一、发动机异响因素分析及异响部位判断(论文文献综述)
周全[1](2021)在《汽车发动机异响诊断算法及产生机理的研究》文中研究说明随着汽车工业水平的进步,目前发动机噪声的研究重点已落在声品质上,特别是发动机的异响问题,令很多车企研发人员无从下手。由于大部分异响属于发动机噪声问题中的疑难杂症,缺乏有效的诊断方法和理论上的研究,因此需要提出一些创新性的信号处理方法来更好地提取并分析这些异响的特征,并归纳出异响的产生机理。本文围绕汽车发动机的异响诊断算法和异响的产生机理研究这两个方面展开,主要工作内容与成果如下:研究了短时傅里叶变换时频图的精细度和能量分布的变化规律,对比了多分量非稳态仿真信号的短时傅里叶变换和S变换时频图结果,指出两种算法对非稳态部分信号的能量分布具有“栅栏”现象。介绍了非线性调频变换算法(Nonlinear Chirp Transform,NLCT),通过引入随调频信号瞬时频率不断变化的旋转算子和频移算子,优化了时频图的能量分布,并结合Vold-Kalman阶次滤波和NLCT变换提出了Vold-Kalman调频变换算法(VoldKalman Chirp Transform,VKCT),其适用于分析与汽车发动机转速相关的振声信号。研究了当单个初始频率附近存在多个信号时,变分模态分解(Variational Mode Decomposition,VMD)的分解优先级,提出了U型模态分解优先级的概念。讨论了VMD算法的欠分解和过分解现象,并指出这类模态混叠现象的本质原因是VMD算法初始中心频率的数目及取值与实际混合信号中的分量信号不匹配。提出一种基于二分法的变分模态分解方法(Dichotomy-based Variational Mode Decomposition,DVMD),能够自适应地搜寻混合信号中实际分量的个数及对应的中心频率。基于DVMD算法诊断了某乘用车发动机在怠速工况下产生的“吭吭”声异响。通过系统性地研究缸盖总成各部分结构对异响的影响,发现了异响声幅值对凸轮轴正时调节(Variable Camshaft Timing,VCT)系统的参数敏感,特别是凸轮轴调节器的角度和机油压力控制阀(Oil Control Valve,OCV)的占空比。通过DVMD算法分离提取了发动机缸盖表面振动信号中的异响相关分量,结合曲轴与凸轮轴的瞬时转速、VCT系统内部的机油压力等数据综合分析,明确了“吭吭”声异响的产生机理。基于VKCT算法诊断了某乘用车发动机在加速过程中出现的“咕噜”声异响。通过声强法对异响的分布特性进行了研究和分析,明确了异响主要来源于汽车发动机,通过VKCT算法提取了发动机振动信号中的异响分量,根据对比分析指出“咕噜”声异响来源于曲轴扭振。通过发动机曲轴的弯扭振动测试及更换不同工作频率TVD的试验,验证了“咕噜”声异响的产生机理。针对汽车发动机稳态及瞬态工况下的机械与燃烧噪声分离,提出了基于维纳滤波的稳态工况燃烧噪声分离算法和基于多元回归的瞬态工况燃烧噪声分离算法。研究了某三缸汽油机在不同转速和负荷条件下的机械燃烧噪声占比变化情况及其内在机理,诊断了某SUV车型的发动机在急收油门时刻下产生的“呲呲”声异响。对该发动机的表面辐射噪声和机体表面的振动信号进行了机械贡献和燃烧贡献分离,根据机械噪声和燃烧噪声的时频图结果诊断出此异响来源于发动机燃烧室内的异常燃烧,并通过优化发动机的点火提前角控制了异响。
张凯[2](2021)在《某车型起步工况下驱动轮端粘滑振动噪声研究》文中研究说明21世纪以来,得益于经济的快速发展和国产汽车的崛起,中国已然成为世界范围内产销售量、保有量第一的汽车大国。与此同时汽车的NVH(Noise,Vibration and Harshness)性能也逐渐成为用户选购汽车考虑的重要因素之一。汽车属于高度集成的机械系统,包含各种具有相互摩擦属性的系统部件,可能诱发诸如离合器抖动、制动颤振、雨刮器异响等粘滑摩擦振动噪声,严重影响汽车NVH性能。甚至会造成零部件过度磨损,存在一定安全隐患。因此,粘滑摩擦振动的研究对于汽车NVH和安全性能的提升具有重要意义。本文以粘滑摩擦振动机理为理论依据对某车型起步工况下传动系统中驱动轮端异响问题展开以下几方面的研究工作:首先,通过试验分析确定异响位于驱动轮端,是由于半轴驱动力矩过大造成驱动半轴与轮毂轴承接触面发生粘滑摩擦所导致。将驱动半轴—轮毂轴承系统简化为单自由度旋转摩擦模型,并引入Stribeck、Karnopp、Lugre三种摩擦模型对其粘滑摩擦特性进行了对比分析。Karnopp相较于另外两种模型在进行仿真计算时,优势明显。然后基于Karnopp模型分析了刚度、阻尼、转动惯量、正压力、摩擦系数等系统参数对粘滑摩擦特性的影响规律。使用AMEsim仿真软件根据试验车型相关参数搭建了整车传动模型,将驱动半轴—轮毂轴承系统简化为Karnopp模型,摩擦模型两侧转速及摩擦力矩作为观测量,分析异响部位的粘滑摩擦特性。结果显示,起步阶段轮毂轴承侧转速及摩擦模型力矩均出现明显粘滑摩擦特征。然后分析了锁紧力矩、花键刚度、接触面静、动摩擦系数等系统结构参数对粘滑摩擦特性的影响规律。根据AMEsim整车传动模型仿真结果结合驱动半轴—轮毂轴承系统结构,从减小锁紧力矩、消除粘滑摩擦发生条件、改变接触面的摩擦特征三个方向提出了若干种工程化控制异响的措施,综合考虑成本、实施难度、抑制效果等各方面因素,最终选择在异响部位加装含聚四氟乙烯涂层减摩垫片的方案,成功解决该车型起步工况下驱动轮端异响问题。
罗轩[3](2021)在《配气机构NVH性能分析方法研究及应用》文中认为配气机构是发动机的核心子系统之一,也是发动机重要的振动噪声源之一。由于配气机构和发动机其他部分存在诸多耦合关系,对于配气机构的振声研究应在整机的层面上进行考虑。依据NVH问题的研究流程,本文从激励源、振动传递和噪声辐射的顺序对配气机构引起的整机振动噪声展开了一系列的仿真和试验研究工作,并将研究成果应用于解决一个实际的配气机构异响问题。具体工作内容与成果如下:对配气机构振声激励源特性进行了研究。通过搭建II型配气机构单阀系动力学模型,对配气机构在相应工况下的气门落座力、液压挺柱力和气门弹簧力等激励力特性进行了分析,并通过气门运动试验验证了模型的有效性。基于弹性流体动力学理论对凸轮-摇臂之间的接触特性进行了分析。以优化凸轮-摇臂之间的接触特性和降低振声激励力为目标,对凸轮型线和弹簧预紧力进行了优化设计。基于柔性缸盖多阀系模型对配气机构到缸盖的载荷传递特性进行了研究。基于柔性多体系统动力学原理和有限元法,建立了包括柔性体缸盖在内的配气机构多阀系动力学模型,对配气机构动力学和阀系与缸盖间的相互作用进行了分析。基于弹性流体动力学理论建立了凸轮轴承模型,考虑轴颈不对中和润滑油膜的影响,对凸轮轴承的载荷传递和润滑特性进行了分析,并对配气机构激励作用下的缸盖振动响应进行了分析。基于该模型,对包括转速、润滑油温度和润滑油标号在内的轴承润滑特性影响因素进行了探究。从整机层面对配气机构激励作用下的振动噪声特性进行了研究。针对某国产1.8T四缸汽油机建立了配气机构-整机耦合系统动力学模型,并充分考虑了配气机构和发动机本体之间的耦合关系。基于该模型,对该发动机配气机构动力学进行了分析,并对整机的振动响应和噪声辐射进行了预测。相较于通常采用的非耦合法,应用该耦合分析法预测整机振动响应和噪声辐射得到了与实测更吻合的结果。针对一种常见的怠速工况下发动机配气机构异响噪声问题进行了研究和优化。通过一系列的换件探索试验和信号处理分析,成功识别了异响特征。通过配气机构异响诊断模型的仿真分析,揭示了异响噪声的产生机理。基于有限元法和声学边界元法,建立了配气机构怠速异响复现模型。根据仿真分析结果,提出了A和B两套优化方案,并将B方案进行样件试制。验证试验结果显示,搭载B方案VVT的发动机在异响频段幅值明显降低,在主观评价中异响噪声基本消除,配气机构怠速异响问题得到圆满解决。
余小龙[4](2020)在《汽车仪表板异响仿真分析及优化》文中进行了进一步梳理随着新能源汽车的普及,原先被发动机背景噪声湮没的其他振动噪声问题(Niose、Vibration、Harshness简称NVH)日益突出,异响(Buzz,Squeak,Rattle简称BSR)作为汽车NVH重要组成部分,其性能优劣严重影响汽车的品质和舒适性,近年来引起了主机厂的高度重视。仪表板是车内异响高发区域,目前主要通过后期零部件和整车试验发现并解决异响问题,这种基于发现-修复的方式耗费时间长,花费高,不是最佳解决方法。本文基于某在研车型,探究在整车虚拟开发阶段运用有限元仿真分析方法预测仪表板(Instrument Panel简称IP)异响发生的位置,通过对整车、总成、局部结构三级系统的优化预防异响问题的发生,将异响提到整车开发前期解决,缩短汽车研发周期,节约成本。本文主要有以下内容:在仪表板异响仿真模型搭建过程中,运用试验设计(Design of Experiment简称DOE)方法对仪表板的板件厚度、材料弹性模量、连接刚度对模型影响程度进行分析,建模过程中对数模简化、单元选择、特征处理、属性赋予等方面做出详细说明,尽量保证异响仿真模型的精度。运用有限元法在仪表板异响仿真模型上预测异响发生位置,基于“产生异响必将伴随相对运动”的原理,选择零部件相对位移作为求解目标。分析敲击异响问题时,针对仪表板的安装误差,提出使用正态分布模型确定敲击异响位置;分析摩擦异响时,使用材料试验机研究温度、正压力对常用材料兼容性的影响,并通过试验获取风险指数(risk priority number简称RPN)和材料脉冲率,根据RPN确定分析的位置,根据材料脉冲率和摩擦运动的相对位移值预测摩擦异响发生位置。待样车出产后,在实际约束状态下进行仪表板模态试验和空调出风口饰板卡扣连接位置的速度频响试验。将试验结果与仿真结果对比,验证建立的仪表板异响仿真模型精度和选取的整车阻尼值合理性,同时也证明了异响仿真结果的可靠性。本文提出从悬架接附点原点动刚度、仪表板总成模态频率、边界局部结构三方面对上述异响位置进行优化。其中提升接附点原点动刚度能够减少路面激励传入量;提高模态频率能够增加仪表板总体刚度,提升抗变形能力;局部结构改进能够减小板件运动量,降低异响发生概率。样车出产后,通过整车四立柱试验验证整改效果。
姜宇华[5](2019)在《基于异响分析的发动机故障成分提取研究及试验》文中研究表明发动机是汽车重要的组成部分,随着现代科技水平的日益提高,汽车发动机朝着智能化和多功能化方向发展,其结构越来越复杂,所需诊断项目越来越多,而传统依赖人工经验的办法已逐渐不能满足更高的诊断需求。因此开展基于异响分析的发动机故障成分提取研究及试验,对发动机进行在线诊断,及时地消除发动机产生的故障,避免发动机出现较大的损伤,提高发动机的可靠性和使用寿命具有重要的工程意义。基于声信号诊断发动机故障是现代故障诊断的热门研究方向,具有非接触性优点。其中故障成分的提取是故障诊断过程中的核心问题,直接影响到诊断的准确性与可靠性。本文在充分总结国内外现状的基础上,开展了基于自适应性错位叠加方法(ADSM)的发动机故障成分提取研究。ADSM分为三个步骤,首先,建立叠加段和待叠加段中起始叠加点的自动搜寻算法。其次,以起始叠加点为基准截取异响信号,对不同片段进行叠加,消除背景噪声,提高信噪比。最后,截取叠加信号中包含故障成分主要信息和能量的部分,完成故障成分的分离。以型号为EA211的四冲程发动机为研究对象搭建了数据采集和处理平台。该平台主要由发动机、工控机、声传感器、编码器和数据采集卡组成。其中,声传感器负责采集异响信号,编码器负责通过角位移的控制对异响信号进行截取。文中给出了编码器上升沿的判断和异响信号的截取方式的数学模型。搭建了基于LabVIEW和Matlab的异响信号处理系统,该系统能够实时处理发动机产生的异响信号,判断发动机是否产生故障。人为设置了常见的敲缸故障和连杆轴承故障,使用ADSM对异响进行处理,并将提取结果与高信噪比故障成分进行对比。实验结果表明,ADSM能有效地提取异响信号中的故障成分。为进一步说明该方法的有效性,将ADSM的处理结果与小波降噪和经验模态分解(EMD)的处理结果进行了对比。结果表明,ADSM对于准周期性的冲击性故障成分具有更好的提取效果,该方法不仅能够提取发动机的故障成分,而且对于其他类型旋转机械的故障成分分离同样有效。本文的创新点主要集中在:(1)论文针对现有的错位叠加算法(DSM)中自动选取错位叠加点的不足,开展了起始叠加点自动选取算法的研究,并在此基础之上提出了 ADSM。
王振龙[6](2018)在《汽车底盘异响两例》文中研究表明案例1:2009年长安福特蒙迪欧致胜行驶异响故障现象一辆2009年福特蒙迪欧致胜,搭载2.3L电喷发动机、手自一体变速器,行驶里程为120 000km。在静止状态启动发动机时,该车右前部位偶尔出现"咔啦…"几声轻微的金属敲击声,在颠簸路段行驶时,该部位出现有节奏的"咔啦…咔啦…咔啦…"异响。故障诊断与排除笔者通过询问车主得知:该车无重大碰撞事故,车况良好,在某次高速行驶路过一凹坑时出现该异响故障。接车后,我们关闭四门及车窗玻璃,在不平整的路面进行路试,低速行驶时,汽车前
杨雷[7](2017)在《基于LabVIEW的发动机异响监测与诊断系统研究》文中认为对虚拟仪器技术和LabVIEW虚拟仪器开发平台进行概述,对不同类型、不同状态下的发动机异响诊断原因和诊断方法进行研究,对比人工诊断和基于现代信号处理的诊断方法,基于LabVIEW开发出发动机异响监测与诊断系统,对发动机的异响进行分析与诊断,实现对发动机运行状态的识别和发动机故障的诊断。
齐伟[8](2016)在《基于声信号的汽车发动机机械异响故障诊断方法研究》文中研究指明当前现行的汽车发动机异响检测方法是以人工经验听诊法和仪器设备辅助诊断法为主的传统诊断方法,并且这些传统的诊断方法主观性很强,容易造成误判现象。所以,研究一种基于客观事实的汽车发动机异响诊断方法非常必要,有助于直观、定量的检测以提高检测分析的准确率。文章首先简要介绍了汽车发动机机械故障非接触式检测的国内外发展研究现状,总结了依靠发动机声信号判断汽车故障的优缺点和可行性问题,并详细阐述了目前这个领域发展的基本理论。应用的极坐标变换法的基本理论,对该方法中的镜像对称平面的旋转角度、放大因子和时间间隔三个因素进行详细分析,最后对图像匹配系数进行说明。然后以汽车四冲程直列发动机为研究对象,通过人为设置油底壳处异响、前部异响、气门挺柱异响等各种机械故障并对其产生声信号进行检测,详细介绍了试验过程和试验硬件系统并对硬件系统的选型和关联以及试验注意事项进行了说明。介绍发动机声信号的测取工况、确定测试位置,完成声信号采集系统的整体设计;然后人为设置发动机故障测试缺陷声信号并整理测试数据。对软件滤波后的各种汽车发动机声信号进行极坐标变换的理论分析、用模拟信号对所选的效果进行评价、用实测到的发动机声信号进行发动机异响检测分析。最后应用极坐标变换法整理分析发动机声信号数据,将拟选取的正常无故障发动机、油底壳异响发动机、前部异响发动机、发动机气门挺柱异响发动机四种类型分别建立声信号特征图,通过各种缺陷发动机的10组数据,形成各自的极坐标变换镜像特征图,验证极坐标变换法可以对发动机异响进行精确检测。
阚磊[9](2016)在《小波去噪和概率神经网络在发动机声信号识别中的应用》文中研究说明对发动机运行时产生的声音进行采集和分析是了解发动机状态的一条有效途径,因此发动机声信号的识别是发动机状态检测与故障分类的重要组成部分。针对目前我国对发动机运行时声音是否正常还采用人工听诊的状况,本文提出了一种用小波去噪及概率神经网络为主要信号处理和模式识别的发动机声信号识别方法。论文首先剖析了小波变换中连续小波变换和离散小波变换各自的概念和性质,为小波去噪的引入打下了基础。通过详细对比分析模极大值去噪、小波阈值去噪和小波空域去噪3种方法的优缺点,指出了小波阈值去噪是一种较优的选择。又针对发动机声信号具有突变、不连续点的特征,小波阈值去噪会产生伪Gibbs现象,论文提出了运用基于平移不变小波的阈值去噪法,并确定了该方法中平移量的大小和解决了阈值函数的选取问题。通过对加噪后的blocks信号进行仿真分析,确认了平移不变小波去噪具有很好的去噪效果。论文对概率神经网络在发动机声信号识别中的共性理论进行了分析,详细描述了人工神经元的概念、神经网络的分类及学习方式。在深入剖析Bayes理论和Parzen窗理论的基础上,对概论神经网络的特点进行了总结,并对其学习算法进行了系统的描述。论文选取某单缸四冲程发动机的声信号为研究对象,描述了该款发动机的基本技术参数、声信号的类型(以异响类型为主),确定了发动机声信号的采集工况、测点位置和测试环境,分析了测取声信号的硬件和软件,为能够正确采集发动机声信号做出了规范。基于以上结论,本文对正常、箱体异响、右盖异响、左盖异响四种状态的发动机声信号做出了滤波前、后的时频对比分析,确认了小波去噪的必要性和可以用1/3倍频程值作为发动机声信号的特征向量。通过将特征向量代入概率神经网络中训练和预测,结果表明,小波去噪及概率神经网络在发动机声信号识别中取得了很好的效果。
杨诚,黄金旺,杨振冬,付玉乐[10](2013)在《摩托车发动机异响在线检测系统开发》文中研究表明针对某款摩托车发动机机械异响故障诊断依靠人工听诊的现状,基于LabVIEW平台开发一套摩托车发动机异响故障在线检测系统。详细介绍了在线检测系统的软硬件设计及主要功能,采用声强法确定了传声器的测点位置,利用火花塞导线的感应电压进行发动机的转速测量,并阐述了基于声学互动滤波分析的异响特征频率识别方法,以及异响识别在LabVIEW软件中的实现。生产线上的应用表明,该在线检测系统性能稳定,对常见机械异响的识别准确率达90%以上,达到防止异响发动机流入后续生产流程的目标。
二、发动机异响因素分析及异响部位判断(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、发动机异响因素分析及异响部位判断(论文提纲范文)
(1)汽车发动机异响诊断算法及产生机理的研究(论文提纲范文)
致谢 |
摘要 |
abstract |
1 绪论 |
1.1 课题研究的背景及意义 |
1.1.1 课题研究背景 |
1.1.2 课题研究意义 |
1.2 国内外研究现状 |
1.2.1 发动机振动噪声研究现状 |
1.2.2 异响研究现状 |
1.2.3 信号处理方法研究现状 |
1.2.4 本文研究课题的提出 |
1.3 本文研究内容与安排 |
2 NLCT时频分析算法的基本原理与仿真试验研究 |
2.1 引言 |
2.2 现代时频分析技术原理及仿真研究 |
2.2.1 短时傅里叶变换 |
2.2.2 广义S变换 |
2.2.3 线性调频变换 |
2.2.4 非线性调频变换 |
2.3 本章小结 |
3 DVMD盲源分离算法的基本原理与仿真试验研究 |
3.1 引言 |
3.2 DVMD的基本原理 |
3.2.1 变分模态分解原理简介 |
3.2.2 变分模态分解的分解优先级 |
3.2.3 DVMD的分解策略 |
3.3 DVMD与其他盲源分离方法的仿真试验比较研究 |
3.4 本章小结 |
4 基于DVMD算法的发动机稳态机械异响诊断及机理研究 |
4.1 引言 |
4.2 怠速异响声源定位试验研究 |
4.2.1 某乘用车怠速异响案例背景 |
4.2.2 缸盖总成机械结构系统影响研究 |
4.2.3 缸盖总成电子控制系统影响研究 |
4.3 基于DVMD算法的怠速异响特征分量提取 |
4.4 角度域下的怠速异响成因及机理研究 |
4.5 本章小结 |
5 基于VKCT算法的发动机瞬态机械异响诊断及机理研究 |
5.1 引言 |
5.2 VKCT时频分析方法原理 |
5.2.1 AGST时频变换 |
5.2.2 脊线提取技术 |
5.2.3 Vold-Kalman阶次分离 |
5.2.4 VKCT时频分析算法 |
5.3 某乘用车加速工况异响识别 |
5.3.1 某乘用车加速工况异响案例背景 |
5.3.2 整车异响分布特性研究 |
5.4 某乘用车加速工况异响机理研究 |
5.4.1 基于VKCT时频分析算法的异响特征提取与诊断 |
5.4.2 加速工况异响的机理研究及控制 |
5.5 本章小结 |
6 发动机燃烧噪声的分离算法及燃烧异响诊断研究 |
6.1 引言 |
6.2 发动机燃烧噪声的分离算法 |
6.2.1 基于维纳滤波的稳态工况燃烧噪声分离算法 |
6.2.2 基于多元回归的瞬态工况燃烧噪声分离算法 |
6.3 发动机稳态工况燃烧噪声和机械噪声的分离研究 |
6.3.1 1500r/min燃烧噪声分离结果 |
6.3.2 3000r/min燃烧噪声分离结果 |
6.3.3 5500r/min燃烧噪声分离结果 |
6.4 发动机瞬态工况的燃烧异响分离及诊断研究 |
6.4.1 某SUV车型急收油门工况异响案例背景 |
6.4.2 急收油门工况振声信号燃烧与机械贡献分离研究 |
6.4.3 急收油门工况燃烧异响控制 |
6.5 本章小结 |
7 全文总结 |
7.1 研究成果与结论 |
7.2 创新点 |
7.3 研究展望 |
参考文献 |
作者简介 |
教育经历 |
攻读博士期间发表的论文 |
攻读博士期间参与的项目 |
(2)某车型起步工况下驱动轮端粘滑振动噪声研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 背景及意义 |
1.2 国内外研究现状 |
1.2.1 粘滑摩擦振动理论研究现状 |
1.2.2 机械系统中粘滑摩擦振动研究现状 |
1.3 本文主要研究内容与技术路线 |
1.3.1 主要研究内容 |
1.3.3 技术路线 |
2 机械系统摩擦振动理论研究 |
2.1 摩擦振动理论概述 |
2.1.1 粘滑—振动(stick-slip)理论 |
2.1.2 自锁—滑动(sprag-slip)理论 |
2.1.3 模态耦合理论 |
2.2 摩擦特性介绍 |
2.3 摩擦模型数学描述 |
2.3.1 Coulomb(库伦)摩擦模型 |
2.3.2 Stribeck摩擦模型 |
2.3.3 Karnopp(状态转换)摩擦模型 |
2.3.4 Lugre摩擦模型 |
2.4 本章小结 |
3 驱动轮端粘滑振动噪声试验研究 |
3.1 试验对象及试验工况 |
3.2 异响源精准定位 |
3.3 异响产生机理分析 |
3.4 本章小结 |
4 单自由度驱动半轴—轮毂轴承系统建模分析 |
4.1 单自由度旋转摩擦模型建立 |
4.2 基于不同摩擦模型系统仿真分析 |
4.2.1 Stribeck模型粘滑特性仿真分析 |
4.2.2 Karnopp模型粘滑特性仿真分析 |
4.2.3 Lugre模型粘滑特性仿真分析 |
4.2.4 三种摩擦模型仿真结果对比分析 |
4.3 不同参数对Karnopp摩擦模型粘滑特性影响分析 |
4.3.1 刚度对粘滑摩擦特性影响规律 |
4.3.2 阻尼对粘滑摩擦特性影响规律 |
4.3.3 正压力对粘滑摩擦特性影响规律 |
4.3.4 摩擦系数对粘滑摩擦特性影响规律 |
4.3.5 转动惯量对粘滑摩擦特性影响规律 |
4.4 本章小结 |
5 AMEsim驱动半轴—轮毂轴承系统粘滑摩擦特性分析 |
5.1 AMEsim软件介绍 |
5.2 AMEsim整车粘滑摩擦系统建模 |
5.3 AMEsim整车模型仿真分析 |
5.4 模型参数对系统粘滑摩擦影响分析 |
5.4.1 锁紧力矩对粘滑摩擦影响 |
5.4.2 配合花键刚度对粘滑摩擦影响 |
5.4.3 摩擦系数对粘滑摩擦影响 |
5.5 本章小结 |
6 粘滑振动噪声控制及试验验证 |
6.1 粘滑振动噪声控制措施 |
6.2 样件试制及试验对比验证 |
6.3 聚四氟乙烯减摩涂层 |
6.4 本章小结 |
7 总结与展望 |
7.1 总结 |
7.2 展望 |
致谢 |
参考文献 |
个人简介、在学期间发表的学术论文及取得的研究成果 |
(3)配气机构NVH性能分析方法研究及应用(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 配气机构动力学研究现状 |
1.2.2 配气机构振动噪声研究现状 |
1.2.3 配气机构摩擦副弹性流体动力学研究现状 |
1.2.4 发动机整机噪声仿真研究现状 |
1.2.5 汽车动力总成异响研究现状 |
1.2.6 可变气门驱动技术发展现状 |
1.2.7 前人研究不足 |
1.3 本文研究内容 |
2 基于单阀系模型的配气机构振声激励源研究 |
2.1 引言 |
2.2 配气机构的结构形式 |
2.3 凸轮型线与配气机构运动学 |
2.4 配气机构单阀系建模 |
2.4.1 系统动力学建模方法 |
2.4.2 模型参数确定方法 |
2.4.3 凸轮型线设置和缸压载荷输入 |
2.4.4 动力学模型求解方法 |
2.5 凸轮-摇臂接触模型 |
2.5.1 赫兹接触理论 |
2.5.2 弹性流体动力学接触理论 |
2.5.3 弹性流体动力学求解方法 |
2.6 基于弹性流体动力学理论的单阀系模型算例分析 |
2.6.1 气门运动验证试验 |
2.6.2 气门动力学分析 |
2.6.3 凸轮-摇臂接触分析 |
2.7 配气机构激励源特性分析 |
2.7.1 气门座激励力分析 |
2.7.2 液压挺柱座激励力分析 |
2.7.3 气门弹簧激励力分析 |
2.8 配气机构优化设计 |
2.8.1 凸轮型线优化设计方法 |
2.8.2 凸轮型线优化设计 |
2.8.3 气门弹簧力优化设计 |
2.8.4 配气机构优化设计方案 |
2.9 本章小结 |
3 基于柔性缸盖多阀系模型的配气机构载荷传递研究 |
3.1 柔性多体系统动力学理论 |
3.2 有限元分析法 |
3.2.1 直接法 |
3.2.2 模态综合法 |
3.2.3 有限元模型单元尺寸估算 |
3.3 凸轮轴承与凸轮轴接触模型 |
3.3.1 凸轮轴承非线性弹簧模型 |
3.3.2 凸轮轴承弹性流体动力学模型 |
3.3.3 凸轮轴模型 |
3.4 柔性体缸盖多阀系动力学模型建模 |
3.4.1 发动机基本参数 |
3.4.2 有限元模型 |
3.4.3 弹性流体动力学凸轮轴承模型建模及边界条件设置 |
3.5 基于柔性体缸盖多阀系模型动力学分析 |
3.5.1 气门动力学分析 |
3.5.2 气门运动验证试验 |
3.5.3 凸轮轴承弹性流体动力学分析 |
3.5.4 分析结果验证对比 |
3.6 凸轮轴承载荷传递特性研究 |
3.6.1 凸轮轴承载荷及轴颈不对中分析 |
3.6.2 缸盖振动响应特性分析 |
3.7 凸轮轴承润滑状态影响因素探究 |
3.7.1 发动机转速对轴承润滑状态影响 |
3.7.2 润滑介质温度对轴承润滑状态影响 |
3.7.3 润滑油标号对轴承润滑状态影响 |
3.7.4 恶劣工况轴承润滑状态分析 |
3.8 本章小结 |
4 配气机构-整机耦合系统的振动响应和声学辐射研究 |
4.1 引言 |
4.2 耦合系统动力学及声学仿真方法研究 |
4.2.1 动力学仿真方法研究 |
4.2.2 声学仿真方法研究 |
4.3 配气机构-整机耦合系统动力学模型建模 |
4.3.1 主要部件和连接副的简化 |
4.3.2 有限元模型的建模和验证 |
4.3.3 载荷边界计算 |
4.3.4 配气机构建模方法 |
4.4 整机NVH试验及信号处理方法 |
4.4.1 振动测试方法 |
4.4.2 噪声测试方法 |
4.5 配气机构-整机耦合模型动力学及振动噪声仿真结果分析 |
4.5.1 耦合模型配气机构动力学分析 |
4.5.2 耦合模型配气机构激励力分析 |
4.5.3 耦合模型整机振动响应分析 |
4.5.4 耦合模型整机声学预测分析 |
4.6 本章小结 |
5 配气机构怠速异响机理研究及优化 |
5.1 信号处理方法 |
5.2 配气机构怠速异响问题描述和换件探索试验 |
5.3 可变气门正时系统(VVT)工作原理 |
5.4 配气机构怠速异响机理探究 |
5.4.1 配气机构怠速异响诊断模型 |
5.4.2 配气机构怠速异响机理分析 |
5.5 配气机构怠速异响复现模型 |
5.5.1 怠速异响复现模型建模 |
5.5.2 怠速异响复现模型仿真流程 |
5.5.3 怠速异响复现模型动力学求解方法 |
5.5.4 声学边界元法 |
5.6 配气机构怠速异响复现模型动力学及声学仿真结果分析 |
5.7 VVT相位器结构优化及验证 |
5.7.1 VVT结构优化方案 |
5.7.2 VVT结构优化验证试验 |
5.8 本章小结 |
6 总结与展望 |
6.1 研究成果和结论 |
6.2 创新点 |
6.3 研究展望 |
参考文献 |
作者简历 |
攻读博士期间发表的论文 |
攻读博士期间参与科研及实践项目 |
(4)汽车仪表板异响仿真分析及优化(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 异响国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 本文主要内容 |
1.4 本章小结 |
第2章 仪表板异响仿真模型搭建 |
2.1 有限元理论 |
2.2 有限元软件简介 |
2.3 仪表板异响建模影响因素分析 |
2.3.1 零部件厚度对模型影响 |
2.3.2 材料弹性模量对模型影响 |
2.3.3 连接刚度对模型影响 |
2.4 仪表板异响模型搭建 |
2.5 材料和属性定义 |
2.6 本章小结 |
第3章 仪表板异响仿真分析 |
3.1 异响产生机理及影响因素分析 |
3.1.1 敲击异响产生机理分析 |
3.1.2 敲击异响影响因素分析 |
3.1.3 摩擦异响产生机理分析 |
3.1.4 摩擦异响影响因素分析 |
3.2 仪表板敲击异响仿真分析 |
3.2.1 敲击异响仿真位置确定 |
3.2.2 敲击异响仿真流程介绍 |
3.2.3 异响仿真激励信号获取 |
3.2.4 敲击异响问题边界确定 |
3.3 摩擦异响仿真分析 |
3.3.1 摩擦异响分析流程 |
3.3.2 材料对摩擦兼容性试验 |
3.3.3 摩擦异响仿真位置确定 |
3.4 摩擦异响问题边界确定 |
3.5 本章小结 |
第4章 仪表板异响模型精度验证 |
4.1 仪表板数值模态分析 |
4.2 试验模态分析 |
4.3 整车模型频率响应分析 |
4.4 本章小结 |
第5章 异响问题改进及试验验证 |
5.1 接附点动刚度分析及优化 |
5.2 仪表板模态优化 |
5.3 仪表板局部结构优化 |
5.4 摩擦异响优化 |
5.5 整车异响试验验证 |
5.6 本章小结 |
总结与展望 |
参考文献 |
学术成果 |
致谢 |
(5)基于异响分析的发动机故障成分提取研究及试验(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 常见异响信号的分析方法 |
1.2.1 异响信号的时域分析法 |
1.2.2 异响信号的频域分析法 |
1.2.3 异响信号的时频分析法 |
1.3 基于异响分析的发动机故障特征提取的研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.4 本论文的主要研究内容 |
2 低信噪比发动机异响信号处理方法研究 |
2.1 异响信号的分类及其特点 |
2.2 基于信号处理技术的声源识别方法 |
2.2.1 DSM对周期信号的提取 |
2.2.2 DSM对准周期信号的提取 |
2.3 基于异响分析的自适应性错位叠加方法研究 |
2.3.1 起始叠加点自动选取方法的研究 |
2.3.2 异响信号自动叠加方法的研究 |
2.3.3 故障分量自动分离方法的研究 |
2.3.4 关于阈值M_1、M_2、M_3设置的说明 |
2.4 本章小结 |
3 基于计算机的发动机异响信号处理系统设计 |
3.1 基于计算机的异响信号实验系统 |
3.1.1 试验台的原理与搭建 |
3.1.2 基于LabVIEW和Matlab的异响信号处理系统设计 |
3.2 测试方案的功能模块介绍 |
3.2.1 传感器的选择 |
3.2.2 编码器的安装与固定 |
3.3 本章小结 |
4 发动机异响信号处理结果与分析 |
4.1 基于异响分析的发动机敲缸故障特征提取 |
4.2 基于异响分析连杆轴承敲击故障特征提取 |
4.3 精度分析 |
4.3.1 与高信噪比的故障成分对比 |
4.3.2 与其他方法对比 |
4.3.3 阈值M_2对提取精度的影响 |
4.4 本章小结 |
结论 |
参考文献 |
致谢 |
攻读硕士学位期间的科研成果 |
(6)汽车底盘异响两例(论文提纲范文)
案例1:2009年长安福特蒙迪欧致胜行驶异响 |
故障现象 |
故障诊断与排除 |
维修小结 |
案例2:2009款一汽奥迪A6发动机共振异响 |
故障现象 |
故障诊断与排除 |
维修小结 |
1.清理杂物, 选择路况 |
2.辨别音质, 确定方向 |
3.巧妙路试, 缩小范围 |
4.机理分析, 找到故障 |
专家点评 |
(7)基于LabVIEW的发动机异响监测与诊断系统研究(论文提纲范文)
1 概述 |
1.1 工程背景及意义 |
1.2 国内外研究现状 |
2 发动机异响的诊断 |
3 基于信号分析的现代诊断法及异响诊断的信号分析基础 |
3.1 基于信号分析的现代诊断法 |
3.2 异响诊断的信号分析基础 |
4 EANMS系统设计与实现 |
4.1 EANMS系统概述 |
4.2 EANMS系统的功能设计 |
4.3 EANMS系统主要功能设计与实现 |
4.3.1 EANMS系统主界面 |
4.3.2 参数配置功能 |
4.3.3 启动停止采集 |
4.3.4 数据分析功能 |
4.3.5 数据回放功能 |
4.4 EANMS系统关键机制 |
5 结束语 |
(8)基于声信号的汽车发动机机械异响故障诊断方法研究(论文提纲范文)
中文摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景 |
1.2 汽车发动机故障诊断综合论述 |
1.2.1 汽车发动机常用故障诊断方法 |
1.2.2 国内外的研究现状 |
1.2.3 未来发展方向 |
1.3 发动机异响检测领域介绍 |
1.4 MATLAB小波滤波功能 |
1.4.1 小波分析基本理论 |
1.4.2 信号滤波效果的评价参数-信噪比和均方误差 |
1.4.3 选取仿真信号及仿真分析 |
1.5 论文研究的主要内容和创新点 |
第二章 极坐标变换法及匹配系数的确定原理 |
2.1 极坐标变换法 |
2.2 极坐标变换法的参数确定原理 |
2.2.1 镜像对称平面的旋转角度的选择 |
2.2.2 放大因子的选择 |
2.2.3 时间间隔参数的选择 |
2.2.4 发动机声信号的极坐标镜像图生成 |
2.3 极坐标特征图的参数匹配 |
2.4 本章小结 |
第三章 四冲程汽车发动机声信号采集 |
3.1 测试系统设计 |
3.1.1 测试发动机工作状态 |
3.1.2 测试环境要求 |
3.1.3 声信号采集传感器位置选择 |
3.2 汽车发动机故障声信号采集试验过程 |
3.2.1 发动机故障声信号试验系统 |
3.2.2 发动机故障声信号采集过程 |
第四章 声信号测试结果分析及特征图比对 |
4.1 Matlab软件初处理声信号 |
4.1.1 小波的降噪原理 |
4.1.2 降噪方法 |
4.2 各种发动机故障声信号分析 |
4.2.1 正常无故障发动机 |
4.2.2 前部异响发动机 |
4.2.3 油底壳异响发动机 |
4.2.4 气门挺柱异响发动机 |
4.3 声信号极坐标变换特征图比对 |
4.3.1 各种发动机的极坐标变换特征图比对 |
4.3.2 测试结果分析 |
4.4 本章小结 |
第五章 结论与展望 |
5.1 全文总结 |
5.2 下一步工作展望 |
参考文献 |
攻读学位期间本人出版或公开发表的论着、论文 |
致谢 |
(9)小波去噪和概率神经网络在发动机声信号识别中的应用(论文提纲范文)
中文摘要 |
英文摘要 |
1 绪论 |
1.1 课题研究的目的与意义 |
1.2 声信号在发动机识别中的研究背景及优越性 |
1.3 小波分析的发展及应用 |
1.4 概率神经网络的发展及应用 |
1.5 论文主要内容 |
2 发动机声信号去噪方法研究 |
2.1 发动机声信号的分析方法——小波变换 |
2.1.1 连续小波变换 |
2.1.2 离散小波变换 |
2.2 发动机声信号的去噪 |
2.2.1 小波去噪概述 |
2.2.2 小波去噪方法 |
2.3 发动机声信号的平移不变小波去噪 |
2.3.1 平移不变的小波去噪 |
2.3.2 平移量的选取 |
2.3.3 阈值函数的选取 |
2.4 仿真分析 |
2.5 本章小结 |
3 发动机声信号识别方法研究 |
3.1 发动机声信号识别方法——神经网络 |
3.1.1 人工神经元 |
3.1.2 神经网络的分类及运行方式 |
3.1.3 神经网络的学习方式及算法 |
3.2 发动机声信号识别的概率神经网络 |
3.2.1 Bayes理论 |
3.2.2 Parzen窗理论 |
3.2.3 概率神经网络的结构 |
3.2.4 概率神经网络的学习算法 |
3.3 本章小结 |
4 发动机声信号的采集 |
4.1 发动机 |
4.2 发动机声音 |
4.2.1 发动机声音的分类 |
4.2.2 发动机异响 |
4.3 发动机声音的采集条件 |
4.3.1 测试工况 |
4.3.2 测点选择 |
4.3.3 测试环境 |
4.4 发动机声音的采集 |
4.4.1 传声器 |
4.4.2 数据采集前端 |
4.4.3 采集软件 |
4.4.4 信号测取过程 |
4.5 本章小结 |
5 小波去噪后的发动机声信号在概率神经网络中的识别 |
5.1 发动机声信号的小波去噪 |
5.1.1 正常发动机 |
5.1.2 箱体异响发动机 |
5.1.3 右盖异响发动机 |
5.1.4 左盖异响发动机 |
5.2 发动机声信号特征提取 |
5.2.1 1/3 倍频程的实现 |
5.2.2 4 种发动机声信号的特征值提取 |
5.3 基于概率神经网络的发动机声信号识别 |
5.4 本章小结 |
6 全文总结与不足 |
6.1 全文总结 |
6.2 不足 |
致谢 |
参考文献 |
(10)摩托车发动机异响在线检测系统开发(论文提纲范文)
1 在线检测系统设计 |
1.1 系统功能需求 |
1.2 传声器测点布置 |
1.3 发动机转速的测量 |
1.4 系统的硬件部分 |
1.5 系统的软件部分 |
2 摩托车发动机异响识别 |
2.1 异响特征频率识别 |
2.2 异响识别在Lab VIEW软件中的实现 |
3 检测结果 |
4 结论 |
四、发动机异响因素分析及异响部位判断(论文参考文献)
- [1]汽车发动机异响诊断算法及产生机理的研究[D]. 周全. 浙江大学, 2021(01)
- [2]某车型起步工况下驱动轮端粘滑振动噪声研究[D]. 张凯. 重庆理工大学, 2021(02)
- [3]配气机构NVH性能分析方法研究及应用[D]. 罗轩. 浙江大学, 2021(07)
- [4]汽车仪表板异响仿真分析及优化[D]. 余小龙. 长安大学, 2020(06)
- [5]基于异响分析的发动机故障成分提取研究及试验[D]. 姜宇华. 大连海事大学, 2019(06)
- [6]汽车底盘异响两例[J]. 王振龙. 汽车维修与保养, 2018(08)
- [7]基于LabVIEW的发动机异响监测与诊断系统研究[J]. 杨雷. 装备制造技术, 2017(06)
- [8]基于声信号的汽车发动机机械异响故障诊断方法研究[D]. 齐伟. 苏州大学, 2016(05)
- [9]小波去噪和概率神经网络在发动机声信号识别中的应用[D]. 阚磊. 重庆大学, 2016(03)
- [10]摩托车发动机异响在线检测系统开发[J]. 杨诚,黄金旺,杨振冬,付玉乐. 汽车工程学报, 2013(05)