基于瀑布图和阶次曲线的客车后桥异响分析_马德龙

理论研究
270
表 1 客车后桥参数
主动锥齿轮齿数 从动锥齿轮齿数
轮胎半径
8个 39 个 503mm
的介绍，那么传动轴转频为 1 阶，主动锥齿轮就会产生 8 阶噪声，图 5 中的 16 阶、24 阶是主被动齿轮啮合产生的二次谐波噪声和三次谐 波噪声，正常状态是 8 阶对应的能量比 16 阶大，16 阶对应的能量比 24 阶大，即图 5 中斜线亮度表示能量的大小，此时图中不能反映齿轮 啮合不正常，但是齿轮啮合占据的能量在相比客车其它动力总成产生 的噪音最大。
图 6 客车 I 在加速过程中桥壳振动瀑布图 图 7 可以看出：变速箱的阶次比较密集，1、1.5、2、2.5…….10 阶都有，与噪声的瀑布图对应不上，因此可断定异响噪声不是出自变 速箱。 （2）对客车 I 采集的信号进行阶次曲线分析。图 8 图 9 中的上半 幅图中顶端的深红色曲线为 overall 噪声曲线，浅红色曲线是 8 阶噪声 曲线，绿色曲线是 16 阶噪声曲线，蓝色曲线是 24 阶噪声曲线。 图 8 可以看出：刚开始加速的时候，16 阶噪声曲线几乎与 overall 噪声曲线重合，到 1500rpm 以后，8 阶噪声曲线与 overall 噪声曲线重合， 它们的差值几乎为 0，此时客车 I 中的噪声几乎全部是后桥主被动齿 轮啮合产生的，这种异响状态必须进行改善。
图 5 客车 I 在加速过程的噪声瀑布图和相应传动轴转速信号 图 6 中可以看出：桥壳振动瀑布图中显示 24 阶振动的能量比 16 阶大，16 阶振动的能量比 8 阶大，这显然不正常，正常是 8 阶最亮， 其它依次变暗，充分说明齿轮啮合异常，产生的振动通过轴承传递到 桥壳上显示出这样的瀑布图。
本文介绍主要是采集异响客车在加速过程和带档滑行过程异响噪 声信号和桥壳变速箱的振动信号，在信号理论基础上通过异响噪声信 号的瀑布图分析和同时对应的桥壳振动信号、变速箱振动信号的瀑布 图分析，再结合各动力部分的结构特点，确定齿轮啮合不正常，然后 再通过 overall 曲线、8 阶曲线、16 阶曲线、24 阶曲线具体数值的大小 比较，还原到人耳听觉现场环境，指出人耳听到的噪音确实是后桥齿 轮啮合产生的异响噪音，这样可以迅速断定客车异响源头在于主从动 锥齿轮。这次采集信号和分析信号数据的方法，对于以后分析客车整 车和后桥部件的噪声振动具有重要的意义。
理论研究
其它动力总成的声音。到 1800rpm 至刚开始带档滑行阶段，8 阶噪 声曲线与 overall 噪声曲线重合，它们的差值几乎为 0，此时客车 II 中的噪声几乎全部是后桥主被动齿轮啮合产生的。在带档滑行阶段 1700rpm-1400rpm,8 阶曲线与 overall 曲线差值约为 5dBA，带档滑行 阶段是从动锥齿轮带动主动锥齿轮工作的，这说明齿轮反齿面啮合 不正常，此时客车 II 中的噪声几乎全部是后桥主被动齿轮啮合产生 的。
272
图 14 客车 II 匀速过程噪音阶次数值随转速变化曲线
3 信号分析结论
图 13 客车 II 加速过程和带档滑行过程噪音阶次数值随转速变化曲线
图 14 可以看出：60km/h 匀速下，（20s ～ 30s）此时 overall 曲线 和 8 阶曲线之间差值约 10dBA, 如果仅仅这样，此时后桥主被动齿轮 啮合产生的噪音对客车内整体噪音有一定影响，人耳还是能稍微分辨 出其它动力部分发出的声音，但是 24 阶噪音曲线与 overall 曲线差值 约为 5dBA，可以认定噪音几乎是大小轮啮合贡献 , 人耳已经分辨不出 其它动力总成发出的声音。 另外，可以看到图 13 中的 8 阶噪声曲线数值在达到一定高转速 后突然迅速接近 overall 曲线，此时再结合图 10 的加速过程噪音瀑布图， 很明显的看到刚好大于 200HZ 处有一个共振带，阶次穿越共振带对应 的能量会迅速增大，这是后桥被主被动齿轮啮合等激励产生的产生的 共振。
269
理论研究
基于瀑布图和阶次曲线的客车后桥异响分析
马德龙 1, 高 超 3, 石世宏 2 （1. 苏州大学机电工程学院 ;2. 苏州大学激光加工与特种制造研究所 , 江苏 苏州 215021;
3. 山东大学 , 济南 250013）
摘 要：客车后桥异响是车内主要噪声源之一，直接会使驾驶员和乘客产生反感和疲劳，因此对后桥异响的分析显得尤为重要。此篇论文介绍 的分析方法是采集客车加速和匀速过程的车内噪声信号和后桥和变速箱上的振动信号进行瀑布图分析和阶次曲线分析相结合，得出后桥异响是 主被动锥齿轮非正常啮合而产生。运用此种方法对于快速定位车内噪声源提供很大的帮助，从而减少误判，对于研究客车内噪声振动机理，改 善整车噪声振动水平有重要的意义。 关键词：异响；瀑布图；阶次曲线图 DOI:10.16640/j.cnki.37-1222/t.2016.21.226
2 信号采集准备工作
2.1 信号采集背景 市场反馈：某一批次公交在运行时，大多是 60KM/H 开始出现异 响，并且随着车辆加速过程的进行，嗡嗡的异响声越大，带档滑行也 是发出嗡嗡响声。 2.2 信号采集仪器及传感器 OROS 数据采集器 1 台（NVGate 数据分析软件）、单向加速度 传感器 2 个、麦克风 1 个、光电转速传感器 1 个、导线若干。 2.3 信号采集环境 信号采集车辆应为市场上返回的异响客车，采集数据是关闭车门 窗，选择天朗气清无风的日子和相对安静无喧嚣的城市沥青路进行相 应数据采集，尽可能降低外界对采集信号的干扰。 2.4 传感器布置及照片 （1）变速箱上粘一个单向加速度传感器，测量变速箱上下方向 的振动数据，见图 1。
图 12 客车 II 在加速和带档滑行阶段的变速箱振动信号的瀑布图
图 12 以看出：变速箱的阶次比较密集，1、1.5、2、2.5…….10 阶都有， 与噪声的瀑布图对应不上，因此可断定异响噪声不是出自变速箱。 （4）对客车 II 采集的信号进行阶次曲线分析。图 13 图 14 中的 上半幅图中顶端的深红色曲线为 overall 噪声曲线，浅红色曲线是 8 阶 噪声曲线，绿色曲线是 16 阶噪声曲线，蓝色曲线是 24 阶噪声曲线。 图 13 可以看出：刚开始加速的时候，16 阶噪声曲线与 overall 噪 声曲线差值小于 5dBA，此时客车内的噪音主要为后桥贡献，听不到
图 4 座椅数据采集点
Biblioteka Baidu
3 信号分析
3.1 信号分析理论依据 （1）瀑布图。旋转机械的转轴部件从启动、升速到额定转速的 过程经历了全部转速的变化，因此在各个转动下的振动状态可用来对 机器的临界转速、固有频率等参数进行辨识。启动和停止过程包含了 丰富的信息，是常规状态下无法获得的，描述这种瞬态过程的一种方 法是瀑布图法，是将不同转速下的频谱图按转速逐渐增加或是逐渐较 小顺序排列得到的一组频谱，能够反应加速 / 减速过程中信号频率成 份的变化，这种图形的结构类似瀑布，所以称为瀑布图 [1]。对于共振， 被激起的固有频率是与转速无关的，不管是在升速和降速情况下，频 率始终处在该位置上。 （2）阶次曲线图。我们已经知道频谱了，频率与转速之间有一 个固定的关系定义为阶次，如下举例，600rpm=10rps=10HZ（转 / 秒）， 阶次 = 频率（HZ）/ 转速（rps）, 直观感觉就是输入端每转一圈引起 阶次数目个振动。以稳态下的频谱图为例，将这个频谱图的频率数值 除以稳态下的转频，得到的是阶次谱，其背后的真正意义是角域采样 理论，对非稳态的升速或降速信号，相对于转轴进行等角度采样，那 么时域的非稳态信号在角度域中时稳态信号，有了这个转变过程在进 行傅里叶变换即可得到阶次谱 [2]。以当前的测试手段，首先进行在时 间域内以一定采样率进行采集振动数据和转速数据，得到此数新信号 后，然后针对采集的信号数据，针对转速脉冲序列进行转速估计，然 后根据此估计结果计算等角度采样发生的时间，在整个计算出的时间 段内对刚才记得数据进行插值重采样，这样就得到角度域中时稳态信 号进行阶次分析 [2]。如果我们根据瀑布图显示的结果对某一阶次感兴 趣的话，我们可以在保证一定阶次宽度的基础上单独提取出某一阶次 对应幅值随时间变化的曲线，这个阶次曲线对应的能量大小占总能大 小的多少能够反映出这个阶次的振动对整体振动的贡献度，这对于我 们分析采集的数据有重要的意义。 （3）其它信号分析方法。主要有自功率谱分析、互功率谱分析、 倒频谱分析、频响函数分析、相关性分析、小波变换等分析方法，对 各种类型现状可针对性的采用不同的方法进行分析。 3.2 信号分析处理过程 本次采集数据主要是针对两辆典型的异响车辆进行采集振动噪声 转速信号分别记为客车 I 和客车 II，首先通过瀑布图主要异响阶次结 合车内各动力总成内的齿轮结构状态初步判断异响源头，然后得出这 个阶次的阶次曲线与总极值曲线进行比较，从而确定人耳听到的声音 确实从这里发出的。 客车后桥基本参数如表 1 所示。 （1）对客车 I 采集的信号进行瀑布图分析：图 5 可以看出：A 计 权后的噪音瀑布图上显示 8 阶 较 16 阶 24 阶斜线亮，因为主动锥齿轮 有 8 个齿，传动轴每转一圈主被动齿轮会啮合 8 次，按前面阶次定义
图 9 可以看出：60km/h 匀速下（12s~18s 部分），此时 overall 曲 线和 8 阶曲线之间差值约 5dBA, 可以认定噪音几乎是大小轮啮合贡献 , 人耳已经分辨不出其它动力总成发出的声音。 （3）对客车 II 采集的信号进行瀑布图分析。图 10 中可以看出： 噪音瀑布图上显示 8 阶较 16 阶 24 阶斜线亮，图中这三个阶次亮线发 生转折，这是因为信号采集了加速和带档滑行过程，转折的阶次线是 带档减速滑行过程，以下类同。此时不能反映齿轮啮合不正常，还是 齿轮啮合占据的能量在相比客车其它动力总成产生的噪音最大。 图 11 中可以看出：不论是加速过程还是带档滑行过程，16 阶或 24 阶比 8 阶斜线亮，正常是 8 阶最亮，其它依次变暗，充分说明齿轮 啮合异常，产生的振动通过轴承传递到桥壳上显示出这样的瀑布图， 那么至此可以得出此异响车齿轮啮合不正常。
271
理论研究
图 7 客车 I 在加速过程变速箱振动瀑布图
图 10 客车 II 在加速和带档滑行阶段的噪声瀑布图和传动轴转速信号
图 8 客车 I 加速过程噪音阶次数值随转速变化曲线
图 11 客车 II 在加速和带档滑行阶段的后桥壳振动信号的瀑布图
图 9 客车 I 匀速状态下噪音阶次数值大小变化曲线
1 引言
随着交通技术的发展以及需求层次提升，人们对客车乘坐的舒适 性提出了更高的要求，而客车车内噪声极易使乘客反感难受，而且容 易使驾驶员疲劳，进而影响乘客安全，再加上现在很多相应噪声标准 出台，所以良好的 NVH 水平是当前客车重要的品质指标。目前轿车 中 NVH 应用已经相当广泛深入，在客车方面应用也日趋成熟，在客 车整车异响种类里，后桥异响出现的概率很大，有频谱分析、瀑布图 分析、阶次分析、模态分析等相应的信号分析方法，这里就结合客车 现状实际，提出一个快速确定异响源头的一个实用方法，那就是先通 过客车加速和匀速过程信号得出瀑布图初步判断异响出自哪里，然后 结合阶次曲线进一步证明瀑布图中得出的结论，由此可完全准确断定 异响源头，这样方便快速定位与维护，节省工时，降低成本。
（2）因为受车体空间限制，桥壳正上方粘一个单向加速度传感器， 见图 2。
图 2 车桥数据采集点 （3）转速传感器测量后桥输入端传动轴转速，见图 3。
图 1 变速箱数据采集点
图 3 传动轴数据采集点
（4）噪声传感器测量车后部前排座椅处噪声，见图 4。 2.5 信号采集方案 （1）采集异响客车在 30km/h-80km/h 平时加速时的噪声信号和 变速箱、桥壳的振动数据信号。 （2）采集异响客车在平时带档滑行时的噪声数据和变速箱、桥 壳的振动数据。 （3）采集异响客车在平时 60km/h 左右匀速时的噪声数据和变速 箱、桥壳的振动数据。