电动汽车的变速器与传统内燃机的变速器相比，结构要简单得多，但对所用齿轮的生产制造精度提出了更高的要求。由于全新的质量保证方法直接集成在啮合装置磨削的最终加工过程中，所以这些要求也可以在批量生产中得到满足。

　　全电动汽车驱动器通常配有两级不可换档的变速器。我们可以认为这大大简化了生产。最后，所描述的变速器结构仅具有四个啮合装置，分布在驱动轴上，带固定轮的第二级上，中间轴上和车桥驱动轮上。但情况并非如此简单：首先，电动驱动器的电机转速高达 16,000 转/分钟，远高于内燃机。为此，电动机在广泛的转速范围内提供几乎恒定的扭矩。与内燃机不同的是，从零转速开始就需要由变速器进行处理。此外，还有一个额外的边界条件使得生产制造比传统的动力总成更具挑战性，正如 Kapp Niles 公司机器销售主管 Friedrich Wölfel 所描述的那样：“内燃机掩盖了变速器的噪音，因此这些噪音甚至不会被察觉到。与内燃机相比，电动机几乎是无声的。在超过大约 80 公里/小时的速度下，滚动噪音和风动噪音是主导因素，与动力总成无关。但是在低于这个速度的范围内，电动汽车中的变速器噪音会变得令人讨厌。我们在生产制造齿轮时也必须考虑到这一点。”

　　当然，即使是电动驱动器，齿轮的侧面承载能力和良好的运行特性也是最重要的。但是几乎稳定不变的转矩水平和高转速需要啮合装置的不同设计，而这又可能对噪音特性产生影响。这方面的要求比内燃机更高。

　　然而在以最节省的方式生产这些齿轮的压力方面，电动汽车的齿轮和传统的驱动器之间没有区别。因此在电动变速器啮合装置的批量生产中，通常也使用高生产率的滚动磨削方法作为精加工过程。

　　Kapp Niles 公司是齿轮硬精加工方面的专家，因此公司的任务就是实现同样高效的滚动磨削过程，而且又能在噪音特性方面进行优化。

　　轨道上的变速器噪音

　　Kapp Niles 公司预开发部主管 Achim Stegner 介绍了以下基本原理：“取决于啮合装置在结构上定义的修正，例如：直线修正、宽度凸度、顶部后移，以及所谓的，加工方法所独有的轮廓和直线交错，在啮合时，变速器中产生独特的噪音，可以将这些噪音分配给特定的齿啮合频率。整个变速器又同样根据结构设计的不同，在固体传声和辐射传声方面具有独特的属性。在这种情况下，以齿啮合频率及其倍数推动这种噪音。制造商尝试通过调整变速器和啮合装置的设计来尽可能降低这种效应。”

　　目前这些考虑因素仅适用于“完美”啮合装置。齿轮当然也和其他任何机械构件一样，在批量生产中也呈现出与理想额定几何形状的偏差。这些偏差都有不同的原因和影响，正如 Achim Stegner 所解释的那样：“除了齿啮合推动之外，还有其他干扰变量可能导致齿啮合中的噪音。它们被认为是所谓的幽灵频率。幽灵频率与齿啮合频率及其倍数不重合，并且在磨削时也可以被引入构件中。”幽灵频率的原因是在批量生产中几乎无法完全避免的不规则性。如果这些偏差几乎以整数映射到齿轮的圆周上，则变得特别关键，因为这会推动谐波。需要大量的技术诀窍和过程经验来识别这些不规则性的原因，并尽可能提前避免这些不规则性。

　　这些干扰的原因例如可以在所使用机床的轴驱动器中找到。电动机具有一定的摆动力矩。测量系统的工作采用离散的线数和装配时产生的有限偏心误差。平衡状态和心轴轴承也可能有助于不规则性的产生。波动尺寸从 0.1 mm 开始，就可能导致啮合装置的噪音。Achim Stegner 还知道更多原因：“每台机器都有固有振动。例如，工件心轴独特的固有频率约为 250 Hz。此频率也可以在滚动磨削过程中不好的转速情况时，以整数映射到工件上。我们可以通过我们的知识，即在加工时巧妙地选择合适的转速窗口，来消除这些影响。”

　　如果机器方面的优化潜力得到了充分利用，就会有一系列的技术方案来改善构件在噪音特性方面的质量。这包括选择磨削蜗杆的螺纹数、修整和磨削时的转速比、精加工转速和进给速度。

　　误差不等于错误

　　粗略地说，批量啮合装置磨削有两种典型的错误图片：第一种呈现出特征不断变化的趋势。另一种有个别突出的构件。趋势通常更容易掌控。例如，它们是由于磨削蜗杆的逐渐磨损而产生的。如果在此超过允许的生产制造公差，则通常缩短两个修整操作之间的周期就足够了。在构件检测时，这些公差也可以通过测量值逐渐接近公差极限而被轻易识别出来。

　　但是特定构件的错误是无法预测的。它们由于一个或多个质量标准的突然偏离而变得明显。原因可能是磨削蜗杆断裂、毛坯件缺陷或装调错误。

　　由于在诸如滚动磨削这种高效生产制造过程中，齿轮加工本身比检查测量所需的时间要少得多，因此也不能 100% 检测所有构件。此外，如开头所述，对电动变速器啮合装置的质量要求极高。“对轮廓角、侧面线角、圆周运转和双球尺寸要求的公差在某些情况下比传统动力总成小 3 倍。侧面线角误差 f_Hß 的典型要求在 ±4 mm，内燃机变速器的要求有时是 ±13 mm。”Friedrich Wölfel 在描述其客户要求时这样说。再加上所要求的机器和处理能力，这些质量要求处于技术和经济可行性的边缘地带。此外，加工机器和过程的静态和动态稳定性也无法任意提升。剩下的唯一出路是从分析和控制方法入手。否则：在机器/处理能力保持不变的情况下，公差极限越窄，被测量构件的数量就越多。但是这会产生巨大的费用。而且后面布置的构件检测也不会创造价值。

　　特别是在考虑与额定几何形状之间，出现受趋势所限制的偏差时的应对方法，所谓的闭环现在已经成为一种重要的辅助工具。从而加速和改善后面布置的啮合装置测量装置和加工机器本身之间的反馈。在这种情况下，测量机器上的检测结果不再被打印出来并提供给机器操作人员进行纸上评估，而是作为标准化文件被直接传递到加工机器。磨床根据可预选的公差范围自行决定是否必须在过程中进行干预，例如通过可调整的修正值。如果意外出现与额定几何形状的过高偏差，则继续操作的决定再次由操作人员自己作出(图 1)。

图1 闭环公差范围

　　生产过程终点的裁判

　　在整个变速器的生产过程终点处，有所谓的 线末检测台。在那里不再仅仅检测单个齿轮的质量，而是评估装配完成的变速器。这些变速器经历各种检测循环，以模拟以后在车辆中的运行。在此过程中还记录运行噪音。通过对这些数据进行相应的分析，声学专家可以读取啮合状况、典型频率和可能的干扰噪音。“不幸的是，啮合加工错误直到制造过程结束时才会被发觉到”，Friedrich Wölfel 抱怨说。“然后必须拆卸整个变速器，检测各个构件，并在此基础上分析哪个构件是检测台上出现异常的原因。可能整个批次的构件也产生了问题。然而，只有完成了整个价值链，才会发现问题。”

　　当然，现在完全可以在安装到变速器之前，就识别出可能产生噪音的构件。在电动驱动器中非常常见的方法是所谓的啮合表面波纹分析。在这种分析中，在啮合测量机上，对所有齿进行齿廓、齿线和齿距测量，然后将它们排列在一起，以便在其整个圆周上映射齿轮。齿轮上的波纹可以用数学方法掌握。但是这种方法从齿轮的完整测量开始，非常耗时，因此不适合批量生产制造中的 100% 检测。对此 Friedrich Wölfel 说：“典型电动变速器构件的磨削时间不到一分钟，而测量时间就要四至六分钟;在作为波纹分析基础的全齿测量中，甚至时间明显更长。而且后面布置的构件检测也不会创造价值。这里所需要的是对“过程中分析”继续开发，这种分析允许在加工过程中就所产生的构件质量得出结论。”

　　在加工时就识别出可能的噪音问题

　　一个很有前途的方法实际上是在磨削过程中发现可能的错误。过程监控是关键词。Achim Stegner 解释了这种方法：“我们已经在机器中安装了许多传感器和测量系统，它们可以为我们提供大量的信号、测量值和信息。目前我们主要使用它们来操作机器的功能。但是我们也希望在将来使用它们来直接在机器中评估加工过程。”

　　然而，这并不意味着将额外的触觉测量功能集成到磨床中，以实现更快的闭环。这也不涉及直接在机器中检查和评估已磨削构件的问题，也不涉及在生产其他构件时修正可能偏差的问题。重点其实是实时分析加工过程(!)，以便识别出与事先定义的参考过程的偏差。但是仅仅为来自机器的信号定义包络曲线是不够的。例如，这可以通过图 2 中的“磨削心轴的电流消耗”信号来进行解释。可以使用该信号来提前识别可能的侧面线角误差(f_H)。Stegner：“但是包络曲线识别方法在这里达到了其极限，因为错误很难识别。只要信号保持在包络曲线内，就不会触发报警。因此也需要一种更智能的分析形式。一种尝试模拟人类决策机制的人工智能。它根据大量不同的信息(与其经验相叠加)作出决定，然后它根据这些决定采取行动。

图2  加工过程中的错误分析及指数计算

　　过程监控：在为时已晚之前进行干预

　　过程监控可以定义为磨削过程中特定构件的监控和评估。如前所述，由传感器信号生成操作指令并非微不足道。但这是可能的。从时间信号可以形成不同的特征值。在最简单的情况下，可能是信号的这些最大值或 RMS 值(Root Mean Square，均方根) )。然后通过算法将这些特征值与已知的项目数据汇总在一起，并处理成指数，例如噪音指数或蜗杆断裂指数。特别是关于变速器噪音，Achim Stegner 解释说：“对于与噪音有关的关键构件，可以通过 FFT(Fast Fourier Transformation，快速傅立叶变换)创建类似于线末检测台上序谱的顺序分析。这样记录的信号可以更好地进行分类并与变速器检测台上的结果相关联。 (参见图 3)。未经处理的测量数据没有任何用处。”最后特别是在生产制造环境中，只有相应的指数有助于识别非常具体的缺陷。

图3 在变速器检测台上记录的序谱

　　过程监控的好处也可以通过以下几点来确定：

　　• 100% 检测所有构件

　　• 识别磨削过程中仍存在的异常

　　• 识别特定构件的缺陷

　　• 有针对性报告不规则性

　　• 过程中的自适应干预

　　• 零件追踪

　　下一步：标准化

　　过程监控现在还不是一个可以简单下载和使用的应用程序。它其实是一种针对客户和应用的开发，它定义和监控与各个构件有关的指数。 但是这第一步也远远超出了迄今才被认为可行的范围。对此，Achim Stegner 说：“几个试点客户已经在使用这种功能。目前我们已经能够识别不同的错误，并在过程方面进行干预。此外，我们已经着手让磨床自己学会新构件的特征值。当然，这需要从构件的错误图片、几何形状质量和变速器检测台的相应反馈中获得广泛的经验。”Friedrich Wölfel 补充道：

　　“下一个目标是用户在没有我们特定构件支持的情况下也能够使用此功能。需要理解过程监控和闭环并不矛盾，而是相辅相成，这也很重要。”

　　Kapp Niles 机器现在已经可以使用这两种集成到过程中的质量保证方法，并且凭借批量使用中获得的经验，持续获得更多的功能范围和用途。

　本文图片来源：KAPP NILES