拖拉机整车振动测试系统的设计

拖拉机整车振动测试系统的设计
李敏通;杨青;陈军
【摘要】[目的]研究设计拖拉机整车振动测试系统,为拖拉机整车振动特性研究提供平台.[方法]基于DaqLab/2005数据采集装置、LC0201信号调理器、传感器和计算机等,设计拖拉机整车振动信号采集部分;根据振动信号分析处理要求,基于MATLAB,应用频谱分析、小波分析、非线性振动的混沌分析等理论,设计振动信号分析处理部分.[结果]信号采集部分可以根据需要获得拖拉机在不同行驶速度和不同激振频率下的振动加速度信号;振动信号分析处理部分可以对信号进行预处理及相关分析、频谱分析和非线性信号的混沌分析等.采用拖拉机整车振动测试系统对上海-50拖拉机的整车振动进行实测,认为拖拉机整车振动是混沌振动.[结论]设计的拖拉机整车振动测试系统可用于拖拉机整车振动特性的研究.
【期刊名称】《西北农林科技大学学报（自然科学版）》
【年(卷),期】2010(038)005
【总页数】6页(P229-234)
【关键词】拖拉机;振动特性;测试系统;信号采集;信号分析
【作者】李敏通;杨青;陈军
【作者单位】西北农林科技大学,机械与电子工程学院,陕西,杨凌,712100;西北农林科技大学,机械与电子工程学院,陕西,杨凌,712100;西北农林科技大学,机械与电子工程学院,陕西,杨凌,712100
【正文语种】中文
【中图分类】TP206+.1;S219.1
目前，拖拉机主要使用在经济发展较为落后的农村，其运输行驶的道路路况较差，路面的突起较多，由于受路面不平整的影响，拖拉机在行驶过程中振动比较严重。

拖拉机振动不但会影响其行驶平顺性、操纵稳定性以及关键零部件的寿命，严重的振动还会危害驾驶员的身心健康，造成永久性职业疾病[1-3]。

因此，研究拖拉机的振动特性，改善拖拉机的振动性能具有重要意义。

目前，国内有关拖拉机振动的研究，大都集中在拖拉机某个组成部分的振动特性方面[4]，而对拖拉机整体振动的研究不多。

由于拖拉机是一个有机整体，各组成部分的振动互相影响，将拖拉机作为一个整体研究其振动特性，更能反映拖拉机实际工作中的振动性能。

为了研究拖拉机整车的振动特性，需要建立拖拉机整车振动测试系统。

基于此，本试验研究并设计拖拉机整车振动测试分析系统，以期为拖拉机振动特性的研究奠定基础。

1 拖拉机整车振动测试系统的设计
本试验设计的拖拉机整车振动测试系统由两部分组成：振动信号采集部分和振动信号分析处理部分。

1.1 振动信号采集部分
振动信号采集主要由两部分组成：一是对待测试拖拉机进行激振处理；二是拖拉机在激振作用下振动信号的采集。

1.1.1 激振装置激振装置如图1所示，激振是通过在拖拉机行驶路面设置人工试验路障的方法实现的。

试验路障采用热轧等边角钢(角钢50×5),将若干长度l=
2.0 m 的角钢以等间距d反扣并固定在路面上，角钢的突起高度h=
3.5 cm。

根据测试需要，角钢间距d在一定范围内可调,试验路障总长L根据测试需要设置。

图 1 激振装置示意图Fig.1 The diagram of vibration excitation device
当拖拉机在试验路障上行驶时，角钢对拖拉机激振，激振频率f与拖拉机行驶速度
v及角钢间距d的关系为：f=v/d。

改变拖拉机的行驶速度v或者调整路障角钢之间的间距d，即可达到改变拖拉机激振频率的目的。

1.1.2 振动信号的采集信号采集部分由传感器、信号调理模块、DaqLab/2005数据采集装置、计算机等组成，采集的数据通过网口传入计算机保存，其结构如图2所示。

图 2 振动信号采集装置示意图Fig.2 The diagram of vibration signal acquisition
传感器选用LC01系列内装IC压电加速度传感器，该压电式传感器需要恒流源供电，典型值为24VDC、4 mA，而不是电子仪器通常具备的恒压源供电。

其输出的与振动加速度成正比的交流信号是叠加在某一输出偏压上。

信号调理模块选用LC0201信号调理器，该调理器是专为LC01系列内装IC压电加速度传感器进行信号调理而设计的。

它主要起两个作用：一是向内装IC压电加速度传感器提供24VDC、4 mA恒流电源；二是将内装IC压电加速度传感器输出的与振动加速度成正比的叠加在输出偏压上的交流信号，通过CR隔离电路滤除输出偏压，变成通常意义下的以地为参考点的交流信号。

DaqLab/2005数据采集装置含有16位的A/D转换器、以太网接口等。

在进行数据采集时，可以根据具体要求设置采样频率和采样点数，并按照要求的数据格式将采集到的振动信号通过网口传到计算机保存。

在信号采集过程中，还可以对采集到的信号进行实时监测。

1.2 振动信号分析处理部分
通过信号采集装置只能得到振动信号，要获得有用的信息，还必须对采集的信号按照测试目的进行分析处理。

为此，本文针对振动信号分析处理中涉及到的内容，设计了振动信号分析处理软件，其主要由振动信号预处理、振动信号时域分析、振动信号频域分析以及振动信号的非线性混沌分析4个模块组成。

预处理模块包括消
除趋势项、数据平滑处理、滤波和小波降噪等。

时域分析模块包括信号均值、均方值、方差的计算和信号的相关分析。

频域分析模块包括功率谱分析、频响函数和相干函数的分析。

非线性混沌分析模块包括相空间重构时延迟时间和嵌入维数确定、关联维数计算和最大李雅谱诺夫指数计算。

在振动信号分析的4个模块中，时域分析、频域分析及预处理模块中的消除趋势项、数据平滑处理、滤波等功能与一般振动信号分析处理方法[5]类似。

下面主要
介绍本系统具有特点的预处理中小波降噪和非线性混沌分析模块的设计。

1.2.1 振动信号预处理中的小波降噪测试信号预处理是将测试中采集到的信号尽可能真实地还原成实际测试状况的最基本的信号加工方式。

小波分析在信号处理中的应用十分广泛，应用最多的是信号的降噪。

由于在正交小波中，正交基的选取比传统方法更接近实际信号本身，所以通过小波变换可以更容易地分离出噪声或其他不需要的信息，因此在信号降噪中小波分析有着传统方法无可比拟的优势。

所以本系统将小波分析用于拖拉机振动信号的降噪处理。

小波降噪[6]过程包括分解、作用阈值和重建3个过程。

分解过程是选定一种小波，对信号作N层小波分解；作用阈值过程是对分解得到的各层系数选择一个阈值，
并对细节系数作用软阈值处理；重建过程是将处理后的系数通过小波重建恢复原始信号。

本文用sym4小波对信号做4层分解，得到每层的分层阈值，根据分层阈值使用
软阈值方法对信号进行降噪。

降噪程序设计中的主要部分如下：
wname=‘sym4’;lev=4;
[c,l]=wavedec(x,lev,wname);
[thrl,nkeep]=wdcbm(c,l,3)；
[xdl,cxd,lxd,perfo,perfl2]=wdencmp(‘lvd’,c,l,wname,lev,thrl,‘s’)。

1.2.2 振动信号的非线性混沌分析拖拉机是复杂的非线性系统，在一定条件下，拖
拉机的振动可能是混沌振动。

所以本系统设计了拖拉机振动信号的非线性混沌分析模块。

混沌振动的数值识别[7-9]是混沌振动研究的主要方法。

混沌振动数值识别
常用的2个特征量是最大李雅谱诺夫指数和关联维数。

由于最大李雅谱诺夫指数
和关联维数的计算是建立在相空间重构基础上的，而相空间重构时需要确定延迟时间τ和嵌入维数m。

所以在混沌分析模块[10-14]中设计了相空间重构时延迟时间和嵌入维数确定、关联维数计算和最大李雅谱诺夫指数计算。

这里以关联维数计算模块为例介绍。

关联维数D能提供系统动态有用信息，主要反映混沌振动的往复非周期性。

当
D=1时，表明系统处于自周期振荡；D=2时，系统具有两种不可约频率的准周期振荡；当D不是整数或大于2时，系统表现为一种对初始条件敏感的混沌振荡。

本文采用G-P算法[7]计算关联维数，具体算法如下。

设x1,x2,…,xN为实际的时间序列，在已经得到延迟时间τ和嵌入维数m的情况下，可得到重构相空间中的M个点(向量)，则有：
Xi=[x(i),x(i+τ),x(i+2τ),…,x(i+(m-1)τ)], i=1,2,…,M。

(1)
其中M=N-(m-1)τ。

求出所有的点间距后，凡是距离小于给定正数r的向量对称
为有关联的向量对。

计算有关联的向量对个数在一切可能的配对中所占的比例，即关联积分
(2)
其中，θ(x)=0,x<0;θ(x)=1,x≥0。

关联积分C(r)反映了混沌吸引子中点间距的分布概率，在r→0时，C(r)与r存在
关系其中D为关联维数，恰当选取r，使得D能够描述混沌吸引子的自相似结构，从而得到关联维数的近似值。

(3)
计算时，选取适当的r值，得到双对数关系ln C(r)-ln r的关系曲线，考察其最佳
拟合直线，直线的斜率即为关联维数D。

根据上述算法，基于MATLAB设计了关联维数计算分析模块。

2 拖拉机整车振动测试系统的应用
为了验证拖拉机整车振动测试系统的可行性，用本测试系统对上海-50型轮式拖拉机的振动特性进行了测试分析。

试验时，拖拉机前轮轮胎压力为0.18 MPa，后轮轮胎压力为0.15 MPa。

激振装置中角钢的间距d=0.4 m，试验路障总长L=20 m。

使拖拉机以不同速度在激振装置上行驶，且4个轮胎均在激振装置的角钢上。

通
过振动测试系统采集拖拉机在不同行驶速度和激振频率下的振动加速度信号。

对采集的振动信号用设计的信号分析部分进行相应的处理。

两种不同测试目的的测试分析实例结果如下。

2.1 拖拉机共振频率的测试
使拖拉机以0.43～3.40 m/s的速度在激振装置上行驶，采集拖拉机行驶时车体前、后、左、右4个部位的振动加速度信号。

设前、后、左、右4个部位所安装的传
感器分别用A、B、C、D表示。

对采集的4组信号分别通过低通滤波、小波降噪、功率谱分析，得到不同行驶速度时的自功率谱。

在每个功率谱图上找出4至5个
峰值，并对峰值所对应的频率按由小到大依次记为f1、f2、f3、f4、f5。

表1～4
分别给出了拖拉机在不同行驶速度下，传感器A、B、C、D所测振动信号自谱图
中峰值所对应的频率值。

表 1 传感器A信号功率谱峰值对应的频率Table 1 Peak frequencies of sensor
A Hz拖拉机速度/(m·s-
1)Tractorspeedf1f2f3f4f50．431．862．413．273．864．490．641．612．
253．274．88-0．962．022．443．814．254．831．122．253．424．595．676．841．56 1．663．324．987．62-1．852．343．224．115．477．032．102．153．425．277．23-2．411．662．833．134．416．062．681．083．235．085．766．842．89 1．272．343．323．815．373．401．663．614．115．276．05
表 2 传感器B信号功率谱峰值对应的频率Table 2 Peak frequencies of sensor
B Hz拖拉机速度/(m·s-
1)Tractorspeedf1f2f3f4f50．430．631．562．212．833．270．641．612．592．983．273．710．961．272．392．983．613．811．121．072．243．424．595．561．562．053．033．914．88-1．851．173．225．476．547．032．101．473．323．815．277．232．41 1．763．224．496．157．132．680．292．443．615．477．032．890．98 2．833．323．915．663．400．783．224．495．276．06
表 3 传感器C信号功率谱峰值对应的频率Table 3 Peak frequencies of sensor
C Hz拖拉机速度/(m·s-
1)Tractorspeedf1f2f3f4f50．430．631．032．212．443．130．640．591．031．952．392．880．960．831．812．933．083．861．121．172．253．425．766．841．562．053．914．415．085．661．851．562．444．395．471．072．101．172．734．115．275．962．410．592．154．316．15-2．681．372．443．224．596．452．892．053．323．815．275．763．40 0．982．834．415．376．74
表 4 传感器D信号功率谱峰值对应的频率Table 4 Peak frequencies of sensor D Hz拖拉机速度/(m·s-
1)Tractorspeedf1f2f3f4f50．430．631．562．152．693．270．640．391．071．612．783．710．960．591．762．443．223．811．121．072．343．425．76-1．561．662．443．133．914．691．852．053．425．477．03-2．100．390．981．462．343．322．411．472．443．616．066．452．68 0．592．833．324．496．842．891．862．343．325．377．233．400．68 2．253．324．594．98
对表1～4的分析表明，峰值对应频率主要集中在(0.7 Hz，1.2 Hz)、(1.8 Hz，2.5 Hz)、(2.8 Hz，3.4 Hz)、(3.8 Hz，4.5 Hz)4个范围内。

这样根据峰值对应的频率即可确定拖拉机振动的固有频率范围。

2.2 拖拉机振动的混沌识别
使拖拉机以0.40～3.80 m/s的速度在激振装置上行驶，采集拖拉机行驶时前轮车轴处的振动加速度信号，对采集的信号经预处理后进行相空间重构，可得到延迟时间τ和嵌入维数m，进而求得关联维数D。

表5给出了拖拉机不同行驶速度和激振频率下，采集的振动信号的分析处理结果。

表 5 拖拉机不同行驶速度和激振频率下振动信号的分析结果Table 5 Test results of different speeds and frequencies拖拉机速度/(m·s-1)Tractorspeed激振频率/HzExcitationfrequency采样频率/HzSamplingfrequency采样点数Samplingpoints延迟时间τ嵌入维数m关联维数
D0．401．0010020481121．50050．621．5410020481221．52650．751．8810020481521．41670．962．4010020481231．49811．102．752002048 1321．45111．263．1420020481321．36401．453．6320020481221．245 11．704．2620020481421．29081．814．5120020481321．29661．984．9620020481331．16072．265．6420020481531．16122．686．712001024 1221．30403．017．5320010241321．31373．398．4920010241231．463
73．809．5120010241221．5418
从表5可以看出，对于不同行驶速度和激振频率下的振动信号，求得的关联维数D均是小数。

由关联维数和振动类型的关系可知，测得的拖拉机整车振动信号是混沌振动。

3 结论
本文设计了一个实用的拖拉机整车振动测试系统，包括振动信号采集和振动信号分析处理两部分。

振动信号采集部分可以根据试验的要求，采集拖拉机在不同激振频率下的振动加速度信号；振动信号分析处理部分可以根据要求对采集的信号做预处理、时域分析、频域分析及非线性振动信号的混沌特征值提取分析等。

通过采用本文设计的振动测试系统，对拖拉机振动固有频率的测试以及对拖拉机整车振动信号关联维数的计算分析证明，该系统可用于拖拉机整车振动特性的研究。

[参考文献]
【相关文献】
[1] 楼少敏,许沧粟.车载式拖拉机座椅舒适性测试系统的研究 [J].农业机械学报,2004,35(2):35-36,61.
Lou S M,Xu C S.Measurement system for ride comfort of tractor seats [J].Transactions of the Chinese Society for Agricultural Machinery,2004,35(2):35-36,61.(in Chinese)
[2] 申中翰,黄清华,祝发荣，等.运输车辆振动环境与人体响应的监测研究 [J].振动与冲
击,2001,20(1):9-12.
Shen Z H,Huang Q H,Zhu F R,et al.Monitoring of vibration environment and body response on the truck [J].Journal of Vibration and Shock,2001,20(1):9-12.(in Chinese) [3] 万叶青,张伟欣,杨俭，等.拖拉机机体振动分析方法及其应用 [J].拖拉机与农用运输
车,2005,6(3):11-15.
Wan Y Q,Zhang W X,Yang J,et al.Analysis method and applications for tractor body vibration [J].Tractor and Farm Transporter,2005,6(3):11-15.(in Chinese)
[4] 张选民.轮式拖拉机发动机的振动测试分析 [J].农业机械学报,2000,31(6):69-71.
Zhang X M.Analysis of vibration test on engine of a wheeled tractor [J].Transactions of the Chinese Society for Agricultural Machinery,2000,31(6):69-71.(in Chinese)
[5] 王济,胡晓.MATLAB在振动信号处理中的应用 [M].北京:中国水利水电出版社,2006:118-127. Wang J,Hu X.The application of MATLAB in the processing of vibration signals
[M].Beijing:China Water Power Press,2006:118-127.(in Chinese)
[6] 赵欣，姜丽飞，太军君.用小波分析处理车辆振动信号 [J].中国科技信息，2008(3):268-269. Zhao X,Jiang L F,Tai J J.Methods of wavelet analysis to dispose vibration signal [J].China Science and Technology,2008(3):268-269.(in Chinese)
[7] 吕金虎,陆君安,陈士华.混沌时间序列分析及其应用 [M].武汉:武汉大学出版社,2002:57-80.
Lü J H,Lu J A,Chen S H.Analysis and application of chaotic series [M].Wuhan:Wuhan University Press,2002:57-80.(in Chinese)
[8] 刘延住，陈立群.非线性振动 [M].北京:高等教育出版社,2001:250-286.
Liu Y Z,Chen L Q.Nonlinear vibrations [M].Beijing:High Education Press,2001:250-286.(in Chinese)
[9] 姜万录，张淑清,王益群.混沌运动特征的数值试验分析 [J].机械工程学报，2000,36(10):13-17. Jiang W L,Zhang S Q,Wang Y Q.Numerical experimental analysis for chaotic motion characteristics [J].Chinese Journal of Mechanical Engineering,2000,36(10):13-17.(in Chinese)
[10] Wolf A,Swift J B,Swinney H L,et al.Determining Lyapunov exponents from a time series [J].Physica,1985,16:285-317.
[11] 陆振波，蔡志明，姜可宇.基于改进的C-C方法的相空间重构参数选择 [J].系统仿真学报，2007,19(11):2527-2538.
Lu Z B,Cai Z M,Jiang K Y.Determination of embedding parameters for phase space reconstruction based on improved C-C method [J].Journal of System
Simulation,2007,19(11):2527-2538.(in Chinese)
[12] 刘树勇，俞翔，朱石坚.实测振动信号的Lyapunov指数的计算与混沌识别 [J].武汉理工大学学报，2008,32(2):81-84.
Liu S Y,Yu X,Zhu S J.Calculation of Lyapunov exponent for measured vibration signal and chaos identification [J].Journal of Wuhan University of Technology,2008,32(2):81-84.(in Chinese)
[13] 谭季秋，鄂加强，刘云卿，等.含噪声车用柴油机振动信号混沌识别 [J].重庆工学院学报:自然科学版，2008,22(6):6-10,50.
Tan J Q,E J Q,Liu Y Q,et al.Chaos recognition of noising vibration signals from vehicle diesel engine [J].Journal of Chongqing Institute of Technology:Natural Science Edition,2008,22(6):6-10,50.(in Chinese)
[14] 李国辉，周世平，徐得名.时间序列最大Lyapunov指数的计算 [J].应用科学学报，
2003,21(2):127-131.
Li G H,Zhou S P,Xu D puting the largest Lyapunov exponent from time series [J].Journal of Applied Sciences,2003,21(2):127-131.(in Chinese)。