電動車檢測技術的進步
電動汽車帶來新的挑戰和機會
電動車中不同的部件特性導致汽車產業對噪音和負載的要求更高。 電動車在一定程度上正在改變齒輪分析和檢查的執行方式。 剖析齒輪和變速箱中的噪音問題需要像偵探一樣的分析方法。 問題可能源於設計本身、公差或齒頂/齒底修整(tip/root relief)問題、齒腹形狀偏差（如波紋）或可能直接影響噪音的鼓形(crowning)問題。 需要檢查齒輪生產的每個方面，以提供最準確的結果。Klingelnberg 剖析複雜的檢驗要求
.jpg)
Klingelnberg 精密計量總監 Christof Gorgels 博士討論了近年來汽車行業中齒輪公差的降低。 他提到“對噪音性能測試的需求已經增加，並且是對傳統幾何精度評估的補充。 透過齒輪偏差分析 (GDA)，Klingelnberg 多年來一直提供一種工具，僅基於簡單的齒輪測量來分析齒輪的預期噪音行為”。 借助 Klingelnberg 的混合方法，該公司提供了一種解決方案，可以在不影響準確性的情況下實現更快的測量。 此外，R 300 a 滾動測試解決方案可以在生產週期內對齒輪進行 100% 的快速噪音評估。
“速度和靈活性都有助於最大限度地降低品質成本，”Gorgels 說。 “通過結合 GDA、混合計量和滾動測試，Klingelnberg 為齒輪的幾何精度和噪音方面的不同要求提供了解決方案。
與傳統汽車相比，電動汽車有兩個主要區別：
“最明顯的是發動機沒有掩蔽的引擎噪音，使齒輪噪音更加突出。 從承載能力來看，電動馬達具有不同的扭矩特性，增加了驅動側腹上的負載。 此外，回收滑行段(coast side)的高負荷，這對汽車行業來說是新的。 將更高的負載和噪音要求與高負載的滑行齒面(coast flank)相結合，齒輪齒面設計的優化變得更加複雜，”Gorgels 說。
Klingelnberg 的 GDA 軟體使齒輪噪音可以被看見被分析。 它包括四個模組9 View、Wave Analysis、Wave Production 和 Produce。
“對於噪音分析，我們不僅通過查看振福，還透過查看波紋等規則結構，以更智能的方式評估形狀誤差。 透過我們的 GDA 軟體，我們為客戶提供了一種工具來評估這種波紋度，並且基本上可以接收可以直接與生產線末端(EOL)測試進行比較的階次圖(order diagram)。 這確保了聲學工程師和製造和品管工程師使用相同的語言，”Gorgels 補充道。
今天重要的是先進的研磨製程模擬。 如果發現齒輪有噪音，接下來的問題是如何解決這個問題？ 與校正標準幾何偏差相比，尋找噪音問題的技術解決方案要復雜得多。
“透過製程模擬，不同的製程偏差，例如歪斜的研磨刀具或工件台的扭轉振動，可以模擬齒腹波紋的結果，從而與現實世界的測量結果進行比較。 除了讓噪音可見分析，我們還幫助我們的客戶找到根本原因，”Gorgels 說。
他今天看到客戶列印結果上的某些階次(orders)存在更多公差。
“這些階次可以是齒嚙合階次（和較高諧波）以及所謂的幽靈階次。 如果這些要求出現在列印輸出上，則應在生產中對其進行測量。 這增加了對我們透過 GDA 分析以及 R 300滾動測試儀提供的標準生產解決方案的需求，”Gorgels 說。
未來幾年，使用這些工具的需求將會增加。 標準化將成為確保 OEM 及其供應商之間達成共識的主要話題。
(資料來源: https://www.geartechnology.com/articles/29944-technology-advancements-in-ev-inspection?fbclid=IwAR1-3Jfan5isCZI23SstWdUff9f8fl2mhil5KlDmsQkCSWwBLnCBl-iAY2c )