车辆传动轴动态扭矩测量与数据预处理研究

徐 宜， 张国伟， 张洪彦， 徐 宏， 乔 丽， 张喜明

( 1. 中国北方车辆研究所 车辆传动重点实验室 北京 100072；2. 中北大学 材料科学与工程学院 太原 030051)

载荷谱是车辆设计的重要依据之一，而随着大型工程车辆对高功率密度以及高可靠性方面要求的提高，获取车辆关键部件的载荷谱、提高车辆设计使用寿命显得愈加重要[1,2].车辆传动系统载荷谱包括轴、齿轮和轴承三类构件载荷谱.其中，后两者构件的载荷谱可通过轴类构件推导出.因此，传动系统的载荷谱的获取需要通过测试传动轴的实际扭矩来实现.

传动轴被安装于空间狭小的变速箱中，且在车辆行驶状态下，其往往处于高速旋转状态，这造成传统的滑环式测试信号传输电路成本昂贵、可靠性底、维护不方便.因此，所测试的传动轴动态扭矩信号的传输需要通过无线通信技术来实现.无线通信技术因其在传输信号的过程中无物理元件接触而具有测试便捷和维护方便的优势特别适合在对线路有破坏作用的化学、振动、活动部件等环境中使用[3].常用的无线通信技术包括Zig Bee、蓝牙和WLAN，等等[4].其中，蓝牙无线数据传输技术具有低功耗、低成本的优点，是一种适应长时间测量和数据传输的方法.

1 系统组成及原理

1.1 系统总体组成

车辆载荷谱测试用传动轴无线动态扭矩测量系统主要是由信号采集和数据无线传输两部分组成.其中，数据传输部分包括无线发射和无线接收两个模块.无线发射模块的功能是将采集的传动轴扭矩信号进行调理并输出至A/D转换器，进而转换为数字信号.这样可通过无线发射电路传输至无线接收模块.无线接收模块的功能是接收上传的传动轴扭矩信号，并被数据采集系统采集，进而上传给计算机，实现实车传动轴动态扭矩载荷的实时测量、显示和分析.

车辆行驶过程中，受传动轴转速、振动、温度变化等因素影响，要求数据传输部分电路具有功耗低、数据发送准确的特点.而蓝牙4.0具有高传输速度和低功耗的特点，尤其是在1 Mbps传输速率下的超短数据包特点可满足传动轴动态扭矩测试系统低功耗条件下无线数据传输要求[5].

1.2 传动轴扭矩测量原理

传动轴在实际工作条件下受载模式并非是单一的，而是受弯矩、扭矩、拉力等载荷共同作用.本项目采用应变法测试传动轴工作过程的实时扭矩.为了准确地测量传动轴的扭矩，选择在传动轴的合适位置按图1所示的全桥法连接应变片(R1，R2，R3，R4).这样可以消除弯矩和拉力的影响，只测量其所受到的扭矩.同时，采用全桥法组成的应变电路还可以实现温度补偿的功能，提高了电路输出的准确度[6].

图1 应变片的粘贴方法及桥式测试电路图

应变法测轴类零件扭矩原理为：设图1中电桥的输入端电压为U，输出端的电压为U0，根据惠斯通电桥特点，利用电桥输出端电压、桥臂应变片电阻和输入端电压可建立如式(1)所示关系式.

(1)

如果图1中的电桥是由粘贴在传动轴上的4个应变片组成，且各应变片的起始电阻值都相等，那么此时电桥的输出电压U0=0，电桥处于平衡状态.当传动轴承受扭矩时，轴的表面会出现微小应变导致应变片电阻值发生变化.此时，电桥的输出电压变为

(2)

设4个应变片的灵敏度系数为Ks，此时若应变片阻值变化ΔR仅由机械变形导致并与其他因素无关.那么在扭矩作用下，电桥的输出电压变为

(3)

1.3 扭矩测量和无线传输电路组成

利用传动轴上部的应变电路将传动轴扭矩转化为电压信号后需要进一步处理并传输.本项目扭矩测量和数据无线传输电路系统主要包括电源、扭矩测量和信号调理电路、蓝牙4.0以及天线模块，如图2所示.为了保证系统整体的低功耗、结构紧凑的特点，采用了集RF收发器和增强型8051CPU于一体的射频收发芯片CC2540.

Current–voltage characteristics were described by the thermionic emission theory[20]

图2 扭矩测量和无线传输电路组成图

CC2540芯片具有超低功耗功率2.4 GHz系统单晶片的特点，其内的ΔΣ型ADC，具有7～12位的分辨率，最短数据转换时间为20 μs，可以满足对高速旋转条件下传动轴扭矩信号的采集要求：利用放大器将传动轴应变片全桥电路输出电压信号调整到CC2540芯片可接受范围，然后再用片上ADC进行采集.设置ADC的参考电压为外部基准模型，可提高采样分辨率最高达0.5 mV.本研究选用外部基准源芯片为TI公司的REF5020芯片，基准电压为2.048 V.

2 传动轴动态扭矩测试

以车辆匀速行驶为例说明传动轴动态扭矩信号测量过程.表1为车辆匀速行驶工况下的相关参数.

表1 车辆匀速行驶状态相关测试参数

图3为车辆匀速行驶工况下传动轴动态扭矩测试信号.可以看出，扭矩信号存在明显波动.这是因为车辆行驶路况复杂，其传动系统承受的载荷多属于附加载荷[7].

图3 实测传动轴动态扭矩信号

从图3可以看出，车辆行驶过程中的传动轴动态扭矩信号包含大量噪声.这是因为车辆在行驶过程中，变速箱存在的振动、温度升高等变化因素导致传动轴动态扭矩信号在采集过程中会存在一些干扰.这些系统误差、奇异值和杂波等组成的信号干扰往往造成测试的扭矩信号幅值很难直接读取.因此，建立既能够保留有效载荷信号又能去除干扰的扭矩信号预处理方法非常重要.

3 传动轴动态扭矩信号预处理

3.1 扭矩信号奇异值检测及去除

扭矩测试信号中的异常值，主要来源是测量仪器的非正常工作、数据传输错误.本研究采用箱线图法来去除测试过程中的异常值，利用扭矩信号的幅值最大值、上四分位数(Fu)、中位数(XM)、下四分位数(FL)和最小值对扭矩信号进行统计处理，去除幅值异常值.该方法作为描述统计特征的工具有以下优点：利用实测扭矩数据制作箱线图，无数据限制性要求，可以真实地表现出数据自身的性质；另一方面，箱线图法以上下四分数位置作为基础来标定异常值的标准，由于四分位数具有一定的耐抗性，因而异常值对其无法产生实质性的影响，因此箱线图在识别异常值方面具有优越性[8].

运用箱线图法对图3中测试的传动轴动态扭矩信号进行异常值的检验.首先，对实测矩阵信号进行正态检验，做出正态拟合检验直方图，如图4所示.再做出箱线图，如图5所示.最后，将超出外限值的极端异常数据去除，如图6所示.

图4 正态拟合直方图

图5 实测扭矩数据箱线图

图6 去除极端奇异值

3.2 扭矩信号小波降噪

3.2.1 小波降噪方法

与传统傅里叶变换相比，小波变换具有可同时在时频阈对信号进行处理的优点.其通过伸缩平移运算特点可逐步对信号进行多尺度的细节处理，最终实现信号在高频处对时间细分、在低频处对频率细分，从而针对所采集载荷谱信号中的任意细节，有效地区分有用部分和噪声部分，并将噪声部分去除[9].根据测试的传动轴扭矩信号特点，可采用二进离散小波序列对扭矩信号进行处理，如式(4)所示.

(4)

式中：t为采样时间；Ψ(t)为基小波；j为分解层数；k为平移参数；j,k∈Z.

采用小波分析法对传动轴动态扭矩信号进行降噪的难点是如何选用最优的小波基函数.目前，处理人员往往根据以往的人工经验或者不断重复试验对比来确定合适的小波基函数.该过程操作繁琐，尤其是在面对特征不详细了解的信号时，最优小波基的选择更为复杂.针对此问题，可采用小波阈值去噪方法来确定去噪阈值.目前，常用的阈值去噪方法有：Donoho提出的小波分析通用阈值去噪法和Kathrin Berkner提出分层阈值去噪方法[10].采集的传动轴扭矩信号降噪阈值的计算方法如下：

(5)

(6)

式中：σ为噪声的标准差；ωj,k为测试信号最细层小波系数；λ为去噪阈值；N为测试信号长度；j为测试信号分解层数；median为取中值函数.

通过对大量试验所得的动态扭矩测试信号进行预处理发现，采用以上两种方法计算的噪声标准差往往偏大，这样利用式(6)计算的各分解层降噪阈值随之偏大，造成去噪过程损失过多高频部分的扭矩信号.针对这种问题，本研究提出在噪声分析的基础之上，对测试的扭矩信号进行自适应阈值降噪的方法，提高了传动轴动态扭矩信号处理效率和准确性.该方法计算过程为：首先，估计测试的扭矩信号中的噪声方差；其次，确定小波分析的各分解层的自适应阈值；最后，对传动轴动态扭矩信号进行去噪.

具体计算方法如下

(7)

(8)

(9)

为了评价自适应阈值去噪方法对样车测试的传动轴动态扭矩信号处理效果，本研究选择扭矩信号的信噪比和均方误差作为指标.评价指标计算过程如下：

(10)

(11)

式中：T为采样总点数.

通过计算扭矩信号的信噪比和均方差值判断扭矩信号去噪是否达到合理水平.处理后的信号信噪比越大、均方差越小则处理方法越好.若去噪效果未达要求，则重新进行噪声方差估计，再判断所计算的结果是否达到要求.以此循环，直至去噪结果达到理想水平.通过以上分析可建立车辆传动轴动态扭矩信号小波自适应阈值去噪方法的操作流程如图7所示.

图7 传动轴动态扭矩信号自适应阈值去噪流程

3.2.2 降噪结果分析

为了对比小波通用阈值去噪方法和小波自适应阈值去噪方法对传动轴动态扭矩信号的去噪效果，采用两种方法分别对第2章中测试的传动轴扭矩信号进行去噪，并对比各自的信噪比和均方差值.采用小波通用阈值去噪方法，其计算步骤是首先利用式(5)估计出扭矩信号各分解层次噪声的标准差σj，再利用式(6)计算各分解层次对应的通用阈值λ，结果见表2.

表2 小波通用阈值去噪方法阈值计算结果

采用小波自适应阈值去噪方法，其计算步骤是首先利用式(7)估计扭矩信号各分解层噪声的标准差σj，再利用式(8)和式(9)计算各分解层次对应的自适应降噪阈值λj，结果见表3.

表3 小波自适应阈值去噪阈值计算结果

采用以上两种方法处理的传动轴扭矩信号的信噪比(SNR)和均方差(MSE)指标统计结果见表4.

表4 两种方法信噪比(SNR)和均方差(MSE)

由表4可以看出，采用两种方法去噪后的传动轴扭矩信号的信噪比都有所提高.其中，采用自适应阈值去噪法处理后的扭矩信号的信噪比更大，均方差更小.这说明自适应阈值去噪方法相比较通用阈值去噪方法在车辆传动轴扭矩信号处理方面更具有优势，能够滤除扭矩信号中的更多噪声.同时，由于其在扭矩信号的低频层次去噪阈值相对较小，所以能保留更多的低频有用成分.因此，使用自适应阈值法可以更好地对车辆的动态扭矩进行降噪处理.

4 结 论

自主开发了车辆载荷谱测试用传动轴动态扭矩无线测试平台，提出了基于小波分析的自适应阈值传动轴实测扭矩信号降噪方法.试验结果表明：

1)基于蓝牙4.0的低功耗、高传输速率的扭矩信号测量传输系统满足履带车辆传动轴的密闭、高温、油污、振动的恶劣条件限制和扭矩数据传输速度要求.

2)相对于小波分析通用阈值去噪方法，小波分析自适应阈值去噪法对传动轴动态扭矩信号的去噪法更具有针对性和准确性.