電動汽車噪音處理的新思路(上)

電動汽車是當前發展熱點,作為核心部件供應商,各大電機和驅動廠家都在投入資源開發適用的電驅動系統,但不約而同的都遇到了電機振動和噪音問題。特別是在低速電動汽車領域,由於整車減震、隔音能力、零配件的精度和質量都較高速電動汽車差,電機的噪音很容易被放大,這幾乎成了低速車的心臟病。因此圍繞噪音的舒適度問題是電驅動系統開發的難點和關鍵點。

另一方面電驅動系統的噪音問題又特別複雜和困難。原因在於:

  1. 電動機和差速齒輪、後橋、車架等構成了一個複雜系統,傳動系各總成連接為一個整體,若其中一個總成有異響,這種異響便傳導給其它相聯總成,混淆了故障的真實部位。因此識別出問題來源就非常困難。

  2. 電機本身就是一個複雜聲源系統,有徑向電磁力引起的電磁噪音、有轉矩脈動引起的軸系振動噪音、有不平衡不對中引起的機械噪音等等。需要非常謹慎的辨識聲音來源。

  3. 作為新興行業,電動汽車噪音和振動的故障特徵和資料庫尚未建立,整個行業都處於探索階段,可借鑒的經驗和數據非常少。

這篇文章介紹的不是解決電動汽車噪音的方法,而是幫您分析傳統汽車是如何解決噪音和振動問題的。因為發動機的本身的高噪、高振特性,傳統汽車行業花了上百年的時間,才逐漸解決噪音問題,那麼他們的經驗肯定值得我們借鑒。

傳統汽車是如何識別故障聲源的:

1.初階級-駕駛試驗排查法

當遇到噪音故障時,可以通過設計一系列的駕駛試驗來排查問題,這是修理員的常用方法:

  • 通過空擋滑行和正常聲音是否減弱判斷到底是差速器後橋噪音還是發動機噪音;

  • 通過轉彎和直行的噪音差異判斷是否是驅動橋的故障;

  • 通過變不同的檔位,看噪音是否有變化判斷是否是變速器故障;

  • 總之可以根據汽車的驅動結構,通過設計試驗讓一個部件工作,另一個部分不工作,逐個排查問題來源。這種方法在電動汽車上也可以借鑒,比如我們可以設計斷電空溜試驗來判斷聲音來源於電機還是來源於其他部分。

    2.進階級-振動特徵頻譜分析法

    駕駛試驗排查法只能定性的判斷問題,如果要更進一步深入探查問題的根源,需要採用定量分析方法。其中一種就是利用振動感測器信號的特徵分析法。它的基本思想是,如果是變速發生的噪音,裡面的每個齒輪都一個特徵頻率。這種頻率叫嚙合頻率,和齒輪的齒數、速比相關的。它的計算公式非常簡單,嚙合頻率就是這個齒輪的身份證。如果我們在振動信號中捕獲到了某個齒輪的身份頻率,這個齒輪就是高度嫌疑對象了。

    如何分析信號數據,捕獲特徵頻率,這裡面的方法就有很多了,一般有頻域分析法、時域分析法、階次分析法。下圖就是一個階次分析法的結果,首先將各個齒輪的特徵頻率折算成相對輸入軸轉速的階次,不同的齒輪有不同的階次,比如一檔齒輪可能是10階,而檔齒輪可能是15階。有了這個已知的階次後,然後利用數學方法,將原始的信號數據計算出階次分布圖(如下圖),如果某個齒輪的特徵階次出現在階次圖上,那麼這個齒輪就是有問題了。

    這種方法也適用於電動汽車電機的,因為電機發出振動或噪音也有內在的規律,也有可以識別出的身份證。如果懷疑電機本身振動是引起噪音的源頭,就需要採集電機的振動信號數據,利用分析方法獲得這種特徵的頻譜分布、時域形態特徵。然後和電機的電磁力、轉矩脈動等振源頻率特徵相匹配,如果有高度契合的部分,可能就是問題的根源。

    3.大師級-模型預測法

    世界是複雜的,認知是有局限的。嚙合頻率、電磁力頻率僅僅是傳動系統的簡單特徵,它只能揭示一些簡單的規律。無法處理包括發動機、減速器、軸承、懸掛、車體等構成系統的整體動力學特徵。比如整體耦合振動特徵、加速過程中的瞬態響應特徵。我們經常會碰到單獨每個部件都沒有問題,但他們組裝在一起,就出現噪音的問題,這就是他們之間的動力學匹配出了問題。這種情況下,需要有更高級的方法。這種方法就是模型分析法。

    舉個例子:當振動和噪音在某個速度段特別明顯時,我們稱之為共振現象。共振現象是一種非線性現象,反映出來的特徵就是到某個速度點,噪音會突然增加,過了速度後又突然下降。共振是系統動力學響應的結果。這種情況模型分析法就能發揮用處了。它的基本思路就是先建立整個汽車動力系統和懸掛車體系統的總成模型,然後用軟體去分析其固有頻率特徵,以及瞬態響應特徵。

    文獻來源作者建立了一輛汽車的模型,通過軟體分析了各個方向和階次的固有頻率。

    當轉速逐漸升高,齒輪或發動機的激振力會逐漸接近固有頻率,此時會發生振動和噪音響應突然增大的情況。通過模型的動力學分析,能夠提前預測各個關鍵部位在不同轉速處的振動響應,如下圖作者就分析出了,變速箱不同處的軸承在車速連續變化的加速過程中,軸承的振動是如何突然加大然後衰減的。

    有了這種基於模型的預測,就可以和實際的檢測數據相匹配,如果檢測到發生類似的實際情況,那麼說明模型預測正確,我們只需要優化模型,評判如何改進設計。

    這種模型預測法,也適用於電動汽車,不過我們需要在構建整車模型的基礎上,提取出電機的動力輸出特性作為新的激勵源,然後分析整個系統在不同轉速激勵下的響應特徵,如果發現在某個轉速下,齒輪箱、或者車體有異常的振動響應,那就說明電機匹配上系統後容易出現共振現象。

    總結:

    要想解決振動噪音問題,首先要識別出噪音的來源,方能對症下藥傳統汽車解決的經驗值得我們深入學習,他們的測試方法、分析方法都可以直接借鑒,但同時需要注意到電機的特徵和發動機還是有所區別的,所以稍加改造和創新。只有將電磁學、機械動力學兩門學科交叉融合,才能深入底層的去發現問題。


    推薦閱讀:

    二戰時期,犧牲在戰場上的士兵是如何處理的?日本鬼子最無人性
    奇門風水處理擊刑的方法
    牢固處理人際關係的35條計策
    [轉載]關於處理供品的開示---索達吉堪布
    如何處理好靈與欲的衝突

    TAG:電動汽車 | 汽車 | 噪音 | 處理 | 思路 | 電動 |