CN109540545A - 拖拉机用动力输出总成异响诊断信号采集装置及处理方法 - Google Patents

Abstract

拖拉机用动力输出总成异响诊断信号采集装置及处理方法。装置设有动力输出总成、第1～8磁性吸附式位移传感器、信号传输电缆、信号传输接口、信号采集储存系统、信号传输电缆和PC端信号处理系统；方法为：采集的振动信号数据传输到PC端信号处理系统，对振动位移信号数据分组；PC端信号处理系统内利用波形放大器模块对振动位移信号时域波形的放大，观察分析时域波形成分；利用矩形窗函数对采集到的时域信号合适时间片段的截取；对时域信号傅里叶变换FFT；对频谱信号观察，找到频谱信号中的L个局部和各个局部极大值点附近的U条谱线；对频谱信号一维搜索，对频谱峰值搜索更新计算；以频谱峰值所对应的特征频率成分作为参照，得诊断结果。

Description

拖拉机用动力输出总成异响诊断信号采集装置及处理方法

技术领域

本发明涉及车辆动力输出总成异响诊断，尤其是涉及一种拖拉机用动力输出总成异响诊断信号采集装置及数据处理方法。

背景技术

随着我国农业生产力的不断提高，农业机械化工具在农业生产中应用日益普遍，而大马力农用拖拉机在农业生产中得到越发广泛的使用。目前农用拖拉机的异响故障诊断是一个工程车辆维修人员需要经常面对的问题，而拖拉机输出总成的振动异响是拖拉机噪声的主要成分之一。随着农业机械化科技水平的发展，以及人们对车辆声品质的要求提高，对拖拉机用动力输出总成的异响诊断研究得到广泛的关注与研究。

如公开号为CN107449505A的专利文献“一种非接触式的动力输出总成振动测试系统”，该发明提供了一种非接触式的动力输出总成振动测试系统，涉及车辆动力输出总成振动测试领域。应用固定架和支撑架固定激光位移传感器，将激光位移传感器置于不同振动测点的相应位置。激光位移传感器通过信号缆线与信号采集存储系统进行连接通讯，信号采集存储系统通过信号缆线与PC笔记本进行连接，实现了动力输出总成的非接触式振动测试系统的搭建。

目前在拖拉机用动力输出总成的异响诊断过程中还是需要依靠工程技术人员的工作经验，虽然可以借助电子听诊器等工具收集异响声音信号，但是还是需要依靠工程技术人员的视听经验来识别判断动力输出总成运行时的异响故障所在。为及时而准确地获取到振动异响的信号并能够对异响故障进行分析和判断，减少依靠工程经验的人为判断分析带来的不准确诊断甚至错误诊断。因此需要发明一种针对于拖拉机用动力输出总成的异响诊断信号采集装置以及信号分析、判断的数据处理方法，这样可以减少依靠人为经验、提高异响故障诊断的准确度，提高拖拉机用动力输出总成异响故障诊断的工作效率。

发明内容

本发明的目的在于提供以实现及时而准确地获取到振动异响的信号并能够对异响故障进行分析和判断，减少依靠人为经验、提高异响故障诊断的准确度和工作效率的一种拖拉机用动力输出总成异响诊断信号采集装置以及数据处理方法。

所述拖拉机用动力输出总成异响诊断信号采集装置设有动力输出总成、第1磁性吸附式位移传感器、第2磁性吸附式位移传感器、第3磁性吸附式位移传感器、第4磁性吸附式位移传感器、第5磁性吸附式位移传感器、第6磁性吸附式位移传感器、第7磁性吸附式位移传感器、第8磁性吸附式位移传感器、信号传输电缆、信号传输接口、信号采集储存系统、信号传输电缆和PC端信号处理系统；

所述动力输出总成设在消声室的试验台上，在试验台上对动力输出总成输入相应工况下的转速、扭矩，使动力输出总成处于工作状态下；

所述第1磁性吸附式位移传感器和第7磁性吸附式位移传感器设在动力输出总成的输出轴轴向位置，第2磁性吸附式位移传感器和第4磁性吸附式位移传感器设在动力输出总成的输出轴径向位置，第3磁性吸附式位移传感器和第5磁性吸附式位移传感器设在动力输出总成的输出轴轴向右侧位置，第6磁性吸附式位移传感器和第8磁性吸附式位移传感器设在动力输出总成的输出轴轴向左侧位置。

所述第1磁性吸附式位移传感器、第2磁性吸附式位移传感器、第3磁性吸附式位移传感器、第4磁性吸附式位移传感器、第5磁性吸附式位移传感器、第6磁性吸附式位移传感器、第7磁性吸附式位移传感器和第8磁性吸附式位移传感器通过信号传输电缆与信号传输接口进行端口对应连接，从而建立起与信号采集储存系统的连接通讯；信号采集储存系统负责振动位移信号的采集与存储；信号采集储存系统通过信号传输电缆与PC端信号处理系统进行连接通讯。

所述拖拉机用动力输出总成异响诊断信号采集的数据处理方法包括以下步骤：

1)信号采集储存系统采集到的振动信号数据传输到PC端信号处理系统，根据测点分布的物理位置对振动位移信号数据进行分组；

2)PC端信号处理系统内利用波形放大器模块对振动位移信号进行时域波形的自动处理放大，观察分析时域波形成分；

3)利用矩形窗函数对采集到的时域信号进行合适时间片段的截取；

截取后信号x_T(t)：x_T(t)＝x(t)w(t)，

其中，矩形窗函数

对截取后的信号时间片段进行周期延拓处理，得到虚拟的无限长的信号；

4)对步骤3)处理得到的时域信号进行快速傅里叶变换FFT，采样频率为f_s，采样点数为n，则FFT的结果为长度为n的复数数列

5)对步骤4)处理得到的频谱信号进行观察，找到频谱信号中的L个局部极大值，并找到各个局部极大值点附近的U条谱线；

在步骤5)中，所述频谱信号中的局部极大值点附近的U条谱线横坐标序号用表示，对应的频率为

矩形窗校正后的频率f_M为：

其中，

矩形窗校正后的幅值为其中，

计算矩形窗校正过后的频谱幅值Y，得出对真实谱线的第一次估计值；

对频谱信号中的L个局部极大值进行同样的计算校正，得出频谱信号中L个局部极大值谱线的第一次估计值。

6)对经过步骤5)处理得到的频谱信号进行一维搜索，对频谱峰值进行精密搜索更新计算；

在步骤6)中，所述对频谱峰值进行精密搜索更新计算的具体方法可为：

(1)设计一维强权值黄金分割频谱峰值精搜算法对频谱上的峰值进行搜索计算；

(2)在一维强权值黄金分割频谱峰值精密搜索过程中，对频谱信号值f(x)进行插值计算时，设计引入秦九韶算法对矩形窗比例校正后的频谱信号值f(x)进行多项式快速求值，计算公式如下所示：

其中，t_i＝i·Δt；

(3)对于一维强权值黄金分割频谱峰值精搜算法，分为预处理计算搜索更新阶段和精密处理计算搜索更新阶段，其具体方法如下：

a、在频谱峰值的预处理一维搜索求解阶段，采用二分法进行一维搜索求取极大值，得到频谱峰值的第一次更新值；

在频谱区间(a_*,e_*)上，确定频谱函数有且仅有一个极大值；

取c_*∈(a_*,e_*)，且取b_*∈(a_*,c_*)，且取d_*∈(c_*,e_*)，且

当且时，极大值点将位于三元点组a_*＜b_*＜c_*对应的区间(a_*,c_*)上；

当且时，极大值点将位于三元点组b_*＜c_*＜d_*对应的区间(b_*,d_*)上；

当且时，极大值点将位于三元点组c_*＜d_*＜e_*对应的区间(c_*,e_*)上；

按照上述算法继续对三元点组所对应的区间进行划分，直到区间足够小，即满足e^*-a^*＜ε^*时，则转到精密处理计算搜索阶段；

精密处理计算搜索阶段的初始区间为(a,c)，其中a＝a^*，c＝e^*；

b、在精密处理计算搜索阶段，采用黄金分割法进行一维搜索计算求取频谱信号的极大值,得到频谱峰值的第二次更新值；

在频谱区间(a,c)上，确定频谱函数有且仅有一个极大值；

取b∈(a,c)，且其中，k为黄金分割系数0.3819600；

依条件，且取x∈(b,c)；

当时，则且即极大值点将位于三元点组a＜b＜x对应的区间(a,x)上；

当时，则且即极大值点将位于三元点组b＜x＜c对应的区间(b,c)上；

在三元点组中，中间点对应的函数值是每一轮求解过程中的最大值；

按照上述算法继续对三元点组所对应的区间进行划分，直到区间足够小，即满足c-a＜ε时，则最后求到的极大值点(α,p)为频谱的峰值点；

其中，α为频谱峰值所对应的频率，p为频谱峰值能量；

对频谱信号中的L个局部极大值进行同样的一维强权值黄金分割频谱峰值精搜算法处理计算，得出频谱信号中L个局部极大值谱线的更新值。

7)以步骤6)中所搜索计算得到的频谱峰值所对应的特征频率成分作为参照，对比分析总成系统结构部件的运转频率成分，判断找到异响源位置，分析异响产生原因，最终得到异响故障的诊断结果。

本发明用动力输出总成异响诊断信号采集装置采用磁性吸附式位移传感器直接接触拖拉机用动力输出总成异响源，获取异响振动信号。获取到的异响振动信号经过信号采集储存系统进行存储处理并生成振动位移信号数据文件。振动位移信号数据传送到PC端信号处理系统，经过信号处理系统进行处理分析，通过对动力输出总成各个位置的振动信号进行处理分析，提取信号特征并进行比对，最终得到动力输出总成的异响诊断结果。

本发明具有如下突出优点：

(1)通过对频谱的插值计算，提高了矩形窗比例校正频谱信号的精度；

(2)通过引入秦九韶算法，提高了单一频率点的插值效率；

(3)通过改进的一维强权值黄金分割频谱峰值精搜算法，相比于传统的黄金分割法一维搜索算法，减少了迭代次数，提高了迭代的效率。

附图说明

图1为本发明所述拉机用动力输出总成异响诊断信号采集装置实施例的结构组成示意图。

图2为本发明所述拖拉机用动力输出总成异响诊断信号采集的数据处理方法实施例的流程图。

图3为一维强权值黄金分割频谱峰值精搜算法流程图。

具体实施方式

以下实施例将结合附图对本发明作进一步的说明。

参见图1，所述拖拉机用动力输出总成异响诊断信号采集装置实施例设有动力输出总成1、第1磁性吸附式位移传感器2、第2磁性吸附式位移传感器3、第3磁性吸附式位移传感器4、第4磁性吸附式位移传感器5、第5磁性吸附式位移传感器6、第6磁性吸附式位移传感器7、第7磁性吸附式位移传感器8、第8磁性吸附式位移传感器9、信号传输电缆10、信号传输接口11、信号采集储存系统12、信号传输电缆13和PC端信号处理系统14；

所述动力输出总成1设在消声室的试验台上，在试验台上对动力输出总成1输入相应工况下的转速、扭矩，使动力输出总成1处于工作状态下；

所述第1磁性吸附式位移传感器2和第7磁性吸附式位移传感器8设在动力输出总成1的输出轴轴向位置，第2磁性吸附式位移传感器3和第4磁性吸附式位移传感器5设在动力输出总成1的输出轴径向位置，第3磁性吸附式位移传感器4和第5磁性吸附式位移传感器6设在动力输出总成1的输出轴轴向右侧位置，第6磁性吸附式位移传感器7和第8磁性吸附式位移传感器9设在动力输出总成1的输出轴轴向左侧位置。

所述第1磁性吸附式位移传感器2、第2磁性吸附式位移传感器3、第3磁性吸附式位移传感器4、第4磁性吸附式位移传感器5、第5磁性吸附式位移传感器6、第6磁性吸附式位移传感器7、第7磁性吸附式位移传感器8和第8磁性吸附式位移传感器9通过信号传输电缆10与信号传输接口11进行端口对应连接，从而建立起与信号采集储存系统12的连接通讯；信号采集储存系统12负责振动位移信号的采集与存储；信号采集储存系统12通过信号传输电缆13与PC端信号处理系统14进行连接通讯。

本发明利用磁性吸附式位移传感器的接触式测量特点，通过将第1磁性吸附式位移传感器2、第2磁性吸附式位移传感器3、第3磁性吸附式位移传感器4、第4磁性吸附式位移传感器5、第5磁性吸附式位移传感器6、第6磁性吸附式位移传感器7、第7磁性吸附式位移传感器8和第8磁性吸附式位移传感器9分别置于拖拉机用动力输出总成1的输入轴与输出轴的轴向、轴向左侧、轴向右侧、径向位置，进行动力输出总成1上不同振动测点上的振动位移信号采集。信号采集存储系统12负责振动位移信号的采集与存储；PC端信号处理系统14负责振动位移信号的分析处理与异响诊断结果的提出。

参见图2，PC端信号处理系统对各个位置位移传感器采集到的振动信号进行信号处理分析，数据处理方法步骤如下：

步骤1、信号采集存储系统采集到的振动信号数据传输到PC端信号处理系统，根据测点分布的物理位置来对振动位移信号数据进行分组。

步骤2、PC端信号处理系统内利用波形放大器模块对振动位移信号进行时域波形的自动处理放大，观察分析时域波形成分。

步骤3、利用矩形窗函数对采集到的时域信号进行合适时间片段的截取。

截取后信号x_T(t)：x_T(t)＝x(t)w(t)；

其中，矩形窗函数

对截取后的信号时间片段进行周期延拓处理，得到虚拟的无限长的信号。

步骤4、对步骤3处理得到的时域信号进行快速傅里叶变换FFT。采样频率为f_s，采样点数为n，则FFT的结果为长度为n的复数数列

步骤5、对步骤4处理得到的频谱信号进行观察，找到频谱信号中的L个局部极大值，并找到各个局部极大值点附近的U条谱线。

频谱信号中的局部极大值点附近的U条谱线横坐标序号用表示，对应的频率为

矩形窗校正后的频率f_M为：

其中,

矩形窗校正后的幅值为其中，

计算矩形窗校正过后的频谱幅值Y，得出对真实谱线的第一次估计值。

对频谱信号中的L个局部极大值进行同样的计算校正，得出频谱信号中L个局部极大值谱线的第一次估计值。

步骤6、对经过步骤5处理得到的频谱信号进行一维搜索，对频谱峰值进行精密搜索更新计算。

设计一维强权值黄金分割频谱峰值精搜算法对频谱上的峰值进行搜索计算。

在一维强权值黄金分割频谱峰值精密搜索过程中，对频谱信号值f(x)进行插值计算时，设计引入秦九韶算法对矩形窗比例校正后的频谱信号值f(x)进行多项式快速求值。计算公式如下所示：

其中，t_i＝i·Δt。

对于一维强权值黄金分割频谱峰值精搜算法，分为预处理计算搜索更新阶段和精密处理计算搜索更新阶段。

a、在频谱峰值的预处理一维搜索求解阶段，采用二分法进行一维搜索求取极大值，得到频谱峰值的第一次更新值。

在频谱区间(a_*,e_*)上，确定频谱函数有且仅有一个极大值。

取c_*∈(a_*,e_*)，且取b_*∈(a_*,c_*)，且取d_*∈(c_*,e_*)，且

当且时，极大值点将位于三元点组a_*＜b_*＜c_*对应的区间(a_*,c_*)上；

当且时，极大值点将位于三元点组b_*＜c_*＜d_*对应的区间(b_*,d_*)上；

当且时，极大值点将位于三元点组c_*＜d_*＜e_*对应的区间(c_*,e_*)上；

这一过程如图3所示，按照上述算法继续对三元点组所对应的区间进行划分，直到区间足够小，即满足e^*-a^*＜ε^*时，则转到精密处理计算搜索阶段。

精密处理计算搜索阶段的初始区间为(a,c)，其中a＝a^*，c＝e^*。

b、在精密处理计算搜索阶段，采用黄金分割法进行一维搜索计算求取频谱信号的极大值,得到频谱峰值的第二次更新值。

在频谱区间(a,c)上，确定频谱函数有且仅有一个极大值。

取b∈(a,c)，且其中，k为黄金分割系数0.3819600。

依条件，且取x∈(b,c)。

当时，则且即极大值点将位于三元点组a＜b＜x对应的区间(a,x)上；

当时，则且即极大值点将位于三元点组b＜x＜c对应的区间(b,c)上。

在这些三元点组中，其中间点对应的函数值都是每一轮求解过程中的最大值。这一过程如图3所示。

按照上述算法继续对三元点组所对应的区间进行划分，直到区间足够小，即满足c-a＜ε时。则最后求到的极大值点(α,p)则为频谱的峰值点。

其中，α为频谱峰值所对应的频率，p为频谱峰值能量。

对频谱信号中的L个局部极大值进行同样的一维强权值黄金分割频谱峰值精搜算法处理计算，得出频谱信号中L个局部极大值谱线的更新值。

步骤7、以步骤6中所搜索计算得到的频谱峰值所对应的特征频率成分作为参照，对比分析总成系统结构部件的运转频率成分，判断找到异响源位置，分析异响产生原因，最终得到异响故障的诊断结果。

Claims (4)

1.拖拉机用动力输出总成异响诊断信号采集装置，其特征在于设有动力输出总成、第1磁性吸附式位移传感器、第2磁性吸附式位移传感器、第3磁性吸附式位移传感器、第4磁性吸附式位移传感器、第5磁性吸附式位移传感器、第6磁性吸附式位移传感器、第7磁性吸附式位移传感器、第8磁性吸附式位移传感器、信号传输电缆、信号传输接口、信号采集储存系统、信号传输电缆和PC端信号处理系统；

所述动力输出总成设在消声室的试验台上，在试验台上对动力输出总成输入相应工况下的转速、扭矩，使动力输出总成处于工作状态下；

所述第1磁性吸附式位移传感器和第7磁性吸附式位移传感器设在动力输出总成的输出轴轴向位置，第2磁性吸附式位移传感器和第4磁性吸附式位移传感器设在动力输出总成的输出轴径向位置，第3磁性吸附式位移传感器和第5磁性吸附式位移传感器设在动力输出总成的输出轴轴向右侧位置，第6磁性吸附式位移传感器和第8磁性吸附式位移传感器设在动力输出总成的输出轴轴向左侧位置；

所述第1磁性吸附式位移传感器、第2磁性吸附式位移传感器、第3磁性吸附式位移传感器、第4磁性吸附式位移传感器、第5磁性吸附式位移传感器、第6磁性吸附式位移传感器、第7磁性吸附式位移传感器和第8磁性吸附式位移传感器通过信号传输电缆与信号传输接口进行端口对应连接，从而建立起与信号采集储存系统的连接通讯；信号采集储存系统负责振动位移信号的采集与存储；信号采集储存系统通过信号传输电缆与PC端信号处理系统进行连接通讯。

2.拖拉机用动力输出总成异响诊断信号采集的数据处理方法，其特征在于包括以下步骤：

1)信号采集存储系统采集到的振动信号数据传输到PC端信号处理系统，根据测点分布的物理位置对振动位移信号数据进行分组；

2)PC端信号处理系统内利用波形放大器模块对振动位移信号进行时域波形的自动处理放大，观察分析时域波形成分；

3)利用矩形窗函数对采集到的时域信号进行合适时间片段的截取；

截取后信号x_T(t)：x_T(t)＝x(t)w(t)，

其中，矩形窗函数

对截取后的信号时间片段进行周期延拓处理，得到虚拟的无限长的信号；

4)对步骤3)处理得到的时域信号进行快速傅里叶变换FFT，采样频率为f_s，采样点数为n，则FFT的结果为长度为n的复数数列

5)对步骤4)处理得到的频谱信号进行观察，找到频谱信号中的L个局部极大值，并找到各个局部极大值点附近的U条谱线；

6)对经过步骤5)处理得到的频谱信号进行一维搜索，对频谱峰值进行精密搜索更新计算；

7)以步骤6)中所搜索计算得到的频谱峰值所对应的特征频率成分作为参照，对比分析总成系统结构部件的运转频率成分，判断找到异响源位置，分析异响产生原因，最终得到异响故障的诊断结果。

3.如权利要求2所述拖拉机用动力输出总成异响诊断信号采集的数据处理方法，其特征在于在步骤5)中，所述频谱信号中的局部极大值点附近的U条谱线横坐标序号用表示，对应的频率为

矩形窗校正后的频率f_M为：

其中，

矩形窗校正后的幅值为其中，

计算矩形窗校正过后的频谱幅值Y，得出对真实谱线的第一次估计值；

对频谱信号中的L个局部极大值进行同样的计算校正，得出频谱信号中L个局部极大值谱线的第一次估计值。

4.如权利要求2所述拖拉机用动力输出总成异响诊断信号采集的数据处理方法，其特征在于在步骤6)中，所述对频谱峰值进行精密搜索更新计算的具体方法为：

(1)设计一维强权值黄金分割频谱峰值精搜算法对频谱上的峰值进行搜索计算；

(2)在一维强权值黄金分割频谱峰值精密搜索过程中，对频谱信号值f(x)进行插值计算时，设计引入秦九韶算法对矩形窗比例校正后的频谱信号值f(x)进行多项式快速求值，计算公式如下所示：

其中，t_i＝i·Δt；

(3)对于一维强权值黄金分割频谱峰值精搜算法，分为预处理计算搜索更新阶段和精密处理计算搜索更新阶段，其具体方法如下：

a、在频谱峰值的预处理一维搜索求解阶段，采用二分法进行一维搜索求取极大值，得到频谱峰值的第一次更新值；

在频谱区间(a_*,e_*)上，确定频谱函数有且仅有一个极大值；

取c_*∈(a_*,e_*)，且取b_*∈(a_*,c_*)，且取d_*∈(c_*,e_*)，且

当且时，极大值点将位于三元点组a_*＜b_*＜c_*对应的区间(a_*,c_*)上；

当且时，极大值点将位于三元点组b_*＜c_*＜d_*对应的区间(b_*,d_*)上；

当且时，极大值点将位于三元点组c_*＜d_*＜e_*对应的区间(c_*,e_*)上；

按照上述算法继续对三元点组所对应的区间进行划分，直到区间足够小，即满足e^*-a^*＜ε^*时，则转到精密处理计算搜索阶段；

精密处理计算搜索阶段的初始区间为(a,c)，其中a＝a^*，c＝e^*；

b、在精密处理计算搜索阶段，采用黄金分割法进行一维搜索计算求取频谱信号的极大值,得到频谱峰值的第二次更新值；

在频谱区间(a,c)上，确定频谱函数有且仅有一个极大值；

取b∈(a,c)，且其中，k为黄金分割系数0.3819600；

依条件，且取x∈(b,c)；

当时，则且即极大值点将位于三元点组a＜b＜x对应的区间(a,x)上；

当时，则且即极大值点将位于三元点组b＜x＜c对应的区间(b,c)上；

在三元点组中，中间点对应的函数值是每一轮求解过程中的最大值；

按照上述算法继续对三元点组所对应的区间进行划分，直到区间足够小，即满足c-a＜ε时，则最后求到的极大值点(α,p)为频谱的峰值点；

其中，α为频谱峰值所对应的频率，p为频谱峰值能量；

对频谱信号中的L个局部极大值进行同样的一维强权值黄金分割频谱峰值精搜算法处理计算，得出频谱信号中L个局部极大值谱线的更新值。