电动助力转向系统NVH特性数据采集与性能评价

杨金广 蒋萍 于刚 张晴

文章编号：1671-3559（2024）03-0350-06DOI：10.13349/j.cnki.jdxbn.20240311.001

摘要： 针对汽车电动助力转向系统NVH特性数据存在多点位异步采样误差较大， 且选取性能评价依据单一的问题， 设计一种二十四通道NVH特性数据同步采集与多角度特性分析系统； 采用多个数据采集模块联结、 同步动态随机存储器读写、 高速串行计算机扩展总线融合的方式， 实现二十四通道NVH特性数据的同步精确采集与快速传输； 从机械性能与声振特性方面对电动助力转向系统NVH特性进行多角度分析与评价。 结果表明， 与传统测试方法相比， 所提方法可实现多点位同步高精度采样与多角度信号时频域分析， 每个通道数据采集速率可达200 kHz/s， 时频域分析依据更丰富、 更全面。

關键词： 电动助力转向系统； NVH特性； 数据采集； 性能评价

中图分类号： TP29； U467

文献标志码： A

开放科学识别码（OSID码）：

Data Acquisition and Performance Evaluation of

NVH Characteristics of Electric Power Steering System

YANG Jinguanga， JIANG Pinga， b， YU Ganga， ZHANG Qingb

（a. School of Electrical Engineering， b. School of Information Science and Engineering，

University of Jinan， Jinan 250022， Shandong， China）

Abstract： To solve the problem that NVH characteristics data of automotive electric power steering system had a large multi-point asynchronous sampling error and the performance evaluation basis was single， a 24-channel synchronous data acquisition of NVH characteristics and multi-aspect characteristic analysis system was designed. By means of connecting multiple data acquisition modules， reading and writing by synchronous dynamic random-access memory， and fusing peripheral component interconnect express， the synchronous， accurate acquisition and fast transmission of 24-channel NVH characteristics data were realized. The NVH characteristics of electric power steering system were analyzed and evaluated from the aspects of mechanical property and noise and vibration characteristics. The results show that compared with the traditional test methods， the proposed method can realize multi-point synchronous high-precision sampling and multi-aspect signal time-frequency domain analysis， and the data acquisition rate of each channel can reach 200 kHz/s， and the time-frequency domain analysis basis is richer and more comprehensive.

Keywords： electric power steering system; NVH（noise-vibration-harshness） characteristics; data acquisition; performance evaluation

汽车的噪声（noise）、 振动（vibration）和声振粗糙度（harshness）统称为汽车的NVH特性，是衡量现代汽车制造工艺水平的一个综合性指标。全球知名车辆品质评价公司J.D.Power评估车辆质量性能指

收稿日期： 2023-04-03          网络首发时间：2024-03-11T15：02：04

基金项目： 国家自然科学基金项目（62271230）

第一作者简介： 杨金广（1998—），男，山东泰安人。硕士研究生，研究方向为智能信息处理。E-mail：2660166344@qq.com。

通信作者简介： 蒋萍（1980—），女，山东菏泽人。教授，博士，硕士生导师，研究方向为智能信息处理。E-mail：cse_jiangp@ujn.edu.cn。

网络首发地址： https：//link.cnki.net/urlid/37.1378.N.20240311.0949.002

标中有近1/3的质量要求与车辆的NVH特性直接相关［1］，汽车的NVH特性成为区分汽车品牌优劣的重要标准之一。汽车整车由多个复杂系统组成，且各个系统具有其独特的NVH特征，整车NVH特性研究较为复杂，通常把整车NVH特性分成多个子系统分别进行研究，主要集中在动力总成悬置NVH特性、 变速器振动噪声、 制动振动噪声等方面。电动助力转向系统作为汽车的转向装置，是车中距离驾驶者最近的噪声源之一，在转向时若产生异响或振动将严重影响驾驶者及乘客的乘坐舒适性，因此电动助力转向系统的NVH特性分析对于整车质量性能评估具有重要意义。

电动助力转向系统可追溯到1998年的铃木Cervo轻型车， 至今已发展二十余年， 国内外许多专家学者从不同角度对改善电动助力转向系统NVH性能展开了相关研究。 Champagne［2］通过研究电动助力转向系统振动与主观额定值的相关性， 明确电动助力转向系统对方向盘振动的主观反应。 Ishii等［3］采用小波变换技术对电动助力转向系统机械噪声源进行识别。 Besson等［4］建立非线性模型对电动助力转向系统的动态特性进行研究。 Zeng等［5］基于MATLAB软件对电动助力转向系统进行控制建模优化及仿真。 Lennstrm等［6］给出了电动汽车电动助力转向系统的车内噪声声学评价参量和声学传递函数。 Freund等［7］建立电动助力转向系统的数学模型， 给出特征方程和振型的显式表达式， 研究不同参数对固有频率的影响。 Pietrusiak等［8］对存在冲击或冲击源问题的NVH进行分析。 Wróbel等［9］采用有限元方法研究了电动助力转向系统中的噪声和振动问题， 对NVH性能进行了仿真研究。 曹瑞等［10］对电动助力转向系统共振频率的测量和计算进行了研究。 桑帅军等［11］对某型电动助力转向系统进行振动噪声测试， 将测得的噪声信号分频段还原， 分析了产生异响的原因。 袁崇辉等［12］对汽车电动助力转向系统进行了模态分析， 得出电动助力转向系统应力分布情况和固有频率。 刘培培等［13］通过整车动力模型对电动助力转向系统的助力特性进行了研究。 李健等［14］对转向系统的NVH性能进行了仿真分析和试验测试。 钱结苗［15］对电动助力转向系统噪声部件的运转规律进行了研究。 夏薇等［16］研究了振动噪声源对电动汽车NVH特性的影响规律。 于发加［17］提出了基于模糊控制的电动助力转向系统控制方法。

目前对电动助力转向系统NVH特性的研究主要集中在助力特性、动力学建模、 控制策略、 关键零部件等方面，分析方法多基于仿真数据或将样件拆卸后逐个点位依次采集，数据存在不完备、与实际数据偏差较大等问题，如采样点位之间即使时间间隔较小，仍存在开始采样时刻、 采样时序不统一的问题，上述分析方法产生的误差会对整个电动助力轉向系统的NVH特性分析产生较大影响。另外，现有NVH特性分析方法多基于单一零部件的机械性能或声振特性分析，不足以支撑电动助力转向系统整体NVH性能评价。本文中设计一种适用于电动助力转向系统的二十四通道NVH特性数据同步采集系统，通过时频域双分析方法对电动助力转向系统的NVH特性进行性能评价，从而解决汽车电动助力转向系统NVH特性实验存在多点位异步采样误差大，且选取性能评价依据单一等问题，对提升新能源汽车电动助力转向系统品质，提高整车制造水平具有重要意义。

1  数据采集点位布局

定义u1、 u2、 …、 up为测试部件，p可根据测试部件精度需求增加或删减。本文定义p=6，其中u1为方向盘，u2为转向管柱，u3为万向节，u4为电动助力电机，u5为转向器，u6为电子控制单元。其中电动助力转向系统结构及测试点位如图1所示，共20个点位，取其20%作为通道裕量，共计24个采集通道。

所采集的NVH特性数据包括声振数据（噪声、 振动）、 机械数据（固有频率、 逆向载荷、 输入-输出扭矩间隙检测）等， 其中， 声振数据表征电动助力转向系统NVH品质， 机械数据表征电动助力转向系统合格性， 若样件不合格则无法进行NVH特性实验。

由于测试点位较多，因此本文中选择转向管柱带中间轴的间隙检测扭矩特性作为机械性能分析数据，选择电动助力电机声学特性作为声振特性分析数据，对应图1中的15、 20点位，其他点位分析方法与之类似。

1.1  间隙检测扭矩特性

转向管柱带中间轴间隙检测扭矩特性输出轴端安装力矩传导齿轮，扭矩传感器连接相同力矩传导齿轮且尾端固定，传导齿轮相互啮合。设定不同车速信号，完成“中—左—右—中—右—中”的扭矩输入，记录输入扭矩与输出扭矩关系曲线，此测试点位于转向管柱末端，实现非拆卸测量，通过齿轮传动实现输出力矩数据采集。

由式（1）赫兹公式可得到齿轮在整个啮合过程中齿面接触应力σh变化的解析解，进而求得转换后的扭矩。比较实际输出力矩与理论结果，绘制间隙检测扭矩特性曲线。

σh=

Fn1ρ1±1ρ2πL1-μ21E1+1-μ22E2 ，（1）

式中： σh为接触应力； Fn为法向力； L为接触线长度； ρ1、 ρ2为2个齿廓在节点处的曲率半径，取ρ1=ρ2； E1、 E2为2个齿轮材料的弹性模量； μ1、 μ2为2个齿轮材料的泊松比。

1.2  电动助力电机声学特性

电动助力电机噪声测试点位于电动助力电机壳体上方，设置不同车速信号，对采集到的信号进行时频域分析，找出由内部齿轮在啮合传动中所产生的振动激励引起的中高频啸叫噪声，并得出电动助力电机声学特性的频率范围，确定电动助力电机齿轮啮合是否合理。

2  数据采集系统设计

电动助力转向系统NVH特性数据采集系统如图2所示，系统由采集端与现场可编程逻辑门阵列（field programmable gate array，FPGA）主板组成。

采集端由数据采集模块（本文中选用双通道24位同步采集芯片PCM4220）、 时钟晶振、 电源等组成，实现NVH数据的采集。FPGA主板由同步动态随机存取内存（synchronous dynamic random access memory，SDRAM）读写模块、 高速串行计算机扩展总线标准（peripheral component interconnect express，PCIe）数据传输模块、 时钟模块等组成，实现对整个系统的逻辑控制和指令输出。

FPGA—现场可编程逻辑门阵列； PCIe—高速串行计算机扩展总线标准； IP—知识产权。

图2  电动助力转向系统NVH特性数据采集系统

2.1  数据采集端设计

本文中设计的NVH特性数据采集系统为二十四通道同步24位高速采集，采用12个数据采集模块并联且共用位时钟与帧时钟的方式实现二十四通道同步采集，其中模块1—4、 5—8、 9—12分别构成采集子模块Ⅰ、 Ⅱ、 Ⅲ。

由于采集的NVH特性信号源是浮动的，因此采用伪差分连接方式，每个信道时隙长32位，时隙中有24位数据左对齐，音频数据首先为最高有效位，每个数据采集模块设备的子帧分配由相应的引脚设置选择。

2.2  数据滤波处理

本文中采用π型的电阻-电容（RC）滤波方法滤除环境对硬件采集系统的干扰， 采用巴特沃斯滤波对电动助力转向系统NVH特性数据进行滤波， n阶巴特沃斯低通滤波器的增益G（ω）如式（2）所示。

G2（ω）=H（jω）2=G201+ω/ωc2n ，（2）

式中： H（jω）为巴特沃斯滤波器的传递函数； G0为直流增益； ω为拉普拉斯变换的复频域变量； ωc为截止频率。

2.3  数据采集控制系统设计

电动助力转向系统NVH特性数据采集控制系统如图3所示。 采集的NVH特性数据通过SDRAM写操作缓存到FPGA， 采集端与SDRAM写操作共用频率为200 kHz的时钟和同步信号。 缓存的NVH特性数据通过SDRAM读操作和PCIe总线高速传输到分析端， PCIe数据传输模块与SDRAM读操作共用频率为50 kHz的时钟和同步信号， 其中分析端通过PCIe接口与PCIe数据传输模块连接。

FPGA—现场可编程逻辑门阵列； SDRAM—同步动态

随机存取内存； PCIe—高速串行计算机扩展总线标准。

2.3.1  数据SDRAM读写模块设计

对采集到的电动助力转向系统NVH特性数据进行读写操作需要用到高級可扩展总线接口，该接口由读地址、 读数据、 写地址、 写数据、 写响应5个独立的通道构成。NVH特性数据写传输用到写地址、 写数据、 写响应3个通道，主机在写地址通道给出写地址和控制信号，然后在写数据通道连续突发写4个数据，从机在接收数据之后，在写响应通道给出响应信号。数据读传输原理亦然。

NVH特性数据的写入存储和读取发送流程如图4所示。 对于读写数据操作， 接收开始指令后， FPGA为读写数据配置参数， 等待高级可扩展总线主机读写数据模块已准备的响应，FPGA收到响应后， 配置工作模式、 采样时钟频率等参数。 对于写数据操作， 首先清空SDRAM内存， 发送同步信号至采集端， 通过高级可扩展总线接口将采集数据写入FPGA， 解析数据后缓存至SDRAM中。 对于读数据操作， FPGA发送同步信号至PCIe传输模块， 接收同步信号后， 高级可扩展总线接口进行读操作， 并将读取的缓存数据通过PCIe总线传输给上位机。

SDRAM—同步动态随机存取内存；

PCIe—高速串行计算机扩展总线标准。

2.3.2  数据PCIe传输模块设计

NVH特性数据通过PCIe数据传输模块从FPGA主板传输到上位机分析端，模块由PCIe总线、PCIe工作站、PCIe连接器等组成，实现NVH数据的高速率传输。

图5为PCIe数据传输流程图。由图可知，上位机检测到PCIe设备后，在上位机分析端选择对应通道数，此时会开辟相应数量通道的缓存区，之后开启33 ms定时器，最终通过PCIe读取数据显示到上位机窗口。

3  电动助力转向系统NVH性能评价

3.1  机械性能

选取点位15作为机械性能测试点。由于转向管柱底端与万向节连接不便拆卸，因此转向管柱扭矩信号通过双齿轮啮合方式传导。扭矩传感器前端连接从动扭矩传导齿轮中心轴，后端处于固定状态，为了不影响双齿轮啮合运动，扭矩传感器线束从外侧引出。

点位15的转向管柱末端间隙检测扭矩特性曲线如图6所示，其中间隙值等于左极限点横坐标绝对值与右极限点横坐标绝对值之和，由此可以得到点位15的机械性能的间隙检测扭矩特性参数，判断样件是否可以进行后续NVH特性实验。

3.2  声振特性

选取点位20作为声振特性测试点。该点位数据对电动助力电机啸叫进行诊断，采用TA143型三轴加速度计，点位20的电动助力电机壳体上方声振特性数据曲线如图7所示。通过该曲线可以直观地理解电动助力电机声振特性数据的变化趋势。

选取点位20的电动助力电机壳体上方声振特性数据的8～10 s电机无啸叫区域，对该区域进行快速傅里叶变换（FFT），FFT变换结果如图8所示。从图中可以看到，各频率的振幅分布相对平缓，不存在啸叫尖峰。

选取点位20的电动助力电机壳体上方声振特性数据的14～16 s电机存在啸叫区域，对该区域进行FFT变换，FFT变换结果如图9所示。从图中可以看到，在600～1 400 Hz频段内的振幅分布较为陡峭，存在啸叫尖峰。

回放音频并观看频谱图， 得出在啸叫声音存在时， 在频率600～1 400 Hz处存在一个尖峰， 无啸叫时， 不存在尖峰。 为了验证600～1 400 Hz频段存在诉求的啸叫， 使用带阻滤波， 过滤掉频率600～1 400 Hz的声音， 600～1 400 Hz频段带阻滤波结果

如图10所示，由图可以看出，600～1 400 Hz的频率成分被完全过滤掉。回放后整个音频没有听到啸叫，确认啸叫存在于600～1 400 Hz频段，得出电动助力电机存在啸叫时的声振特性，找出由内部齿轮在啮合传动中所产生的振动激励引起的中高频啸叫噪声并得出其频率范围。

4  结论

本文中提出一种电动助力转向系统NVH特性数据采集与性能评价方法，能够实现对电动助力转向系统NVH特性数据的二十四通道同步24位高速采集和多角度特性进行分析，能对电动助力转向系统NVH特性进行有效的性能评估与改善。实验结果表明，该方法在电动助力转向系统NVH特性数据同步采集与性能评价方面具有适用性，与传统测试方法相比，该方法可实现多点位同步高精度采样与多角度信号时频域分析，每个通道数据采集速率可达200 kHz/s，时频域分析依据更丰富、更全面。

参考文献：

［1］  周舟， 周建文， 姚凌云， 等. 整车NVH性能开发中的CAE技术综述［J］. 汽车工程学报， 2011， 1（4）： 175-184.

［2］  CHAMPAGNE A J. Correlation of electric power steering vibration to subjective ratings： SAE Technical Paper 2000-01-0176［R/OL］. （2000-03-06） ［2023-03-01］. https：//doi.org/10.4271/2000-01-0176.

［3］  ISHII H， UEMURA H， ZHANG Z. Identification of noise source in electric power steering system using wavelet transform： SAE Technical Paper 2007-01-2272［R/OL］. （2007-05-15） ［2023-03-01］.https：//doi.org/10.4271/2007-01-2272.

［4］  BESSON F， FERRARIS G， GUINGAND M， et al. Simulation of the dynamic behavior of electric power steering systems using dedicated finite elements［J］. Journal of System Design and Dynamics， 2009， 3（3）： 429.

［5］  ZENG Q， HUANG J H. Modeling and simulation of the electric power steering system［C］//2009 Pacific-Asia Conference on Circuits， Communications and Systems， May 16-17， 2009， Chengdu， China. New York： IEEE， 2009： 236.

［6］  LENNSTRM D， JOHNSSON R， AGREN A， et al. The influence of the acoustic transfer functions on the estimated interior noise from an electric rear axle drive［J］. SAE International Journal of Passenger Cars： Mechanical Systems， 2014， 7（1）： 413.

［7］  FREUND M K， JOUBANEH F E， BARRY O R， et al. Study of vibration of electric power steering systems using a continuous system model［C］//ASME 2017 International Mechanical Engineering Congress and Exposition， November 3-9， 2017， Tampa， Florida， USA.New York： ASME， 2017： IMECE2017-70755， V013T01A003.

［8］  PIETRUSIAK D， WRBEL J， CZECHOWSKI M， et al. Dynamic NVH numerical analysis of power steering in the presence of lubricant in the system［J］. Materials， 2022， 15（7）： 2406.

［9］  WRBEL J， PIETRUSIAK D， FIEBIG W. Automotive electric power steering systems NVH performance investigations［J］. International Journal of Automotive Technology， 2022， 23（4）： 1153.

［10］  曹瑞， 趙燕， 王睿. 车辆转向系统共振频率的测算方法的研究与应用［J］. 机电工程技术， 2006（5）： 71.

［11］  桑帅军， 董大伟， 闫兵， 等. 某型电动助力转向系统振动噪声测试分析［J］. 机械工程与自动化， 2011（4）： 131.

［12］  袁崇辉， 孟广耀， 李永夺. 基于ANSYS的汽车电动助力转向系统的有限元分析［J］. 汽车零部件， 2011（9）： 69.

［13］  刘培培， 程源， 罗威， 等. 汽车电动助力转向系统建模及助力特性［J］. 汽车工程师， 2015（10）： 34.

［14］  李健， 李彬， 张豫宁， 等. 某车型转向系统NVH性能分析与优化［J］. 北京理工大学学报， 2015， 35（5）： 455.

［15］  钱结苗. 阶次分析技术在电动助力转向系统噪声分析中的应用［J］. 汽车零部件， 2018（1）： 15.

［16］  夏薇， 王凯， 张建亚， 等. 基于谐振控制器的谐波削极型永磁同步电机转矩脉动抑制策略［J］. 中国电机工程学报， 2019， 39（18）： 5499.

［17］  于发加. 汽车电动助力转向系统助力特性分析及仿真研究［J］. 汽车实用技术， 2021， 46（15）： 121.

（责任编辑：刘建亭）