重型汽车NVH智能检测方案：边缘计算+数据采集+智能算法技术实践

原创已于 2025-12-04 15:10:13 修改 · 285 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #NVH #汽车 #边缘计算 #新能源

于 2025-12-04 14:37:35 首次发布

痛点驱动

NVH 检测成重汽质量关键防线

在汽车产业加速迈向高质量发展的今天，NVH（噪声、振动与声振粗糙度）已不仅是衡量驾乘舒适性的指标，更成为产品可靠性与制造精度的关键标尺。统计显示，约三分之一的车辆故障与NVH问题密切相关，大型车企近20%的研发预算用于相关优化。

该重汽集团聚焦新能源重卡核心部件——电驱桥，在其下线环节亟需一套高效、可靠的NVH检测方案。传统人工听音判异方式主观性强、效率低，难以满足大规模量产对一致性与准确性的严苛要求。同时，电驱系统结构复杂、运行工况多样，对测试系统的动态响应能力、多物理场融合采集能力及抗干扰性能提出极高挑战。

项目需求

实现噪声与振动信号的高精度同步采集；
支持多负载、多转速工况下的自动化测试；
构建智能评判模型，自动识别早期缺陷并拦截不合格产品。

技术架构

软硬协同构建智能检测体系

为实现对微弱振动信号的“零遗漏”采集与分析，需要一套以“边缘计算+数据采集+智能算法”为一体的NVH下线质量检测系统。

NVH下线质量检测系统的英文是NVH End-of-Line (EOL) Quality Testing System，是专为电器、电机、变速箱等动力类产品的NVH下线质量管控环节而设计的。该系统基于声振纹多域采集分析技术，聚焦噪声（Noise）、振动（Vibration）、声振粗糙度（Harshness）三大核心指标，通过精准采集噪声振动数据，进行时域、频域、声品质等多域特征提取，以及人工智能的故障诊断模型，快速定位产品异常，自动判定合格与否。

四大关键技术

多物理场数据采集技术

能同时采集噪声、振动、温度、压力等多物理场参数，为后续分析提供全面数据。
深度数据分析技术

运用二维、三维频谱分析，阶次谱分析，统计分析等手段，确定结构工作频率、共振频率、统计振动与噪声数据特征，诊断故障类型。
自动化测试集成技术

可方便地集成到下线测试台架和生产线中，实现自动化测试、提高测试效率，降低人工成本。
故障诊断与阈值设定技术

具备专业的故障限值设定自学习软件模块，可自动调整与学习故障阈值曲线，对产品故障进行准确评估，还可对多种不同故障类型进行监测。

解决方案

传感层：部署高灵敏度加速度传感器（100mV/g，频响0.5–10kHz），覆盖电驱桥关键测点，精准捕捉微弱振动特征。
采集层：采用UNO-348紧凑型无风扇边缘控制器作为主控平台，集成PCIE-1803动态信号采集卡（8通道、24位、128ks/s采样率）与PCI-1682F双端口CAN FD通讯卡，确保高速、高保真数据采集与设备实时通信。
分析层：依托DAQNavi开发平台，结合行业伙伴算法模型，实现时域、频域、阶次谱、声品质等多维特征提取，结合二维 / 三维频谱分析、阶次谱分析等深度数据处理技术，自动识别产品合格状态（OK/TBD/NG）。同时，系统具备故障限值自学习功能，可动态优化判级标准，提升不同故障类型的识别准确率。