电动汽车的受众越来越广，近年来其所占市场份额不断攀升。除电池外，电动动力总成是电动汽车最重要的组成部分。下图是雷诺Zoe的动力总成，包括电动控制器(1)、定子(2)和转子(3)以及齿轮箱(4)。

为什么要进行振动测试？ 

为确保电动汽车的动力传动系统无故障工作，需要对其中绝大部分部件进行100%控制，这才有可能实现“零故障”的总体生产目标。此外，还要能迅速识别出新出现的故障，以便能以最快的方式来调整对策，避免将来再次出现类似故障。 

大量事实证明振动和噪声测试能够可靠地识别各种零件、生产和装配误差。除了上述故障识别外，部件的噪声水平也越来越受到人们的关注。这是由于除了主电机以外的其它部件发出的一些噪声(例如振动噪声)以前由于存在内燃机噪声而未被注意到，而现在则显现出来。

     采用非接触式振动测试系统的必要性 

与内燃机相比，电机的驱动速度(rpm)通常比内燃机快50%左右，通常在10000~20000转/分钟之间运行。如果除一阶分析之外，还需要更高的阶次分析(例如齿轮分析)，那么所需要频率范围就会更高。 

正是由于这种高频(由高转速和高阶次引起)需求，超过了通常用于内燃机传动系统质量控制的接触式加速度传感器的性能极限(由于共振频率导致的带宽限制)。此外，接触式传感器通常需要人工定位，这是另一个误差来源。最为重要的是，接触式传感器的测量需要有较长的等待时间，因为样品本身也是由接触式传感器来激励的。 

高转速是挑战之一。另一个挑战则是需要高信噪比(SNR)和非常高的采样精度来精确确定样品的旋转角度，例如齿轮传动装置。德国Polytec公司的LDV可以轻松应对这两个挑战，使它们成为确保动力总成部件质量控制的理想工具。

电动动力总成中可能出现的故障可能是多种多样的，例如：

·       轴和轴承

§  不平衡

§  轴承损伤

§  不对中

·       齿轮

§  齿轮缺陷

§  齿形缺陷

§  齿距误差

·       由变频引起的部分励磁

·       共振

·       与电机相关的

§  转子偏心

§  与绕组故障有关的磁场误差

     案例一

下面是关于齿轮测试的案例，介绍了Polytec公司的IVS-500是如何帮助西门子(原Saab Medav)测量两个齿轮的时间与共振频谱信号。

IVS-500测量带宽高达100kHz，能自动聚焦并具有最佳信噪比，是生产环境中质量控制的首选工具。

·       上图：齿轮对中正确

·       中图及下图：存在齿轮不对中现象

从上述图表(时间与/或频谱信息)或阶次分析中，我们可以推导出是哪个部件导致的误差，甚至能够推导出产生误差的原因。目前，通过基于统计的评估方法与专家知识相结合，我们甚至能够识别出未知错误，并对其进行表征和分类。

LDV系统不仅仅用于生产控制，还可用于电动机的分析，尤其是研发部门对此非常感兴趣。马瑞利(Magneti Marelli)等公司不仅为最新一代纯电动汽车，还为马恒达(Mahindra)等电动方程式车队供应电动机。

对这种电动机进行模态分析有助于确保所研发的电动机按预期工作，并进一步降低噪声和振动水平。我们已经为多家电动汽车制造商提供了PSV-3D电机测量服务(鉴于我们签署了严格的保密协议，恕无法提供更多信息)。

通常情况下，测试由两部分组成。第一部分是在自由-自由条件下的经典模态试验，用于有限元模型验证。第二部分是在相同的试验条件下，分析被试零件各部分的不必要的相对运动。

     案例二

另一个案例来自德国马格德堡的Otto von Guerike大学，他们使用Polytec公司的LDV来进行模型验证(确保ODS预测正确)。他们的目标是优化轮毂电机相关部件的设计。Otto von Guericke大学是Polytec公司的PSV-1D的忠实客户（已购买多台），他们还结合Derotator旋转解调器来进行模型验证。

用于汽车和救护车的轮毂电机(见下图)。

通过Polytec公司的PSV-1D/3D提供的测试数据，工程师们可以验证他们当前使用的仿真模型是否能正确地预测ODS，判断模型是否需要进行修正。

下图中，上排显示了不同共振频率下测试所得的ODS，而下排显示的是模拟结果(由Otto von Guerike大学提供)。测试数据还可用于检查刚度和阻尼方法对轮毂电机的特性是否有预期影响。

总结展望 

如上所述，德国Polytec公司的LDV可用于电力传动系统的质量控制、模态验证等多个领域，得到了如知名大学、电动汽车制造商、零部件供应商等广泛认可。