上海NVH异响检测台
近年来,声学品质已成为一个日益重要的话题。特别是在汽车行业,在**化产品升级以及向电驱汽车的转型浪潮中,客户的期望从轰鸣的发动机声音逐渐转向安静舒适驾驶体验。因此,不仅在研发阶段,在生产过程中对NVH声学质量、噪音测试、异音测试的要求也越来越高。精心设计的生产下线台架上的EOL声学测试系统可以发现"有异响"的产品,同时又远远不仅限于此。通过基于被测产品的动力流和齿数等机械结构信息进行物理建模,可以将不规则异响噪音定位于特定部件和找到根本原因,从而实现高效维修。异音、异响、NVH EOL下生产下线检测系统可以为机器学习和大数据分析接入提供了端口和更加质量的训练数据。上海NVH异响检测台
生线产异音异响下线测试测试要求不同于研发实验室测试或者整车测试:与生产线控制端进行实时通信沟通复杂生产环境中进行稳健、自动和快速的测量统一管理复合产品类型、多测试产线以及复杂测试步骤质量关键的相关值、合格/不合格限值评估质量缺陷的根本原因快速分析定位每天每条产线近千个测试结果的原始数据和测试结果的储存,管理和分析基于测试结果数据库的实时趋势分析、热点问题分析,对于产线情况,产品质量评估和预警。生线产异音异响下线测试不仅*是限值设定和单次测量的评估,而是一套复杂且多部门协同工作的系统。NVH异响检测咨询报价将整车测试、噪音测试、异音测试的下线生产大数据自学习的极限值相结合,可以筛选出导致客户投诉的产品。
在车辆或机械系统中,多个部位都可能产生异响,这些异响往往与部件的磨损、松动、损坏或设计缺陷有关。以下是一些容易产生异响检测的主要部位:发动机:发动机是车辆的心脏,其内部包含许多高速旋转和相互摩擦的部件。当气门、汽缸、活塞、曲轴等部件出现故障或磨损时,可能会产生嘶鸣声、爆响、敲击声等异响。高温烧煤声可能表明发动机内部存在燃烧不充分或排气系统问题。传动系统:变速器:变速器在换挡或运行时可能因齿轮磨损、轴承故障等原因产生磨擦声、回转声或滴落声等异响。传动轴和万向节:这些部件在传递动力时,如果润滑不良或磨损严重,也可能产生异响检测。
失去了发动机的掩盖效应之后,各种生产缺陷被放大,比如齿轮齿面波纹度和轴承异响,更容易被人耳识别到。电动机转矩波动会通过动力总成固定装置传递到车身或者通过输出轴传递到驱动轮。这些力矩波动可以通过扭转加速度测量甚至表现为线性振动。找出隐藏的质量缺陷尽管整车测试中没有主观异响或者噪音,但也可能存在限制产品使用寿命的耐久性质量缺陷。生产统计分析通过存储100%生产测试的所有结果生成的结果数据库,可以进行生产数据统计学分析:前N项主要质量缺陷分析,提供一个简洁的产线概览。在实际驾驶条件下,使用专门的测试仪器(如声级计、频谱分析仪等)对电动汽车的异响声音进行检测。
机械设备及产品发出的声音、异音、噪音信号能够有效表征其运行状态,若出现异音异响,则表明其机械设备及产品存在故障或质量缺陷。目前机械设备及产品的质量检测和故障诊断大多采用人工听诊的方法,存在误判率高、效率低下以及生产成本日益增加的问题。本成果专注于工业声学大数据在智能制造领域应用,开发工业智能听诊系统,其利用声学传感器在线采集机械设备及产品信号,依据专业声学分析方法,结合机器学习技术,可替代人工完成产品异音异响下线检测及关键设备的预测性维护。通过采用有效的异响检测方法和措施,及时发现并处理潜在的异响问题,提高电动汽车的驾驶舒适性和品质感。上海功能异响检测控制策略
使用计算机模拟电动汽车在各种工况下的运行,并通过相应的软件对电动汽车的声音进行异响分析和测量。上海NVH异响检测台
机器学习模型训练:利用大量包含正常和异常情况的数据对机器学习模型进行训练。通过监督学习算法,使模型能够学习并识别正常声音与异常声音之间的区别。实时监测与异常检测:将训练好的机器学习模型集成到生产线的控制系统中,实现实时监测。当系统检测到异常声音时,能够在秒级响应内触发警报,通知操作人员及时采取相应措施。结果展示与记录:将检测结果以直观的方式展示给操作人员,如通过用户界面显示测试结果和故障源定位信息。记录并分析所有监测数据,以便后续跟踪和改进。上海NVH异响检测台
上一篇: 宁波国产生产下线NVH测试异音
下一篇: 发动机总成耐久试验阶次分析