①故障现象。正时齿轮响是一种连续而均匀的“咔咔”声或咆哮声，怠速或怠速稍高时响声明显，常伴随有正时齿轮盖的振动；若是个别齿牙损坏，、则发出“缨樱”的有节奏的撞击声，转速越高响声越大。
②可能原因。正时齿轮啮合间隙过大，会产生一种无节奏的碾压声；正时齿轮啮合间隙过小或凸轮轴与曲轴中心线不平行，会发出连续不断的呼啸声，而且发动机转速越高，响声越大；正时齿轮齿损坏，齿轮齿毂松动或破裂，齿损坏将引起周期性发响，响声随转速升高而加重；正时齿轮固定螺钉松动或凸轮轴轴向限位装置失效，将引起正时凸轮轴轴向窜动响。
③诊断方法。在发动机齿轮箱一侧听响声明显，不受温度和“断油”的影响；因啮合间隙过大造成的响声，是齿轮传动时‘齿碰击的噪声，加速时响声较明显，啮合失常所引起的响声，类似“呼啸”声，其音调随转速变化而变化；个别齿损坏，会随发动机的运转而产生有规律的撞击声，怠速稍高时响声明显，用金属棒抵在正时齿轮箱盖上听得最清楚。
④情况处置。若正时齿轮响声不严重则可以继续使用；若正时齿轮响声比较严重，应拆下正时齿轮侧盖，检查正时齿轮的磨损情况，若齿轮严重磨损或损坏则应更换新件，必要时应清洗油底壳，以防止碎块堵塞润滑油道。
汽车传动轴的扭振抖动现象、原因和故障排除
1、电刷滑动，具有电刷的DC电动机或整流子电动机，会产生电刷的噪音。
2、电动机轴承的转动，正常的情形产生自然音，精密小型微型电机或减速电动机情形以外，几乎不会有问题。但轴承自然的振动与电动机构成部材料的共振，轴承的轴方向气弹簧常数使转子的轴方向振动，润滑不良产生摩擦音等问题产生。
3、流体噪音，风扇或转子引起通风噪音对电动机很难避免，很多情形左右微型电机整体的噪音，除风扇的叶片或铁心的齿引起气笛音外，也有必要注意通风上的共鸣。
4、机械振动噪音，为转子的不平衡重量，产生相当转数的振动。
5、电磁的噪音，为磁路的不平衡或不平衡磁力及气隙的电磁力波产生之噪音，又磁通密度饱和或气隙偏心引起磁的噪音。
齿轮故障有哪些危害
汽车行驶中，传动轴在承受较大的扭矩和冲击载荷的同时，必须高速旋转，随着不断振动，润滑条件差，容易磨损、变形、破损，发生扭转振动等故障。传动轴纤细，两端支撑点分开，刚性不大，长期使用(或大修后)容易失去平衡。另外，轴旋转中心与其中心线不一致、材料的质量分布不均匀(管的壁厚不均匀)、安装的不正确、平面块的脱落等引起的不平衡会产生大的离心力，该离心力会促进轴的弯曲此时的转速为"危险转速"。“危险转速”是传动轴最危险的故障，也有人将“危险转速”称为“临界转速”。传动轴高速旋转时，其振动周期和外力作用的周期同时共振，从而在高速旋转时产生扭振现象，同时产生噪声。由于传动轴转速高，其转速时刻在变化，产生不平衡时大小和方向都发生变化的大离心力，轻者振动，重者发生扭转变形，传动轴花键、中间轴承、万向联轴器严重时车身振动，传动轴发出强烈噪音，方向盘抖动，手麻木，汽车不能高速行驶。传动轴扭转振动的原因主要有：(1)传动轴弯曲变形偏心，(2)传动轴失去平衡，(3)平衡板向传动轴脱落，(4)万向节(十字头和滚针轴承)磨损，(5)变速器第二轴花键齿和传动轴套筒又出现内花键严重磨损，(6)传动轴后桥法兰的连接螺栓松动。传动轴扭转振动的诊断与排除：起步时，如果车身抖动，会伴随“啪嗒啪嗒、啪嗒”的冲击声；行驶中底盘会听到周期性的声音，速度越快声音越大。严重时司机室振动，握方向盘，手有麻木感，均为传动轴扭振故障。传动轴技术状况良好时，弯曲振动振幅小，振动和振动不明显。车速在30~50km/h的加速中振动，是因为驱动轴和后车轴的小齿轮的方齿轴线的角度不适当。车速以30~50km/h减速期间的振动，通常与上述相反，是由小齿轮和传动轴的轴线角度过大引起的。传动轴扭转振动振动补偿的注意事项：装卸传动轴时，请轻轻握住，以免引起弯曲变形。维护时检查传动轴十字轴接头和固定螺栓的技术状况、中间支撑装置是否脱落。驱动轴是否按照工厂的标记安装？所有的联轴器螺母、花键套筒、轴承有无松动或破损？必要时进行修复。也有拆下左右侧轴，用高速和中速的油门空转传动轴进行平衡试验的方法，但看不到振动是正常的。否则，分阶段进行试验，找出有抖动的部分，然后对传动轴进行跳圆检查，找出偏心位置，或者用软管卡箍将不同重量的重物安装在偏心的相反方向，重复多次上述试验，达到最佳平衡位置和合适的位置。以上是传动轴扭转振动的相关内容介绍，希望对汽车的日常使用有帮助。
齿轮箱故障检测
齿轮的失效形式多种多样，其中较常见的裂纹失效是比较严重的一种失效形式，裂纹进一步扩展，就可能导致轮齿疲劳折断，甚至引起整个齿轮的完全失效。因此，对裂纹进行故障机理分析，寻找一种有效的诊断裂纹故障的方法，对齿轮的故障诊断是相当重要的。齿轮减速机中齿轮故障有哪些？以下以下是小编下面将为您介绍齿轮减速机中齿轮故障，个人整理仅供参考。齿轮减速机是一种非常重要的齿轮传动产品，同时齿轮传动又是是机械传动的主要形式之一，目前包括冶金、石化、矿山、交通运输等工业部门中都在运用到了齿轮减速机，也就用到了齿轮。但由于齿轮所处的工作环境恶劣等原因，很容易受到损害和出现故障。据统计，传动机械中80%的故障是由齿轮引起的。齿轮的故障将直接影响设备的安全可靠运行，甚至导致整个系统的瘫痪。因此，对齿轮的工作状态的监测及故障诊断技术的研究越来越受到人们的重视。长期以来，人们在齿根裂纹的诊断方法方面已进行了大量的研究，并取得了很多的成果。常规的诊断方法是振动频谱分析，它以传统的振动理论为依据，利用诊断仪器对其振动的数据和波形进行采集，然后进行分析诊断，找出故障的原因和所在部位。但这样做的前提条件是故障模型的建立要足够准确，才能对故障状态下的振动信号进行正确的识别，这种方式则需要求诊断人员具有较丰富的故障诊断经验。本文从齿轮动力学角度出发，研究了裂纹深度对齿轮固有频率的影响，结果表明，可以将固有频率作为齿轮裂纹故障的一个诊断指标。同时，通过文献可以知道，齿轮的异常振动会激起齿轮本身的固有频率。因此，如果能够精确计算出正常和裂纹齿轮的固有频率值，并且能够在齿轮工作的条件下将其提取出来，对于齿轮的故障诊断工作将有重要的实际意义。齿轮有限元模态分析，模态分析主要用来确定构件或系统的振动特性即固有频率和振型。实体模型的建立渐开线齿轮建模的难点是如何比较精确地反映出渐开线廓形和齿根过渡圆角，为了力求较高的计算精度，本文采用在ansys中直接建模的方式，其操作流程为。
齿轮泵主要振动原因有哪些
1 经典谱分析方法，又可分为时域分析法和频域分析法。
时域分析法通常指用时域波形计算出参数指标，它是最简单的分析方法，通常适用于明显的周期信号、瞬态冲击信号、简谐振动信号。该法实用性较强，但对复杂结构和故障耦合信号处理能力较差，属于故障处理的初级阶段。
频域分析法是基于1807年傅立叶提出的傅立叶变换（Fourier transform，FT）的最基本的信号处理方法。FT的缺点是缺乏信号局部信息，只适合线性平稳信号的分析。主要有包络分析（enveloping analysis）、全息谱分析（holospectrumanalysis）、细化谱分析（zoom spectrum analysis）、倒谱分析（cepstrum analysis）、高阶谱分析（higher orderspectrum analysis）等。
当齿轮箱出现故障时，其振动信号中包含的故障信息通常以调制的形式出现，提取故障信息就是将故障信号从高频调制信号中解调出来。包络解调又叫解调谱分析，常用方法有希尔伯特变换解调、循环平稳解调、能量算子解调、绝对值分析解调、平方解调、检波滤波解调等。
1989年，LSQu等提出了全息谱分析。它是基于FT，将求得的不同通道信号的振幅、频率、相位信息进行集成的方法，观察更直观。
细化谱分析是增加频谱中某些部分频率分辨率的分析方法。
倒谱是信号的FT谱经对数运算后再进行傅立叶反变换的分析方法，它对信号传递路径的影响不敏感。
高阶谱是分析非平稳信号的一种方法，是处理非线性、非高斯信号的一种有力的频域处理工具，它能够定量描述信号中的非线性相位耦合特征，理论上有降噪作用，是近年来研究热点之一。
频域解调分析的局限性：（1）多故障诊断中的比较接近的高频成分相互交叉；（2）解调过程中，会将不包含故障信息的两个频率之差作为调制频率解调出来；（3）检波滤波解调易造成混频效应。这些现象都易造成误诊。
2 时频分析法
FT的目的是将时域信号转换到频域进行分析，其中时域和频域是相互独立的，主要适用于平稳信号。FT不能反应信号频率的时间特性。所以时频分析是齿轮箱故障分析的有效方法。主要时频分析方法有Wigner-Ville分布、短时傅立叶变换、小波分析、局部特征尺度分解、局域均值分解、经验模态分解、Hilbert-Huang变换、最小熵反褶积等。
1932年EPWinger提出时频联合分析概念，并应用于量子力学。1948年JVille提出Wigner-Ville分布（Wigner-Ville Distribution，WVD）,WVD具有较好的时频聚集性和很好的时频分辨率，但WVD存在交叉项，给信号的识别带来困难。如何消除交叉项是WVD研究的重点。
1947年RKPotter、GKopp和HCGreen等提出短时傅立叶变换（shot time Fourier transform，STFT）。STFT本质上是一个加窗的FT，使用滑动窗截取信号，然后对截取的信号再进行FT,这样可以得到任意时刻的频谱。通过加窗可以将时变的非平稳信号在一小段时间内看作近似不变的，所以适用于缓变的非平稳限号。STFT是最小熵反褶积线性时频变换。
1977年Ralph Wiggins提出最小熵反褶积法（minimum entropydeconvolution，MED）,对卷积求解具有划时代意义，2007年NSawalhi首先将该方法应用与故障诊断。它是以最大峭度作为迭代终止条件寻找一个最优的逆滤波器，进而提高信号的信噪比。
1984年法国地球物理学家Morlet在研究地球物理信号时首次提出小波变换（wavelet transformation，WT）。WT本质上是在信号上加一个变尺度滑动窗截取信号进行频谱分析，这克服了STFT的窗宽度不变到来的缺陷。WT的主要缺点是小波基函数的选择至今没有一个合适的判断标准和选择依据，这可能会歪曲原信号本来的物理特征。
1998年NHuang、ZShen、SRLong提出经验模态分解法（empirical mode decomposition，EMD）,适用于非线性和非平稳信号的分析,之后进一步提出Hilbert-Huang变换。它从局部时间尺度出发，得到不同尺度的本征模态函数，且能获得比WT更高的时频分辨率。EMD主要问题是模态混淆、端点效应、欠包络和过包络等问题。解决这些问题是目前的研究方向之一。
要注意，可能齿轮泵已经坏了，齿轮泵振动的情况，多数是已经油箱液压油太少了，液压油已经到了齿轮泵吸油管的末尾了，已经出现了吸空气的情况，很容易就坏掉，还有一种情况就是齿轮泵和电机之间的联轴器或者油泵轴与电机轴套之间已经松动损坏
