在汽车和一般行业，旋转机械分析是结构改进的重点，它使得工程师可以跟踪齿轮箱、传动系统和轴承的故障。在车辆开发过程中测试振动噪声对最终的设计十分重要，高质量的测量分析对成功开发新车型产生着重要的作用。
机械设备中的每一个旋转部件都会产生振动，因而产生噪声，导致平衡被打破或者部件传动不平稳等。另外，也有所谓的“叶片通过”现象，这个现象与风扇叶片数和泵有关系。在每一种情况中，我们可以将振动的频率与机械的转速关联起来。比如，风扇类结构带有5片空间角度均匀分布的叶片，将会在转频的5倍处产生噪声，有时也会在转频的更高倍数处，如10倍，15倍等，这取决于适当位置的风扇支承数目。如果这些支承靠近叶片，那么频率将变成叶片数与支承数目的乘积。
这些振动对机械设备或车辆起到了激励的作用，当旋转部件产生的激励频率与结构的某一阶固有频率相等时，将出现最严重的影响。这些“一致的”频率通常是设计部门努力的目标，以限制这些影响，不管它们是疲劳，振动或者相应的噪声等。
对于转速变化的旋转机械，为了降低振动噪声的可接受程度，面临的挑战更大。旋转部件通常传递着更大的功率（或能量），不幸的是，即使较小的功率（或能量）转化为振动噪声，也能引起不良反应。因此，作为NVH工程师，我们首先需要量化这些振动噪声，然后再提出合适的方案解决它们。
1 理论计算
在对旋转机械进行测试之前，需要做一些准备工作（以变速箱为例）：
首先，需要根据各档位的动力传递路径，确定测试档位均有哪些齿轮对参与传动，计算相应的传动比。
其次，根据参与动力传递的齿轮对的传动比，确定各级旋转轴的转速及相应转动频率（或阶次）。
第三，根据各级轴的转动频率（或阶次），计算得到各级轴承的特征频率（或特征阶次）。
第四，根据各级轴转动频率及轴上各参与传动的齿轮的齿数，计算得到齿轮的啮合频率（或特征阶次）。
对于稳定工况，我们计算相应的特征频率；对于非稳态工况，我们计算相应的特征阶次。
在试验之前计算这些特征频率或特征阶次，是因为后续对数据进行频谱分析时，在频谱图中将出现这些特征频率或特征阶次及其谐波，根据频谱图中出现的特征频率或阶次从而可以确定故障齿轮或轴承，或潜在的故障齿轮或轴承。在后续的频谱分析中，频谱图中的特征频率或阶次可能与理论计算得到的稍有偏差，这是因为实际的齿轮结构可能存在传递误差、齿距误差等。
2 数据采集
获得相应的理论特征频率或阶次之后，接下来就要进行数据采集了，数据采集非常重要，因为数据最终分析结果的质量严重依赖于数据采集的质量。在数据采集过程中决定采用什么样的测量参数是非常重要，这些参数包括如
· 信号采样频率
· 最高阶次
· 转速变化速率
· 频率分辨率
· 测量位置
· 测量工况
· 测量周期
· 等等
采样频率决定最终数据分析的频率范围，对于齿轮结构而言，建议采样频率在啮合频率的10倍以上，这样分析带宽能包含5倍的啮合频率。对于一般性的旋转机械，采样频率建议不低于10KHz。另一方面，也可从转速的范围和分析的最高阶次来确定采样频率。如果转速从600rpm上升到6000rpm，那么基频是10Hz到100Hz。假设你对待测结构的工作原理基本了解，并且要意识到潜在的振动和/或噪声的产生可能是旋转部件的旋转频率导致的。
譬如：一个带附机的6缸内燃机，其特征频率如下：
· 点火频率将是基频（1阶次）的3倍
· 阀系凸轮的转速是基础转速的一半，因此，产生的阶次为0.5阶次及其倍频
· 电机的皮带轮比为6：1，依赖于电机的极数，将产生6阶次及其倍频
· 交流压缩机可能有2.5：1的皮带轮比，带有6个往复式空气压缩机，这将可能产生2.5阶次，15阶次及其倍频
使用感兴趣的最高阶次和最大的基频，你就可以计算得到感兴趣的最高频率，采样频率就可以基于这个信息确定。
对于旋转机械测试，测试工程师最容易忽略的参数是转速变化速率。即使是经验老道的工程师也可能忽略这一点，因为这个参数决定了频率分辨率和频率“拖尾”现象。对于随转速变化的信号而言，在一帧数据的起始时刻与结束时刻转速变化相当明显，转速变化速率越大，二者差异越明显。在一帧数据长度确定的情况下（频率分辨率决定了这一帧数据的长度），转速变化速率越大，频率拖尾越严重，阶次越不清晰。关于这一点，将在瀑布图分析中进行详细说明。另一方面，转速变化速率对阶次切片也有影响，因此，转速变化速率对于数据分析相当重要。
频率分辨率决定了一帧数据的长度，在转速变化速度相同的情况下，频率分辨率越高，一帧数据越长，数据的起始时刻与结束时刻转速差异越明显，因而，可认为数据越不是稳态数据。而傅立叶变换要求的是稳态数据，因此，为了满足傅立叶变换要求，对于非稳态数据而言，转速变化速率越大，频率分辨率应越粗糙，对应的一帧数据越短，这样的数据才越可以认为是一个准稳态数据。
对于测量位置，通常转速测量位置是输入端，振动传感器通常位于轴承座位置或某些特别关心的位置，而声压传感器通常位于距待测结构1米处的位置，这是因为1米波长对应的声音频率为340Hz，也就是说测量1米处的声压级，对于大多数关键频率成份来说，已处于远场中。
测量工况通常分为稳态工况、非稳态工况和问题工况三种。需要根据实际情况来选择相应的工况进行测量。而测量周期是指测量时间，测量周期至少应包含一个完整的工作周期。
旋转机械的振动噪声分析，转速测量是必不可少的。转速测量的目的分两类，一类用作瀑布图分析时的转速跟踪，另一类用于扭振分析。对于第一种情况，只需要获得每转一个脉冲对应的平均转速即可。而对于扭振分析则需要每转多个脉冲，要精确测量到波动的转速。因此，需要视分析目的选择相应的转速测量类型。
3 数据分析
数据分析的目的是确定是否存在异常噪声振动，判断故障频率或阶次。故障频率可能是结构问题，这时应查找结构传递特性，定位到某个结构部件，优化结构。对于故障阶次而言，应查找到对应的故障根源。这又分两种情况，故障根源为某对齿轮的啮合引起的，这时应从优化齿轮来解决问题。另一种情况是某个轴的转频引起的，这时应从装配、动平衡等方面来着手。
数据分析方法除了常规的频谱分析之外，还会用到瀑布图分析、包络分析和倒谱分析等方法。
瀑布图分析经常用于评估旋转机械噪声和/或振动的表现，可以说瀑布图分析是旋转机械振动噪声分析中最常规也是最重要的分析方法。这个处理过程要对随转速变化的每帧时域数据块进行FFT变换计算频谱，转速的变化可能是升速也可能是降速。从瀑布图中可以看出故障所对应的阶次，如图1所示，可以看出30.31，50.93和101.88阶次是分析人员关心的阶次。图中的队次不再是整数，这是因为动力传递的传动比不是整数所导致的。
包络分析能从快速变化的信号中分离出缓慢变化的包络信号，削弱了高频成分的影响，更容易识别包络频率，比如齿轮的啮合频率是非常高频的，而转频则相对较低，此时，包络分析可从这些交织的信号中分离出低频的转频，从而可以确定是哪根轴或哪个轴上的齿轮存在问题。
倒谱分析，顾名思义，即频谱的频谱。在变换过程中，倒谱是对数谱图上周期性频率结构成分的能量做了又一次集中，在功率的对数转换时给低幅值分量有较高的加权，而对高幅值分量以较低的加权，使幅值较小的周期信号在倒谱图中得到了突出，从而使边频现象在倒谱中得到全面的反映。当对多段平均的功率谱取对数后，功率谱中与调制边频带无关的噪声和其他信号也得到了较大的权系数而放大，所以当调制边频带的幅值不大或信号中含有较大噪声时，倒谱中得到的调制频率的幅值并不明显。
对于同时有数对齿轮啮合的齿轮箱振动频谱图，由于每对齿轮啮合时都将产生边频带，几个边频带交叉分布在一起，并且相互叠加与调制，因此在频谱图上则形成多族谐波成分，仅进行频谱分析识别边频带特征是不够的。由于倒谱处理算法将功率谱图中的谐波族变换为倒频谱图中的单根谱线，其位置代表功率谱中相应谐波族（边频带）的频率间隔时间（倒频谱的横坐标表示的是时间间隔，即周期时间），因此可解决上述问题。
倒谱的另一个主要优点是对于传感器的测点位置或信号传输途径不敏感，以及对于幅值和频率调制的相位关系不敏感。这种不敏感，反而有利于检测故障信号的有无，而不看重某测点振幅的大小（可能由于传输途径而被过分放大）。
4 分析流程小结
旋转机械的分析流程总结如下：
· 根据各档位的动力传递路径，确定测试档位均有哪些齿轮对参与传动；
· 根据参与动力传递的齿轮对的传动比，确定各轴的转速及相应转动频率（或阶次）；
· 根据各轴转动频率（或阶次），计算得到轴承的特征频率（或特征阶次）；
· 根据各轴转动频率及轴上各参与传动的齿轮的齿数，计算得到齿轮的啮合频率（或特征阶次）；
· 确定是否存在异常噪声振动，判断故障频率或阶次；
· 故障频率：查找结构传递特性问题
· —–> 定位到某个结构部件，优化结构
· 故障阶次：查找对应的故障根源
· —–> 定位到某组齿轮的啮合频率，优化齿轮
· —–> 定位到某个轴的转动频率，优化装配
觉得不错，请点赞！
END
扩展阅读
3.什么是阶次？
4.怎么理解阶次？
6.齿轮的特征阶次
来源：知乎 www.zhihu.com
作者：linmue-谭祥军
【知乎日报】千万用户的选择，做朋友圈里的新鲜事分享大牛。
点击下载