近年来，新能源汽车快速发展，市占率也大幅上升至30%左右，相较于传统燃油汽车，其车内环境更加安静，人们更易察觉到各种异常声响。减速器作为新能源汽车的主要噪声源之一，对其NVH(Noise、Vibration、Harshness，噪声、振动与声振粗糙度)性能的控制就显得非常重要。
本文通过收集齿轮在珩齿加工过程中的主轴振动数据，相应的齿轮检测报告及对应的在EOL(下线检测)上的NVH表现，研究主轴振动对齿轮加工质量以及相应的EOL NVH性能表现的影响，尝试建立在加工过程中的预警机制，从而提高减速器的下线合格率，降低生产成本。
一、实际案例分析
本文以某款新能源汽车减速器出现的EOL NVH实际问题为例展开探讨。该型减速器主啮合阶次的1倍频在阶次追踪上表现为高转速超限。且由于齿轮的加工批次性原因，在6月和7月该问题呈现为集中发生的趋势(图1)，该问题造成了1.24%的不良报废率。
本文将基于该问题，描述如何建立数据关联性及数据预测系统，以解决实际问题。
二、数学预测模型的建立与验证
研究路径
本文主要通过采集齿轮珩齿加工过程中的主轴振动数据，收集齿轮的齿形齿向等检测数据，以及对应的EOL NVH测试数据，分析齿轮检测参数与产品在EOL NVH测试过程中的主啮合阶次的1倍频高转速区间数值的关联性，分析齿轮珩齿过程中的主轴振动对齿形齿向等的影响，明确主要的齿轮参数影响因子，确立珩齿过程中需要监控的主轴振动量，最终建立预测模型。通过监测珩齿主轴振动实现提前预警，及时调整优化齿轮加工工艺，最终提升减速器的NVH合格率。
珩齿过程主轴振动数据收集
在珩齿加工设备的主轴底座上安装一个三向振动传感器，并连接LMS数据采集前端，采集一个珩齿修砂循环(50件)加工过程中的珩齿机主轴振动数据。根据齿轮加工工艺，加工过程分为2 800r/min、2 500r/min 和2 000r/min3个加工阶段，采集每个齿轮这3个加工阶段的主轴振动数据，将对应齿轮编号与测试数据做好线下关联记录，对每组数据中转速平稳的数据进行转换(快速傅里叶变换)，得到频谱数据。
齿轮参数数据收集
完成齿轮验证件珩齿加工后，安排上述齿轮使用格里森350GMS设备进行齿轮检测。得到齿轮的Fp、fp、Fα、fHα、ffα、Fβ、fHβ、ffβ、Rs、Fr、M、INVOLUTE ANGLE ERROR VARIATION、HELIX ANGLE ERROR VARIATION、TEMP、fu、Fpz等主要参数。
Fp-齿距累积总偏差;
fp-单个齿距偏差;
Fα-齿廓总偏差;
fHα-齿廓倾斜偏差;
ffα-齿廓形状偏差;
Fβ-螺旋线总偏差;
fHβ-螺旋线倾斜偏差;
ffβ-螺旋线形状偏差;
Rs-齿厚变动量;
Fr-齿轮径向跳动;
M-跨球距;
TEMP-温度;
fu-相邻齿距偏差;
Fpz-跨周节;
INVOLUTE ANGLE ERROR VARIATION-渐开线齿廓角度偏差变动量;
HELIX ANGLE ERROR VARIATION-齿向角度偏差变动量。
齿轮装配EOL测试数据收集
跟踪上述齿轮到产品总成装配，并在产品总成装配完成后使用RHF测试系统进行EOL NVH检测，获取主啮合阶次1倍频的高转速段振动数据。
基础数据关联汇总
根据数据记录，对齿轮编号、齿轮珩齿机加工过程中的主轴振动数据、齿轮检测数据、EOL NVH数据进行配对，过程中需确保齿轮加工振动数据、齿轮检测报告、EOL NVH测试结果一一对应。
数据模型建立
(1)齿轮参数与总成EOL NVH数据表现的关系研究
根据“齿轮参数-总成EOL NVH数据表现”模型得到贡献度分布因子，其中ffβ RIGHT与INVOLUTE ANGLE ERROR VARIATION RIGHT两个参数对减速器的EOL NVH性能表现存在着较为明显的贡献。对贡献度较高的因子进行相关性计算，得到减速器主啮合阶次的1倍频高转速区间NVH测试值与ffβ RIGHT和 INVOLUTE ANGLE ERROR VARIATION RIGHT两个参数间存在着一定的相关性的结论，且主要趋势均为负相关。
在完成模型训练后，我们使用未参与模型训练的9组数据对模型预测的准确性进行校验。预测准确率为77.78%，其中两个偏差值也为临近类别(B-C)，未有明显的偏差出现，校验结果证明模型可信度较高。
(2)珩齿主轴振动与齿轮参数的关系研究
根据“齿轮参数-总成EOL NVH数据表现”模型得到的贡献度因子，我们发现对该型减速器EOL NVH性能影响最大的两个齿轮参数为ffβ RIGHT和INVOLUTE ANGLE ERROR VARIATION RIGHT，而ffβ RIGHT本身的分布范围较窄，在实际加工过程中优化的空间相对较小，因此，本文优先对 INVOLUTE ANGLE ERROR VARIATION RIGHT参数进行探讨，此外，同样采用随机森林模型对相关数据进行建模，获得贡献度分布因子，发现主轴2 000r/min时的X向振动对齿轮的 INVOLUTE ANGLE ERROR VARIATION RIGHT参数质量影响较为显著。
同样地，我们使用未参与模型训练的7组数据对模型预测的准确性进行校验。归类预测准确率为71.43%，存在偏差的预测值与实际值相比，均为临近区间的值(A-C，B-C)，没有发生大的偏差行为。
三、案例改善情况回顾
根据数据预测模型指导，对研究对象进行多种中间轴齿加工参数调整，使其在珩齿加工过程中主轴X向振动能量降低，同时送检验证齿轮跟踪齿轮参数检测结果，使INVOLUTE ANGLE ERROR VARIATION RIGHT处于合理范围，最终选定符合预期的齿轮珩齿加工参数。
研究对象按照新的中间轴齿轮加工进行珩齿加工，跟踪研究对象优化后的减速器NVH测试结果，总计6 000台，研究对象减速器主啮合阶次的1倍频高转速区间的NVH不良率由改善前的 1.24%降低到0.15%，改善效果明显。
四、结束语
本文从建立产品的EOL测试值与齿轮参数间的关系，寻找影响某型减速器某一类问题的关键点，并以此为纽带，研究珩齿主轴振动与齿轮加工质量的关系，尝试建立一种对齿轮加工过程的实时监测系统。后续可以依据具体的产品特性与现场问题，建立相关的模型数据库和控制关键点，为后续齿轮加工质量的提前预判奠定基础，最终达到降低减速器NVH不合格率的目的。
参考文献略.