汽车雨刮器故障机理与诊断方法研究

摘要

目前，车辆噪声污染问题日益严重，汽车生产厂商对汽车的NVH特性逐渐重视，对汽车电机噪声振动的故障机理研究和故障诊断提出更高的要求。本课题源于某汽车电机生产厂商的降噪项目。该公司生产的一款汽车雨刮器因故障在运行时产生噪声、振动过大、异响等现象。目前，应用传统的人工触摸和耳听的方法难以保证雨刮器故障诊断的准确性，而已有的故障机理研究不够透彻和全面，已开发的在线诊断软件不能快速准确的进行故障诊断。为此，对汽车雨刮器故障机理和诊断方法进行深入研究，并开发一套雨刮器智能诊断软件。
　　首先，对雨刮器进行动力学特性分析，并针对雨刮器的故障机理进行解释。通过与模态敲击实验对比并修正有限元参数和结构的方法，建立了雨刮器部件的有限元模型，采用对有限元模型添加自由度约束的方法模拟部件在实际装配条件下的状况，利用有限元分析软件对雨刮器各部件进行动力学特性分析，掌握了各部件的固有频率和振动形态，以及转子的模态应力和减速器壳盖的谐响应特性。采用不同有限元方法对螺栓连接件进行模拟和对比，研究了不同螺栓连接替代方法对被连接件动力学特性的影响。根据雨刮器的结构特点和机构关系，提出四种故障类型。根据部件动力学分析的结果和机械故障理论，对雨刮器的故障机理进行解释，说明了故障的传递路径。主要解释了蜗杆蜗轮异响和滚动轴承异响的故障产生和传递机理，以及基频、电磁频率、啮合频率调制现象和多故障同时发生现象。提出了不同故障的特征参数，为通过测量雨刮器的外部噪声、振动进行故障诊断的方法提供理论依据。
　　其次，对故障诊断方法进行研究。根据神经网络进行故障诊断的原理和要求，选择特征参数并整理训练样本集，建立了雨刮器故障标准样本库，以供神经网络训练的需要和雨刮器故障研究的样本。研究BP神经网络结构设置和训练参数设置对故障诊断准确率的影响，得到了神经网络结构设置和训练方式设置的经验方法。
　　最后，开发一套基于BP神经网络的雨刮器在线智能诊断系统，系统包括在线检测和神经网络训练两个主要部分。在线检测程序界面可以实现多种型号雨刮器的故障诊断，神经网络训练程序界面可以实现用已有标准故障样本库训练神经网络的功能，该界面具有独立使用的功能，可以训练具有其他识别目的的神经网络。系统具有可靠、通用性、快速、操作简便的特点，适合雨刮器在线检测的要求。