Parámetros de identificación para el control de cajas de cambios Rotas

Transcripción

1 Parámetros de identificación para el control de cajas de cambios Rotas Discom GmbH Introducción El programa para el control de cajas de cambios Rotas analiza el señal de ruidos si hay deterioros y ruidos de zumbido de engranaje. De esta manera se comprueba por una parte las magnitudes de medidas en el señal de tiempo y por otra parte, si los espectros de órdenes rebasan los valores límites. Es el objetivo de ambos procedimientos de obtener cada vez las magnitudes de medidas óptimas para la caracterización de errores en las cajas de cambios. Para ambos procedimientos están a disposición canales síncronos y uno o más canales mezclados. A los canales síncronos de rotación están asignados árboles en la caja de cambios. El o los canal(es) mezclado(s) registran el señal completo para registrar también partes de ruidos producidos por elementos asíncronos como por ejemplo cojinetes. Es posible asignar exactamente las partes de ruidos a los árboles de las cajas de cambio a través de los canales síncronos. En lo siguiente son especificados los valores indicativos para los ajustes de límites. En casos particulares esta creación de valores límites es apoyada por la posibilidad de determinar límites fijos por límites de revoluciones en la prueba de funcionamiento. ganar las funciones de distribución por evaluaciones estadísticas de la fabricación en serie. ejecutar un proceso de aprendizaje con límites inferiores y superiores absolutos. poner los límites para los órdenes de engranes a través del posicionamiento automático de límites fijos (sombreros) del juego de los datos aprendidos. Identificación de deterioros Un deterioro aparece siempre en la misma posición angular del árbol afectado y por eso se lo encuentra también en el señal de tiempo síncrono de rotación siempre a la misma posición. El deterioro se manifiesta en el señal de tiempo por un máximo en la posición angular en la cual el diente defectuoso entra en contacto con su contra engranaje. El programa Rotas evalua como magnitudes de medidas el valor máximo (Peak), el valor eficaz (RMS) y el factor Crest (Crest). El factor Crest, calculado como relación entre el valor máximo y la amplitud media de cantidad, es specialmente sensible. Los valores Peak y RMS como magnitudes absolutos son dipendientes del respectivo ruido de la caja de cambios. En esencia el factor Crest muestra como número proporcional para todas las cajas de cambio el mismo valor respecto a deterioros.

2 En lo siguiente hay tres canales síncronos, y en el primer canal (ZwAn) aparece un defecto. g ZwAn g ZwAb g TsAb m Rev Ilustración : Defecto en el árbol intermedio de las cajas de cambios automáticas, cara primario (ZwAn). Los demás árboles no muestran defectos. En el señal de tiempo hay 4 revoluciones. El factor Crest del árbol ZwAn asciende a 4.

3 Una ayuda importante para encontrar los valores límites es la registración de los valores de medición en el banco de datos de registro en Rotas y la evaluación con ayuda del programa BlobStatistics.mdb. La evaluación puede presentar tanto las funciones de distribución como también series de tiempo. Debajo se ve la serie de tiempo del factor Crest de 0 cajas de cambios. Ilustración : Evaluación estadística del factor Crest de la cara primario del engranaje, 4. marcha en el estado de subida más de 0 cajas de cambios. Teniendo dos defectos se puede fijar el límite para el valor Crest en 8. En el banco de ensayo el límite estaba en 0, no fueron producidos defectos. Los siguentes ajustes básicos pueden ser usados como puntos de referencia para la evaluación del señal de tiempo. Se ha seleccionado los valores RMS y Peak tan elevadamente, que no son usados en la evaluación. Para la identificación de defectos obvios el valor Crest está fijado en en los canales síncronos. En el canal mezclado el valor Crest está ajustado insensiblemente en 8. Por el uso de valores idénticos para el mín y el máx los efectos de aprendizaje están apagados. Los ajustes se hace en el banco de datos para las cajas de cambios RotasForms.mdb. Valor Offset Factor Mín Máx Comentario Des.st. Crest SKx 3 fijo en Crest MIX fijo en 8 Peak SKx 3 evaluación apagada Peak Mix RMS SKx RMS Mix evaluación apagada 3

4 3 Identificación de ruidos de zumbido Un ruido de zumbido está caracterizado por el hecho que se produce con cada revolución del árbol afectado la misma cantidad de vibraciones. En la presentación espectral de órdenes esto se manifiesta siempre por la producción del mismo orden. Dado que es posible tener una serie de distorsiones geométricas en dentados, son producidos respectivamente diferentes componentes de órdenes. Los órdenes de engrane y las armónicas de ellos son los componentes principales en el espectro de órdenes (véase ilustración 3). Estos aparecen en la cantidad de dientes y los múltiplos de ellos. El engrane no es totalmente regular. Excentricidades o defectos de marcha concéntrica causan la modulación de la amplitud de los órdenes de engrane encima de la revolución de un engranaje: si los dos engranajes participantes tienen la distancia de medición, el ruido de engrane es más bajo que cuando la distancia difiere a causa de un defecto de marcha concéntrica. La amplitud del orden de engrane está modulado con la excentricidad. Esto se muestra en los espectros de órdenes por bandas laterales del orden de engrane. Este error aparece parcialmente aumentado con los engranajes grandes en la cara secundario o en coronas de trenes planetarios. Más errores de engrane se producen por vibraciones de las máquinas de mecanizado de precisión. Se muestran mecanicamente como árboles en los flancos de dientes. En el espectro de órdenes estos errores aparecen como así llamados órdenes de fantasma que muchas veces están entre el primero y el segundo orden de engrane. Errores de paso en engranes están conectados con la periodicidad de la máquina de mecanización y producen muchas veces partes en órdenes bajos. En el espectro de orden hay también partes del banco de ensayo o de piezas montadas. A ello cuentan desequilibrios de accionamientos y fuerzas de descenso cardánicos que aparecen en el primer hasta el cuarto orden. Órdenes de engranajes reductores de bancos de ensayos son también posibles. Para evaluar esta multitud de componentes de órdenes se pone normalmente límites fijos para las partes críticas del ruido en el veículo como órdenes de engranes. Para los demás órdenes se averigua los límites por un proceso de autoaprendizaje. De esta manera se comprueba si hay una desviación en la conducta en serie. 4

5 ZwAn-lim ZwAn 3 4 dbg ZwAb-lim ZwAb 4 dbg TsAb-lim TsAb 3 dbg MIX-lim MIX Ord Ilustración 3: Espectros de órdenes de tres canales síncronos y de un canal mezclado para una caja de cambios automática. Se presentan: :. Frecuencia de engrane armónica. :. Engrane armónica. 3: Defectos de marcha concéntrica, bandas laterales de la frecuencia de engrane. 4: Órdenes de fantasma causados por ondulaciones de la superficie. 5

6 La evaluación de los espectros de órdenes se hace por una curva límite, que es creado para cada canal (síncrono o mezclado) y para cada estado de funcionamiento de la caja de cambios (marcha, subida, bajada). Las cantidades siguientes entran en este orden: La curva límite se forma del promedio más Offset más n por desviación standard. No debe bajar por debajo de un polígono mínimo. No debe rebasar un polígono máximo. Si están definidos sombreros, estos sobrerregulan todas las demás especificaciones. MaxBoun MinBoun ZwAn- Bound Ord Ilustración 4: Composición de la curva límite (rojo) de los componentes promedio (verde), desviación standard (no dibujado), polígono mínimo (azul oscuro), polígono máximo (azul claro) y sombreros. Para las frecuencias de engrane se usa normalmente sombreros con límites fijos. El resto del espectro es puesto con la ayuda del proceso de aprendizaje en promedio más Offset más n por desviación standard. Cuanto más se acercan los polígonos mínimos y máximos a la curva límite deseada, cuanto menos se repercute la influencia del proceso de aprendizaje. Pero si se modifica las condiciones del banco de ensayos como pares o frecuencias de giro inicio/final, todos estos parámetros tienen que ser adaptados. Contrariamente, teniendo límites de polígonos abiertos se puede arrancar simplemente un nuevo proceso de aprendizaje. Existen las siguientes posibilidades para encontrar las altitudes de los sombreros en las frecuencias de engranes : Se ha identificado los límites de revoluciones en la prueba de funcionamiento. Se ajusta los límites de los sombreros mediante los valores de medición creado por ellos (registro largo en Rotas). Después de haber aprendido con sombreros apagados, los sombreros son creados automáticamente de los datos de aprendizaje en el banco de datos para cajas de cambios RotasForms.mdb. Para esto se pone p.e. promedio más 5 db más 3 por desviación standard. Este método es apto especialmente como valor de inicio para modificaciones futuras. Se recurre a las funciones de distribución de la evaluación estadística con BlobStatitics.mdb para poner los sombreros. 6

7 Ilustración 5: Función de distribución para el primer orden de engrane en 4. marcha en el estado de subida de un engranaje patrón (azul) y del juego diferencial (azul). Con un defecto de % se ajusta los límites de sombreros a ca. 88 db. Se puede dar las siguientes recomendaciones para la creación de curvas límites: Cantidad Curvas límites del proceso de autoaprendizaje Polígono mínimo Método Método : Desviación standard incluido: Offset 5-0 db, 3 por desviación standard Método : Sólo Offset: Offset 0 db, 0 por desviación standard. Suficientemente alto hasta el 0. orden para enmascarar influencias del banco de ensayos o del árbol de transmisión. P.e. poner en 85 dbg. De allí seguir tirando como polígono alrededor de 0 db debajo de los órdenes de engrane. A partir del último orden de engrane hasta el final seguir tirando constantemente o levemente inclinado. Polígono máximo sombreros A la altura de órdenes de engrane ejecutar de órdenes bajos hasta órdenes altos como polígono. De la prueba de funcionamiento, adaptar datos de aprendizaje o funciones de distribución. 7