Elektrikli araç redüktör dişlilerinin üretim kalite denetimi için dinamik dişli meşguliyeti aktarım veri seti

Elektrikli Arabalar İçin Sessiz Dişliler Neden Önemli

Elektrikli arabalar yaygınlaştıkça, kabindeki hafif uğultu giderek motor tarafından değil, motoru tekerleklere bağlayan dişliler tarafından şekilleniyor. Bu dişlilerin üzerindeki küçük kusurlar sinir bozucu uğultulara veya titreşimlere dönüşebilir, konforu azaltır ve üreticiler için maliyetleri artırır. Bu çalışma, elektrikli araç redüktör dişlilerinin çalışırken gerçekte nasıl davrandığını gösteren yeni, gerçek dünya veri setini sunuyor; mühendisler ve veri bilimciler için daha hızlı ve daha doğru kalite kontrolleri geliştirmeye yönelik ham veriyi sağlıyor, böylece geleceğin elektrikli araçlarını daha sessiz tutmaya yardımcı oluyor.

Yavaş Muayeneden Hızlı Dinlemeye

Günümüzde birçok üretici dişlileri, her bir diş yüzeyini titizlikle tarayarak ve istenmeyen dalgalanmaları aramak için Fourier analizi gibi matematiksel araçlar kullanarak inceliyor. Bu yöntem hassas olsa da son derece yavaş: tek bir dişliyi kontrol etmek yaklaşık bir saate yakın sürebiliyor, bu da yüksek hacimli üretim hattında her parçayı test etmeyi imkânsız kılıyor. Daha da kötüsü, statik testte kabul edilebilir görünen bir dişli, montaj ve yüksek hızda dönme sırasında hâlâ sorun çıkarabilir; bu da araba üretildikten sonra sert gürültüye ve maliyetli onarımlara yol açabilir.

Hareket Halindeki Dişlileri Değerlendirmek İçin Yeni Bir Yol

Yazarlar daha pratik bir yaklaşım öneriyor: sadece diş yüzeyini incelemek yerine, bir dişli çiftinin hız ve yük değişimleri altında dişlenirken nasıl davrandığını doğrudan ölçüyorlar; bu, gerçek sürüş koşullarına çok daha yakın. Bir tahrik motoru, bir yükleme motoru ve milin yakınında konumlandırılmış hassas bir titreşim sensörü içeren bir test düzeneği kurdular. Her dişli çifti, rölantiyi andıran düşük devirlerden birkaç bin devir/dakikaya kadar kontrollü hızlanma ve yavaşlama süreçlerinden geçiriliyor; hem titreşim hem de hız sinyalleri ayrıntılı olarak kaydediliyor. Ardından aynı dişliler yüksek hassasiyetli yüzey ölçümlerine ve araç üreticisinin hat sonu testlerine tabi tutuluyor; bunlar her dişliyi sağlıklı veya belirli bir problem türüne ait olarak etiketlemek için kullanılıyor.

Bu Veri Setini Farklı Kılan Nedir

Ortaya çıkan kaynak, Dinamik Dişli Meşguliyeti Aktarım Veri Seti (DMTD) olarak adlandırılıyor ve üretimde ortaya çıkan beş gerçekçi dişli durumuna odaklanıyor: sağlıklı dişliler; karakteristik bir uğultuya neden olan, belirgin periyodik dalgalara sahip dişliler; tik sesi üreten küçük tümseklere sahip dişliler; ve kötü taşlama ile yüzey hasarı belirtileri gösteren dişliler. Dişlerin kasıtlı olarak kırıldığı, çatlatıldığı veya basit çalışma koşulları altında aşındırıldığı laboratuvar ortamında oluşturulan önceki veri setlerinin aksine—bu veriler gerçek üretim hatlarından geliyor ve takım tezgâhları, partiler ve kontrol ayarları gibi tüm dağınık değişkenlikleri içeriyor. Testler yaklaşık 100 ila 2.450 devir/dakika aralığını kapsıyor ve hem hızlanma hem de yavaşlama süreçlerini içeriyor; böylece gürültü davranışının sürüş aralığı boyunca nasıl değiştiği yakalanıyor.

Ham Gürültüyü Net Desenlere Dönüştürmek

Bu titreşim sinyalleri hızla değiştiği için ekip, verileri zamana göre değil dişlerin kaç kez meşgul olduğunu dikkate alan bir “düzen (order)” görünümüne işliyor. Bu görünümde her dişli türü belirgin bir desen gösteriyor: sağlıklı dişliler temiz, düzenli imzalar sergiliyor; hafif tümsekler tekrarlayan darbe zirveleri ekliyor; ve uğultu türleri dişli meşguliyeti frekansının belirli katlarında güçlü tepe noktalarını açığa çıkarıyor; bu da sürücülerin uğultu olarak duyacağı tonlarla eşleşiyor. Kötü taşlama olan dişliler, çok daha güçlü genel titreşim ve keskin bir hata bandı ile öne çıkıyor. Bu işlenmiş sinyalleri kullanarak araştırmacılar bir boyutlu konvolüsyonel sinir ağı—modern bir desen tanıma modeli—eğittiler; model beş durumu güvenilir şekilde ayırabiliyor. Performansı üç yaygın kullanılan laboratuvar veri setiyle karşılaştırdıklarında, yeni DMTD daha karmaşık ve gerçek dünya koşullarına daha yakın olmasına rağmen en azından eşit ve çoğu durumda daha iyi sınıflandırma sağladı.

Bu, Geleceğin Elektrikli Arabalarına Nasıl Yardımcı Olur

DMTD sadece bir sinyal koleksiyonu değil; araştırmacıların üretim pratiğini yansıtan koşullar altında dişli kalite denetimi ve gürültü tahmini için yeni algoritmaları test etmelerini sağlayan bir kıyaslama ölçütü (benchmark). Küçük üretim kusurlarının titreşim ve sese nasıl doğrudan dönüştüğünü yakalayarak, bu veri seti hem dişli üretimini hem de otomatik arıza teşhisini geliştirmeye rehberlik edebilir. Günlük dilde bunun anlamı, otomobil üreticilerinin sorunlu dişlileri yaklaşık bir saatte değil bir dakika içinde tespit etmelerine, fabrikadan çıkmadan önce maliyetli gürültü sorunlarını azaltmalarına ve sürücülere daha sessiz, daha konforlu elektrikli araçlar sunmalarına yardımcı olmaktır.

Atıf: Guo, D., Yang, J., Li, H. et al. A dynamic meshing transmission dataset for manufacturing quality inspection of electric vehicle reducer gears. Sci Data 13, 510 (2026). https://doi.org/10.1038/s41597-026-06885-1

Anahtar kelimeler: elektrikli araç dişlileri, titreşim verisi, dişli gürültüsü, üretim kalitesi, arıza teşhisi