基于数据驱动的轮毂电机轴承故障诊断方法研究
发布时间：2021-12-18 05:15
随着电动汽车的迅速发展,基于轮毂电机的分布式驱动技术也迅速地受到关注,相较于传统汽车的集中式驱动,该技术将驱动、制动和承载等功能集成到电机上并安装于汽车轮毂中,控制灵活,传动高效,是未来电动汽车理想的驱动方式。然而由于轮毂电机特殊的安装方式,轮毂电机的关键部件——轴承需要同时承受径向载荷以及轴向载荷,而且电动汽车复杂多变的运行环境也会加剧轮毂电机轴承受到的冲击,使其产生局部磨损性能退化从而引发故障。一旦轮毂电机轴承发生故障,轻则影响轮毂电机的运行性能,重则危及电动汽车的行车安全,因此很有必要对轮毂电机轴承开展故障诊断方法研究。针对轮毂电机驱动的电动汽车运行安全问题,本文将轮毂电机轴承作为研究对象,以故障特征提取、故障特征降维和故障状态识别三个方面为主要研究内容,提出一种基于数据驱动的轮毂电机轴承故障诊断方法,能够有效实现轮毂电机轴承故障状态的诊断识别。首先,针对实车试验难以控制变量的问题,基于电动汽车的实际运行环境,以知豆D1电动汽车为原型搭建轮毂电机轴承故障试验系统,定制带有轴承常见多发故障如外圈损伤、内圈损伤和滚动体损伤的轮毂电机并设计相对应的试验方案,为后续的故障诊断研究工作提供...
【文章来源】：江苏大学江苏省
【文章页数】：88 页
【学位级别】：硕士
【部分图文】：
轮毂电机安装方式示意图
基于数据驱动的轮毂电机轴承故障诊断方法研究10栓连接固定安装于试验室的立柱上，且装置的主要受力位置已经经过强度校核[39]，以确保其可靠性。图2.1电动轮固定装置Fig2.1Electric-wheelfixingdevice(2)道路模拟装置传统的道路模拟试验是将整车或者四分之一悬架与轮胎固定在激振台上以一定的频率进行振动以模拟实车在行驶过程中受到的路面激励[40]，本试验以此为参考并基于试验室现有的液压激振台设计了道路模拟装置，其设计方案以及实物如图2.2所示，主要结构由滚筒、滚筒支架、导向杆和液压激振台组成。由于本试验中的两个滚筒不需要传递转矩，只是起到为轮胎提供支撑和转动的作用，所以其通过角接触轴承固定安装在滚筒支架上。同时滚筒的直径越大越接近实车行驶时的路面工况，但本试验中液压激振台的尺寸大小已经确定，因此滚筒的尺寸根据知豆D1汽车轮胎大小特殊定制。滚筒支架由液压激振台驱动沿着导向杆上下振动，使得两个滚筒支撑轮胎与其一起转动的同时模拟路面激励。
江苏大学硕士学位论文11图2.2道路模拟装置Fig2.2Roadsimulationdevice试验过程中，液压激振台向上运动接触到滚筒支架，当两个滚筒紧紧贴住轮胎表面并且拉压力传感器的测量值达到预定的垂向载荷时，电动轮开始转动。当电动轮转速一定时，向液压激振台输入不同的路面激励，激振台按一定频率上下振动从而模拟实际路面环境。2.1.2试验控制模块轮毂电机轴承故障试验的试验控制模块主要有轮毂电机控制系统和液压激振台控制系统两部分，前者主要是控制轮毂电机转速以模拟实车的行驶工况，后者主要是控制液压激振台以模拟实车的行驶路况。(1)轮毂电机控制系统本试验轮毂电机控制系统的工作原理主要是采用STM32单片机控制油门踏板，通过计算机确定踏板电压以实现电机在不同速度工况下转动。为了更好地模
【参考文献】：
期刊论文
[1]2020中国电动汽车百人会论坛在京举办 新能源汽车如何“安全行驶”成关注热点[J]. 吕品田,戚飞. 班组天地. 2020(02)
[2]基于狼群算法的轮毂电机故障诊断方法[J]. 薛红涛,周宇,王满,李仲兴. 江苏大学学报(自然科学版). 2019(05)
[3]基于压缩感知和加噪堆栈稀疏自编码器的铣刀磨损程度识别方法研究[J]. 李宏坤,郝佰田,代月帮,杨蕊. 机械工程学报. 2019(14)
[4]电动汽车动力系统总布置设计分析[J]. 李潇杰. 时代汽车. 2019(02)
[5]基于终止准则改进K-SVD字典学习的稀疏表示特征增强方法[J]. 王华庆,任帮月,宋浏阳,董方,王梦阳. 机械工程学报. 2019(07)
[6]基于AHN的轮毂电机轴承故障特征提取方法[J]. 薛红涛,殷苏群,李仲兴,陈震宇. 华中科技大学学报(自然科学版). 2019(01)
[7]基于独立特征选择与流形学习的故障诊断[J]. 杜伟,房立清,齐子元. 振动与冲击. 2018(16)
[8]电动汽车电机驱动发展分析[J]. 孙悦超,李曼,廖聪,陈敬渊. 电气传动. 2017(10)
[9]信息论与专家系统相结合的电网故障诊断[J]. 张海波,贾凯,施蔚锦,郭建钊,苏炜智,张莉. 电力系统及其自动化学报. 2017(08)
[10]中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部. 中国公路学报. 2017(06)
博士论文
[1]特征降维与自适应特征提取方法及其在行星齿轮箱故障诊断中的应用研究[D]. 赵川.北京科技大学 2018
[2]数据驱动的滚动轴承故障特征分析与诊断方法研究[D]. 俞啸.中国矿业大学 2017
[3]仿生智能优化算法及其应用研究[D]. 薛羽.南京航空航天大学 2013
[4]信息融合和贝叶斯网络集成的故障诊断理论方法及实验研究[D]. 刘思远.燕山大学 2010
[5]文本分类及其相关技术研究[D]. 李荣陆.复旦大学 2005
[6]小波理论及其在图像、信号处理中的算法研究[D]. 赵瑞珍.西安电子科技大学 2001
硕士论文
[1]基于稀疏表示的轮毂电机轴承故障诊断方法研究[D]. 周庄.江苏大学 2019
[2]基于模糊贝叶斯网络的航天器生存力评估专家系统研究[D]. 耿秋.哈尔滨工业大学 2019
[3]基于DBNs的轮毂电机轴承故障在线诊断方法研究[D]. 陈震宇.江苏大学 2019
[4]面向轮毂电机故障的试验台设计及其诊断方法研究[D]. 王子豪.江苏大学 2018
[5]基于向量相似性度量与分析的工业系统故障诊断研究[D]. 朱琳.上海交通大学 2018
本文编号：3541705
【文章来源】：江苏大学江苏省
【文章页数】：88 页
【学位级别】：硕士
【部分图文】：
轮毂电机安装方式示意图
基于数据驱动的轮毂电机轴承故障诊断方法研究10栓连接固定安装于试验室的立柱上，且装置的主要受力位置已经经过强度校核[39]，以确保其可靠性。图2.1电动轮固定装置Fig2.1Electric-wheelfixingdevice(2)道路模拟装置传统的道路模拟试验是将整车或者四分之一悬架与轮胎固定在激振台上以一定的频率进行振动以模拟实车在行驶过程中受到的路面激励[40]，本试验以此为参考并基于试验室现有的液压激振台设计了道路模拟装置，其设计方案以及实物如图2.2所示，主要结构由滚筒、滚筒支架、导向杆和液压激振台组成。由于本试验中的两个滚筒不需要传递转矩，只是起到为轮胎提供支撑和转动的作用，所以其通过角接触轴承固定安装在滚筒支架上。同时滚筒的直径越大越接近实车行驶时的路面工况，但本试验中液压激振台的尺寸大小已经确定，因此滚筒的尺寸根据知豆D1汽车轮胎大小特殊定制。滚筒支架由液压激振台驱动沿着导向杆上下振动，使得两个滚筒支撑轮胎与其一起转动的同时模拟路面激励。
江苏大学硕士学位论文11图2.2道路模拟装置Fig2.2Roadsimulationdevice试验过程中，液压激振台向上运动接触到滚筒支架，当两个滚筒紧紧贴住轮胎表面并且拉压力传感器的测量值达到预定的垂向载荷时，电动轮开始转动。当电动轮转速一定时，向液压激振台输入不同的路面激励，激振台按一定频率上下振动从而模拟实际路面环境。2.1.2试验控制模块轮毂电机轴承故障试验的试验控制模块主要有轮毂电机控制系统和液压激振台控制系统两部分，前者主要是控制轮毂电机转速以模拟实车的行驶工况，后者主要是控制液压激振台以模拟实车的行驶路况。(1)轮毂电机控制系统本试验轮毂电机控制系统的工作原理主要是采用STM32单片机控制油门踏板，通过计算机确定踏板电压以实现电机在不同速度工况下转动。为了更好地模
【参考文献】：
期刊论文
[1]2020中国电动汽车百人会论坛在京举办 新能源汽车如何“安全行驶”成关注热点[J]. 吕品田,戚飞. 班组天地. 2020(02)
[2]基于狼群算法的轮毂电机故障诊断方法[J]. 薛红涛,周宇,王满,李仲兴. 江苏大学学报(自然科学版). 2019(05)
[3]基于压缩感知和加噪堆栈稀疏自编码器的铣刀磨损程度识别方法研究[J]. 李宏坤,郝佰田,代月帮,杨蕊. 机械工程学报. 2019(14)
[4]电动汽车动力系统总布置设计分析[J]. 李潇杰. 时代汽车. 2019(02)
[5]基于终止准则改进K-SVD字典学习的稀疏表示特征增强方法[J]. 王华庆,任帮月,宋浏阳,董方,王梦阳. 机械工程学报. 2019(07)
[6]基于AHN的轮毂电机轴承故障特征提取方法[J]. 薛红涛,殷苏群,李仲兴,陈震宇. 华中科技大学学报(自然科学版). 2019(01)
[7]基于独立特征选择与流形学习的故障诊断[J]. 杜伟,房立清,齐子元. 振动与冲击. 2018(16)
[8]电动汽车电机驱动发展分析[J]. 孙悦超,李曼,廖聪,陈敬渊. 电气传动. 2017(10)
[9]信息论与专家系统相结合的电网故障诊断[J]. 张海波,贾凯,施蔚锦,郭建钊,苏炜智,张莉. 电力系统及其自动化学报. 2017(08)
[10]中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部. 中国公路学报. 2017(06)
博士论文
[1]特征降维与自适应特征提取方法及其在行星齿轮箱故障诊断中的应用研究[D]. 赵川.北京科技大学 2018
[2]数据驱动的滚动轴承故障特征分析与诊断方法研究[D]. 俞啸.中国矿业大学 2017
[3]仿生智能优化算法及其应用研究[D]. 薛羽.南京航空航天大学 2013
[4]信息融合和贝叶斯网络集成的故障诊断理论方法及实验研究[D]. 刘思远.燕山大学 2010
[5]文本分类及其相关技术研究[D]. 李荣陆.复旦大学 2005
[6]小波理论及其在图像、信号处理中的算法研究[D]. 赵瑞珍.西安电子科技大学 2001
硕士论文
[1]基于稀疏表示的轮毂电机轴承故障诊断方法研究[D]. 周庄.江苏大学 2019
[2]基于模糊贝叶斯网络的航天器生存力评估专家系统研究[D]. 耿秋.哈尔滨工业大学 2019
[3]基于DBNs的轮毂电机轴承故障在线诊断方法研究[D]. 陈震宇.江苏大学 2019
[4]面向轮毂电机故障的试验台设计及其诊断方法研究[D]. 王子豪.江苏大学 2018
[5]基于向量相似性度量与分析的工业系统故障诊断研究[D]. 朱琳.上海交通大学 2018
本文编号：3541705
本文链接：https://www.wllwen.com/kejilunwen/qiche/3541705.html
