤：

步骤1：当第一螺孔和第二螺孔重合时，通过传感器测量第一法兰的旋转角度、第一螺孔和第二螺孔的径向圆心距、第一螺孔和第二螺孔的重合面积；

步骤2：确定三层BP神经网络的输入层神经元向量x＝{x₁,x₂,x₃}；其中，x₁为第一法兰的旋转角度，x₂为第一螺孔和第二螺孔的径向圆心距，x₃为第一螺孔和第二螺孔的重合面积；

步骤3：所述输入层向量映射到隐层，隐层的神经元为m个；

步骤4：得到输出层神经元向量o＝{o₁,o₂}；其中，o₁为重合度合格，o₂为重合度不合格，所述输出层神经元值为k为输出层神经元序列号，k＝{1,2}，i为重合度值，i＝{1,2}，当o_k为1时，此时第一螺孔和第二螺孔处于o_k对应的重合度；

所述监测系统对第一螺孔和第二螺孔重合时的重合度进行实时分析处理，在重合度不合格时进行报警。

优选的是，所述隐层的神经元为4个。

本发明至少具备以下有益效果：

(1)本发明所述的电动汽车驱动电机堵转转矩测试装置，能够实现间隔角度为2度的电机堵转转矩值测试，结构简单，操作方便。

(2)本发明所述的电动汽车驱动电机堵转转矩测试方法，能够实现周向180个点的测量，同时，基于神经网络对第一螺孔和第二螺孔的重合度进行监测，降低重合误差，能够简易、快速、高精度的测量电机堵转转矩。

附图说明

图1为本发明所述电动汽车驱动电机堵转转矩测试装置的结构示意图。

图2为本发明所述第一、第二驱动轴和第一、第二法兰的结构示意图。

图3为本发明所述第一法兰的结构示意图。

图4为本发明所述第二法兰的结构示意图。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

本发明可以有许多不同的形式实施，而不应该理解为限于在此阐述的实施例，相反，提供这些实施例，使得本公开将是彻底和完整的。在附图中，为了清晰起见，会夸大结构和区域的尺寸和相对尺寸。

如图1-4所示，本发明提供一种电动汽车驱动电机堵转转矩测试装置，包括：第一分度轴110，其一端与第一法兰120同轴连接，另一端与驱动电机130输出花键同轴连接；第一法兰120，其周向均匀开设有第一螺孔A1-A30且相邻第一螺孔之间的角度为12°，其中A1和A16相对在于轴心呈中心对称，A1和A17相对在于轴心呈中心对称等等，直至A15和A30相对在于轴心呈中心对称；第二分度轴140，其一端与第二法兰150同轴连接，另一端与扭矩仪160同轴连接；第二法兰150，其上一扇形区域的弧形周向均匀开设有第二螺孔B1-B6且相邻第二螺孔之间的角度为14°，所述第一螺孔和第二螺孔的直径相同，所述第二螺孔相对于轴心呈中心对称设置有第三螺孔C1-C6，其中，B1和C1相对在于轴心呈中心对称，B2和C2相对在于轴心呈中心对称等等，直至B6和C6相对在于轴心呈中心对称；当第一法兰120和第二法兰150同轴贴合旋转时，所述第一螺孔能够分别和第二螺孔、第三螺孔重合，即当A1和B1重合时，A16和C1重合，重合后，采用螺钉170分别插入A1、B1和A16、C1即可固定第一法兰120和第二法兰130。所述扭矩仪160与测功机180连接，所述测功机180主轴通过锁死销181锁死，锁死销181的作用是标定扭矩仪160时，锁死测功机180主轴，在扭矩仪160一侧施加扭矩，标定扭矩仪160。

作为本发明的另一实施例，所述第二分度轴140通过膜片联轴器190与所述扭矩仪160连接，所述膜片联轴器190的作用：(1)补偿两轴线不对中的能力强，与齿式联轴器相比角位移可大一倍，径向位移时反力小，挠性大，允许有一定的轴向、径向和角向位移；(2)具有明显的减震作用，无噪声，无磨损；(3)适应高温(-80+300)和恶劣环境中工作，并能在有冲击、振动条件下安全运行；(4)传动效率高，可达99.86％；(5)结构简单、重量轻、体积小、装拆方便。不必移动机器即可装拆(指带中间轴型式)，不需润滑；(6)能准确传递转速，运转无转差，可用于精密机械的传动。

作为本发明的另一实施例，还包括电机支架131，用于固定所述驱动电机130。

作为本发明的另一实施例，还包括监测系统，其包括：角度传感器，其设置在所述第一法兰120上，用于检测第一法兰120的旋转角度；红外传感器，其分别设置在第一螺孔和第二螺孔直径两侧，用于检测第一螺孔和第二螺孔的径向圆心距；面积传感器，其设置在所述第一法兰120上，用于检测第一螺孔和第二螺孔的重合面积。

本发明所述的电动汽车驱动电机堵转转矩测试装置，能够实现间隔角度为2度的电机堵转转矩值测试，结构简单，操作方便。

本发明还提供一种电动汽车驱动电机堵转转矩测试方法，包括：

步骤1：保持第一分度轴和第二分度轴不动，将第一法兰上的第一螺孔与第二法兰上的第二螺孔重合，所述重合位置及其相对于轴心呈中心对称的螺孔重合位置通过螺钉固定，驱动被测驱动电机并记录扭矩仪扭矩为0度下的堵转转矩；

步骤2：保持第二分度轴不动，旋转第一分度轴，使得第一法兰上的第一螺孔分别与第二法兰上的第二螺孔依次重合，所述重合位置及其相对于轴心呈中心对称的螺孔重合位置通过螺钉固定，驱动被测驱动电机并记录扭矩仪扭矩为不同角度下的扭转转矩。根据不同角度测得驱动电机的堵转转矩分析驱动电机堵转转矩随角度的变化规律及可能出现的最小堵转转矩进而分析电动汽车的性能。所述第一螺孔分别和第二螺孔依次重合实现的驱动电机相位角度如表1所示。

本实施例中，所述第一法兰上的第一螺孔与第二法兰上的第二螺孔重合时，须确定螺孔重合度，其采用神经网络监测模型，其包括如下步骤：

步骤1：建立BP神经网络模型。

BP模型上各层次的神经元之间形成全互连连接，各层次内的神经元之间没有连接，输入层神经元的输出与输入相同，即o_i＝x_i。中间隐含层和输出层的神经元的操作特性为

°_pj＝f_j(net_pj)

其中p表示当前的输入样本，ω_ji为从神经元i到神经元j的连接权值，o_pi为神经元j的当前输入，o_pj为其输出；f_j为非线性可微非递减函数，一般取为S型函数，即f_j(x)＝1/(1+e^-x)。

本发明采用的BP网络体系结构由三层组成，第一层为输入层，共n个节点，对应了第一螺孔和第二螺孔重合时的n个检测信号，这些信号参数由数据预处理模块给出；第二层为隐层，共m个节点，由网络的训练过程以自适应的方式确定；第三层为输出层，共p个节点，由系统实际需要输出的响应确定。

该网络的数学模型为：

输入向量：x＝(x₁,x₂,...,x_n)^T

中间层向量：y＝(y₁,y₂,...,y_m)^T

输出向量：o＝(o₁,o₂,...,o_p)^T

本发明中，输入层节点数为n＝3，输出层节点数为p＝2，隐藏层节点数m＝4。

输入层3个参数分别表示为：x₁为第一法兰的旋转角度，x₂为第一螺孔和第二螺孔的径向圆心距，x₃为第一螺孔和第二螺孔的重合面积；

输出层2个参数分别表示为：o₁为重合度合格，o₂为重合度不合格，所述输出层神经元值为k为输出层神经元序列号，k＝{1,2}，i为重合度值，i＝{1,2}，当o_k为1时，此时第一螺孔和第二螺孔处于o_k对应的重合度。

步骤:2：进行BP神经网络的训练。

建立好BP神经网络节点模型后，即可进行BP神经网络的训练。根据产品的历史经验数据获取训练的样本，并给定输入节点i和隐含层节点j之间的连接权值，隐层节点j和输出层节点k之间的连接权值。

(1)训练方法

各子网采用单独训练的方法；训练时，首先要提供一组训练样本，其中的每一个样本由输入样本和理想输出对组成，当网络的所有实际输出与其理想输出一致时，表明训练结束；否则，通过修正权值，使网络的理想输出与实际输出一致；各子网训练时的输出样本如表2所示。

表2网络训练用的输出样本

(2)训练算法

BP网络采用误差反向传播(Backward Propagation)算法进行训练，其步骤可归纳如下：

第一步：选定一结构合理的网络，设置所有节点阈值和连接权值的初值。

第二步：对每个输入样本作如下计算：

(a)前向计算：对l层的j单元

式中，为第n次计算时l层的j单元信息加权和，/>为l层的j单元与前一层(即l-1层)的单元i之间的连接权值，/>为前一层(即l-1层，节点数为n_l-1)的单元i送来的工作信号；i＝0时，令/>为l层的j单元的阈值。

若单元j的激活函数为sigmoid函数，则

且

若神经元j属于第一隐层(l＝1)，则有

若神经元j属于输出层(l＝L)，则有

且e_j(n)＝x_j(n)-o_j(n)；

(b)反向计算误差：

对于输出单元

对隐单元

(c)修正权值：

η为学习速率。

如表3所示，给定了一组训练样本以及训练过程中各节点的值。

表3训练过程各节点值

(3)输入新的样本或新一周期样本，直到网络收敛，在训练时各周期中样本的输入顺序要重新随机排序。

BP算法采用梯度下降法求非线性函数极值，存在陷入局部极小以及收敛速度慢等问题。更为有效的一种算法是Levenberg-Marquardt优化算法，它使得网络学习时间更短，能有效地抑制网络陷于局部极小。其权值调整率选为

Δω＝(J^TJ+μI)^-1J^Te

其中J为误差对权值微分的雅可比(Jacobian)矩阵，I为输入向量，e为误差向量，变量μ是一个自适应调整的标量，用来确定学习是根据牛顿法还是梯度法来完成。

步骤3：所述监测系统对第一螺孔和第二螺孔重合时的重合度进行实时分析处理，在重合度不合格时进行报警。

本发明所述的电动汽车驱动电机堵转转矩测试方法，能够实现周向180个点的测量，即间隔角度为2度的电机堵转转矩值测试，同时，基于神经网络对第一螺孔和第二螺孔的重合度进行监测，降低重合误差，能够简易、快速、高精度的测量电机堵转转矩。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

Claims (4)

1.一种电动汽车驱动电机堵转转矩测试装置，其特征在于，包括：

第一分度轴，其一端与第一法兰同轴连接，另一端与驱动电机输出花键同轴连接；

第一法兰，其周向均匀开设有第一螺孔且相邻第一螺孔之间的角度为12°；

第二分度轴，其一端与第二法兰同轴连接，另一端与扭矩仪同轴连接；

第二法兰，其上一扇形区域的弧形周向均匀开设有第二螺孔且相邻第二螺孔之间的角度为14°，所述第二螺孔相对于轴心呈中心对称设置有第三螺孔；

其中，当第一法兰和第二法兰同轴贴合旋转时，所述第一螺孔能够分别和第二螺孔、第三螺孔重合；

所述第一螺孔分别和第二螺孔、第三螺孔重合时，采用螺钉固定第一法兰和第二法兰；

所述第一螺孔和第二螺孔的直径相同；所述第二螺孔为6个；

所述扭矩仪与测功机连接，所述测功机主轴通过锁死销锁死；

所述第二分度轴通过膜片联轴器与所述扭矩仪连接；

还包括电机支架，用于固定所述驱动电机；

还包括监测系统，其包括：

角度传感器，其设置在所述第一法兰上，用于检测第一法兰的旋转角度；

红外传感器，其分别设置在第一螺孔和第二螺孔直径两侧，用于检测第一螺孔和第二螺孔的径向圆心距；

面积传感器，其设置在所述第一法兰上，用于检测第一螺孔和第二螺孔的重合面积。

2.一种电动汽车驱动电机堵转转矩测试方法，包括权利要求1所述的电动汽车驱动电机堵转转矩测试装置；其特征在于，包括：

步骤1：保持第一分度轴和第二分度轴不动，将第一法兰上的第一螺孔与第二法兰上的第二螺孔重合，重合位置及其相对于轴心呈中心对称的螺孔重合位置通过螺钉固定，驱动被测驱动电机并记录扭矩仪扭矩为0度下的堵转转矩；

步骤2：保持第二分度轴不动，旋转第一分度轴，使得第一法兰上的第一螺孔分别与第二法兰上的第二螺孔依次重合，所述重合位置及其相对于轴心呈中心对称的螺孔重合位置通过螺钉固定，驱动被测驱动电机并记录扭矩仪扭矩为不同角度下的扭转转矩。

3.如权利要求2所述的电动汽车驱动电机堵转转矩测试方法，其特征在于，所述第一法兰上的第一螺孔与第二法兰上的第二螺孔重合时，须确定螺孔重合度，其采用神经网络监测模型，其包括如下步骤：

步骤1：当第一螺孔和第二螺孔重合时，通过传感器测量第一法兰的旋转角度、第一螺孔和第二螺孔的径向圆心距、第一螺孔和第二螺孔的重合面积；

步骤:2：确定三层BP神经网络的输入层神经元向量x＝{x₁,x₂,x₃}；其中，x₁为第一法兰的旋转角度，x₂为第一螺孔和第二螺孔的径向圆心距，x₃为第一螺孔和第二螺孔的重合面积；

步骤:3：所述输入层向量映射到隐层，隐层的神经元为m个；

步骤:4：得到输出层神经元向量o＝{o₁,o₂}；其中，o₁为重合度合格，o₂为重合度不合格，所述输出层神经元值为k为输出层神经元序列号，k＝{1,2}，i为重合度值，i＝{1,2}，当o_k为1时，此时第一螺孔和第二螺孔处于o_k对应的重合度。

4.如权利要求3所述的电动汽车驱动电机堵转转矩测试方法，其特征在于，所述隐层的神经元为4个。