隨著電動汽車的迅速發(fā)展,基于輪轂電機的分布式驅(qū)動技術(shù)也迅速地受到關(guān)注,相較于傳統(tǒng)汽車的集中式驅(qū)動,該技術(shù)將驅(qū)動、制動和承載等功能集成到電機上并安裝于汽車輪轂中,控制靈活,傳動高效,是未來電動汽車理想的驅(qū)動方式。然而由于輪轂電機特殊的安裝方式,輪轂電機的關(guān)鍵部件——軸承需要同時承受徑向載荷以及軸向載荷,而且電動汽車復雜多變的運行環(huán)境也會加劇輪轂電機軸承受到的沖擊,使其產(chǎn)生局部磨損性能退化從而引發(fā)故障。一旦輪轂電機軸承發(fā)生故障,輕則影響輪轂電機的運行性能,重則危及電動汽車的行車安全,因此很有必要對輪轂電機軸承開展故障診斷方法研究。針對輪轂電機驅(qū)動的電動汽車運行安全問題,本文將輪轂電機軸承作為研究對象,以故障特征提取、故障特征降維和故障狀態(tài)識別三個方面為主要研究內(nèi)容,提出一種基于數(shù)據(jù)驅(qū)動的輪轂電機軸承故障診斷方法,能夠有效實現(xiàn)輪轂電機軸承故障狀態(tài)的診斷識別。首先,針對實車試驗難以控制變量的問題,基于電動汽車的實際運行環(huán)境,以知豆D1電動汽車為原型搭建輪轂電機軸承故障試驗系統(tǒng),定制帶有軸承常見多發(fā)故障如外圈損傷、內(nèi)圈損傷和滾動體損傷的輪轂電機并設(shè)計相對應的試驗方案,為后續(xù)的故障診斷研究工作提供... 

【文章來源】：江蘇大學江蘇省

【文章頁數(shù)】：88 頁

【學位級別】：碩士

【部分圖文】：

輪轂電機安裝方式示意圖

基于數(shù)據(jù)驅(qū)動的輪轂電機軸承故障診斷方法研究10栓連接固定安裝于試驗室的立柱上，且裝置的主要受力位置已經(jīng)經(jīng)過強度校核[39]，以確保其可靠性。圖2.1電動輪固定裝置Fig2.1Electric-wheelfixingdevice(2)道路模擬裝置傳統(tǒng)的道路模擬試驗是將整車或者四分之一懸架與輪胎固定在激振臺上以一定的頻率進行振動以模擬實車在行駛過程中受到的路面激勵[40]，本試驗以此為參考并基于試驗室現(xiàn)有的液壓激振臺設(shè)計了道路模擬裝置，其設(shè)計方案以及實物如圖2.2所示，主要結(jié)構(gòu)由滾筒、滾筒支架、導向桿和液壓激振臺組成。由于本試驗中的兩個滾筒不需要傳遞轉(zhuǎn)矩，只是起到為輪胎提供支撐和轉(zhuǎn)動的作用，所以其通過角接觸軸承固定安裝在滾筒支架上。同時滾筒的直徑越大越接近實車行駛時的路面工況，但本試驗中液壓激振臺的尺寸大小已經(jīng)確定，因此滾筒的尺寸根據(jù)知豆D1汽車輪胎大小特殊定制。滾筒支架由液壓激振臺驅(qū)動沿著導向桿上下振動，使得兩個滾筒支撐輪胎與其一起轉(zhuǎn)動的同時模擬路面激勵。

江蘇大學碩士學位論文11圖2.2道路模擬裝置Fig2.2Roadsimulationdevice試驗過程中，液壓激振臺向上運動接觸到滾筒支架，當兩個滾筒緊緊貼住輪胎表面并且拉壓力傳感器的測量值達到預定的垂向載荷時，電動輪開始轉(zhuǎn)動。當電動輪轉(zhuǎn)速一定時，向液壓激振臺輸入不同的路面激勵，激振臺按一定頻率上下振動從而模擬實際路面環(huán)境。2.1.2試驗控制模塊輪轂電機軸承故障試驗的試驗控制模塊主要有輪轂電機控制系統(tǒng)和液壓激振臺控制系統(tǒng)兩部分，前者主要是控制輪轂電機轉(zhuǎn)速以模擬實車的行駛工況，后者主要是控制液壓激振臺以模擬實車的行駛路況。(1)輪轂電機控制系統(tǒng)本試驗輪轂電機控制系統(tǒng)的工作原理主要是采用STM32單片機控制油門踏板，通過計算機確定踏板電壓以實現(xiàn)電機在不同速度工況下轉(zhuǎn)動。為了更好地模

【參考文獻】：
期刊論文
[1]2020中國電動汽車百人會論壇在京舉辦 新能源汽車如何“安全行駛”成關(guān)注熱點[J]. 呂品田,戚飛.  班組天地. 2020(02)
[2]基于狼群算法的輪轂電機故障診斷方法[J]. 薛紅濤,周宇,王滿,李仲興.  江蘇大學學報(自然科學版). 2019(05)
[3]基于壓縮感知和加噪堆棧稀疏自編碼器的銑刀磨損程度識別方法研究[J]. 李宏坤,郝佰田,代月幫,楊蕊.  機械工程學報. 2019(14)
[4]電動汽車動力系統(tǒng)總布置設(shè)計分析[J]. 李瀟杰.  時代汽車. 2019(02)
[5]基于終止準則改進K-SVD字典學習的稀疏表示特征增強方法[J]. 王華慶,任幫月,宋瀏陽,董方,王夢陽.  機械工程學報. 2019(07)
[6]基于AHN的輪轂電機軸承故障特征提取方法[J]. 薛紅濤,殷蘇群,李仲興,陳震宇.  華中科技大學學報(自然科學版). 2019(01)
[7]基于獨立特征選擇與流形學習的故障診斷[J]. 杜偉,房立清,齊子元.  振動與沖擊. 2018(16)
[8]電動汽車電機驅(qū)動發(fā)展分析[J]. 孫悅超,李曼,廖聰,陳敬淵.  電氣傳動. 2017(10)
[9]信息論與專家系統(tǒng)相結(jié)合的電網(wǎng)故障診斷[J]. 張海波,賈凱,施蔚錦,郭建釗,蘇煒智,張莉.  電力系統(tǒng)及其自動化學報. 2017(08)
[10]中國汽車工程學術(shù)研究綜述·2017[J]. 《中國公路學報》編輯部.  中國公路學報. 2017(06)

博士論文
[1]特征降維與自適應特征提取方法及其在行星齒輪箱故障診斷中的應用研究[D]. 趙川.北京科技大學 2018
[2]數(shù)據(jù)驅(qū)動的滾動軸承故障特征分析與診斷方法研究[D]. 俞嘯.中國礦業(yè)大學 2017
[3]仿生智能優(yōu)化算法及其應用研究[D]. 薛羽.南京航空航天大學 2013
[4]信息融合和貝葉斯網(wǎng)絡(luò)集成的故障診斷理論方法及實驗研究[D]. 劉思遠.燕山大學 2010
[5]文本分類及其相關(guān)技術(shù)研究[D]. 李榮陸.復旦大學 2005
[6]小波理論及其在圖像、信號處理中的算法研究[D]. 趙瑞珍.西安電子科技大學 2001

碩士論文
[1]基于稀疏表示的輪轂電機軸承故障診斷方法研究[D]. 周莊.江蘇大學 2019
[2]基于模糊貝葉斯網(wǎng)絡(luò)的航天器生存力評估專家系統(tǒng)研究[D]. 耿秋.哈爾濱工業(yè)大學 2019
[3]基于DBNs的輪轂電機軸承故障在線診斷方法研究[D]. 陳震宇.江蘇大學 2019
[4]面向輪轂電機故障的試驗臺設(shè)計及其診斷方法研究[D]. 王子豪.江蘇大學 2018
[5]基于向量相似性度量與分析的工業(yè)系統(tǒng)故障診斷研究[D]. 朱琳.上海交通大學 2018



本文編號：3541705