一种新能源汽车电驱NVH故障零件诊断方法与流程
本发明涉及汽车零件故障诊断,具体涉及一种新能源汽车电驱nvh故障零件诊断方法。
背景技术:
1、目前在汽车行业中,电驱常规的nvh故障零件判断方法是aba验证,比如:在一次电驱nvh试验中,怀疑轴系有故障,第1步用一个新的轴系换到故障电驱里面,第2步将故障电驱上台架进行测试,第3步将故障电驱从台架拆除;第4步将原轴系换到故障电驱里面;第5步将故障电驱上台架进行测试,验证一共有5个步骤。此验证方法存在一些不足,如下:
2、1、aba验证方法涉及的拆装电驱、拆装台架的次数较多,在时间上不能集中进行,对汽车行业试验资源往往都比较紧缺的情况下,会造成资源浪费;
3、2、常规诊断方法对故障特征没有进行量化,只有“合格”和“不合格”,在nvh的故障方面,比如某个阶次,会有具体的大小值,在验证过程中,只通过“合格”和“不合格”来进行判断,往往会对零部件是否为故障源造成误判;
4、3、常规诊断方法对测试验证的结果无法进行系统性的量化分析,对数据没有一个清晰的处理方式,很有可能会导致对诊断的结果不准确。
技术实现思路
1、本发明的目的在于提供一种新能源汽车电驱nvh故障零件诊断方法,对故障特征进行量化处理,能简单、高效、准确地诊断出nvh故障零件。
2、本发明通过下述技术方案实现:
3、本发明实施例提供的一种新能源汽车电驱nvh故障零件诊断方法,包括:
4、获取同项目的nvh正常电驱和待诊断的故障电驱,获取待诊断的故障电驱的nvh故障类型及至少一个初步怀疑故障零件;
5、对所述正常电驱和故障电驱中的怀疑故障零件进行交叉互换,获得至少两种零件组合样机;
6、分别对所述故障电驱、正常电驱以及各零件组合样机进行台架测试,获取各状态下的nvh特征值;
7、根据各状态下的nvh特征值,分别计算与每个怀疑故障零件对应的nvh影响量;
8、比较各怀疑故障零件的nvh影响量,得到比较结果,根据比较结果确定nvh故障的故障源。
9、进一步地,怀疑故障零件包括第一零件和第二零件,所述零件组合样机包括第一组合样机和第二组合样机,所述第一组合样机包含所述正常电驱的第一零件和故障电驱的第二零件,所述第二组合样机包含故障电驱的第一零件和正常电驱的第二零件。
10、进一步地,所述nvh特征值为设定阶次的分贝值,所述nvh影响量为该零件在正常状态和故障状态下对应的nvh特征值的差值。
11、进一步地,所述比较各怀疑故障零件的nvh影响量,得到比较结果,具体包括:
12、若所述第一零件的nvh影响量大于第二零件的nvh影响量,则判定所述第一零件为故障源; 若所述第一零件的nvh影响量小于第二零件的nvh影响量,则判定所述第二零件为故障源。
13、进一步地,所述比较各怀疑故障零件的nvh影响量,具体还包括:
14、若所述第一零件的nvh影响量等于第二零件的nvh影响量,则计算所述第一组合样机和第二组合样机的nvh特征值平均值,并将所述平均值与正常水平和故障水平进行比较。
15、进一步地,将所述平均值与正常水平和故障水平值进行比较,包括:
16、若所述平均值接近正常水平,则判定为装配故障;
17、若所述平均值接近故障水平,则判定第一零件和第二零件均有故障。
18、进一步地,所述根据各状态下的nvh特征值,分别计算与每个怀疑故障零件对应的nvh影响量,具体包括:
19、对各状态下的nvh特征值进行数据处理,绘制各个怀疑故障零件的效应图,并根据效应图计算nvh影响量。
20、进一步地,所述怀疑故障零件为轴系、壳体、转子或轴承。
21、进一步地,nvh故障类型为阶次故障。
22、进一步地,所述设定阶次为1阶。
23、本发明与现有技术相比,具有如下的优点和有益效果:
24、本发明实施例提供的一种新能源汽车电驱nvh故障零件诊断方法,通过一次性交叉互换验证,将传统aba方法所需的多次拆装和测试简化为两轮测试,大幅提升诊断效率并节约台架资源;将故障特征量化为具体nvh数值并计算各零件的效应影响量,使判定依据从合格或不合格的定性判断升级为定量数据分析,有效避免主观误判,能简单、高效、准确地识别出故障零件;该方法可通用推广至电驱系统中轴系、壳体、转子、轴承等任意两个存在装配关系的旋转零部件的故障诊断,具备广泛的产业应用前景。
1.一种新能源汽车电驱nvh故障零件诊断方法,其特征在于,包括:
2.根据权利要求1所述的新能源汽车电驱nvh故障零件诊断方法,其特征在于,所述怀疑故障零件包括第一零件和第二零件,所述零件组合样机包括第一组合样机和第二组合样机,所述第一组合样机包含所述正常电驱的第一零件和故障电驱的第二零件,所述第二组合样机包含故障电驱的第一零件和正常电驱的第二零件。
3.根据权利要求2所述的新能源汽车电驱nvh故障零件诊断方法,其特征在于,所述nvh特征值为设定阶次的分贝值,所述nvh影响量为该零件在正常状态和故障状态下对应的nvh特征值的差值。
4.根据权利要求3所述的新能源汽车电驱nvh故障零件诊断方法,其特征在于,所述比较各怀疑故障零件的nvh影响量,得到比较结果,具体包括:
5.根据权利要求4所述的新能源汽车电驱nvh故障零件诊断方法,其特征在于,所述比较各怀疑故障零件的nvh影响量,具体还包括:
6.根据权利要求5所述的新能源汽车电驱nvh故障零件诊断方法,其特征在于,将所述平均值与正常水平和故障水平进行比较,包括:
7.根据权利要求1-6任一项所述的新能源汽车电驱nvh故障零件诊断方法,其特征在于,所述根据各状态下的nvh特征值,分别计算与每个怀疑故障零件对应的nvh影响量,具体包括:
8.根据权利要求1-6任一项所述的新能源汽车电驱nvh故障零件诊断方法,其特征在于,所述怀疑故障零件为轴系、壳体、转子或轴承。
9.根据权利要求1所述的新能源汽车电驱nvh故障零件诊断方法,其特征在于,nvh故障类型为阶次故障。
10.根据权利要求3所述的新能源汽车电驱nvh故障零件诊断方法,其特征在于,所述设定阶次为1阶。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com