夏輝，吳鋒

(中國(guó)燃?xì)鉁u輪研究院，四川江油621703)

基于小波分析的發(fā)動(dòng)機(jī)慣性起動(dòng)失速信號(hào)檢測(cè)方法研究

夏輝，吳鋒

(中國(guó)燃?xì)鉁u輪研究院，四川江油621703)

針對(duì)某型渦扇發(fā)動(dòng)機(jī)慣性起動(dòng)失敗，利用小波Mallat算法對(duì)采集到的風(fēng)扇和壓氣機(jī)脈動(dòng)壓力信號(hào)進(jìn)行快速高頻濾波，通過(guò)對(duì)濾除高頻噪聲的信號(hào)進(jìn)行傅里葉頻譜分析，準(zhǔn)確檢測(cè)出發(fā)動(dòng)機(jī)起動(dòng)失敗時(shí)的失速信號(hào)。研究結(jié)果表明，利用小波分析方法進(jìn)行失速故障檢測(cè)簡(jiǎn)單、直觀，具有一定的工程實(shí)用價(jià)值。

慣性起動(dòng)；失速；小波分析；快速傅里葉變換；航空發(fā)動(dòng)機(jī)

1 引言

當(dāng)發(fā)動(dòng)機(jī)進(jìn)入失速狀態(tài)時(shí)，風(fēng)扇和壓氣機(jī)出口脈動(dòng)壓力信號(hào)中攜帶有失速信息和大量高頻噪聲。采用傳統(tǒng)的脈動(dòng)壓力信號(hào)時(shí)域和頻域分析方法很難辨別出其中的失速信號(hào)，而小波分析[1]在時(shí)域和頻域內(nèi)都具有表征信號(hào)局部特征的能力。因此，可根據(jù)故障檢測(cè)需要，選取包含所需信息的頻段序列進(jìn)行深層信號(hào)處理，檢測(cè)出故障類型。本文結(jié)合脈動(dòng)壓力信號(hào)時(shí)域指標(biāo)，運(yùn)用小波分解和傅里葉變換技術(shù)，對(duì)某型渦扇發(fā)動(dòng)機(jī)慣性起動(dòng)失敗的數(shù)據(jù)進(jìn)行了分析，從中檢測(cè)出發(fā)動(dòng)機(jī)起動(dòng)失敗時(shí)的失速信號(hào)。

2 小波分析原理

傳統(tǒng)的傅立葉變換是對(duì)信號(hào)在整個(gè)時(shí)間過(guò)程中的變化情況進(jìn)行分析，它在時(shí)域內(nèi)是全局化的。而由此發(fā)展出來(lái)的短時(shí)傅立葉，雖然通過(guò)給信號(hào)加窗實(shí)現(xiàn)了信號(hào)在時(shí)間-頻率域內(nèi)局部化的聯(lián)合分析，但其時(shí)頻分辨率受限于窗函數(shù)的形狀和寬度。

小波分析是一種全新的時(shí)頻分析法[1]，其基本思想是通過(guò)一個(gè)基小波在不同尺度下進(jìn)行平移和伸縮，用一族函數(shù)去逼近待分析信號(hào)。Mallat算法是離散小波變換的快速算法，其實(shí)質(zhì)相當(dāng)于一個(gè)高通濾波器和一個(gè)低通濾波器，將原始信號(hào)分解為高頻分量(即細(xì)節(jié)信號(hào)d)和低頻分量(即近似信號(hào)a)，再對(duì)近似信號(hào)a作進(jìn)一步分解，細(xì)節(jié)信號(hào)d則不予考慮。分解過(guò)程如圖1所示。

3 試驗(yàn)結(jié)果分析

3.1 風(fēng)扇和壓氣機(jī)出口脈動(dòng)壓力時(shí)域分析

試驗(yàn)中發(fā)動(dòng)機(jī)進(jìn)行了多次慣性起動(dòng)，下文以其中1次起動(dòng)成功和2次起動(dòng)失敗為例，對(duì)發(fā)動(dòng)機(jī)慣性起動(dòng)過(guò)程中推油門桿起動(dòng)時(shí)測(cè)取的風(fēng)扇出口脈動(dòng)壓力P13和壓氣機(jī)出口脈動(dòng)壓力P31進(jìn)行時(shí)域信號(hào)分析，結(jié)果如圖2和圖3所示。

圖1 一維小波分解過(guò)程Fig.1 1-D analysis of wavelet

圖2 風(fēng)扇出口脈動(dòng)壓力時(shí)域信號(hào)Fig.2 Fluctuating pressure signal of fan outlet

圖3 壓氣機(jī)出口脈動(dòng)壓力時(shí)域信號(hào)Fig.3 Fluctuating pressure signal of compressor outlet

從圖2和圖3中可以看出，在起動(dòng)成功的時(shí)域信號(hào)中，大約7.5 s時(shí)推油門桿開(kāi)始起動(dòng)后，P13和P31都在隨起動(dòng)時(shí)間持續(xù)上升，直至起動(dòng)成功；在起動(dòng)失敗1的時(shí)域信號(hào)中，大約8.2 s時(shí)推油門桿開(kāi)始起動(dòng)后，P13有明顯的高頻波動(dòng)，P31則出現(xiàn)了突降；在起動(dòng)失敗2的時(shí)域信號(hào)中，大約4.8 s時(shí)推油門桿開(kāi)始起動(dòng)后，P13和P31先隨起動(dòng)時(shí)間正常上升了約2 s，然后P31出現(xiàn)了突降，P13出現(xiàn)高頻波動(dòng)。據(jù)此，可初步判斷發(fā)動(dòng)機(jī)風(fēng)扇或壓氣機(jī)失速[2]。

3.2 風(fēng)扇和壓氣機(jī)出口脈動(dòng)壓力小波分析

當(dāng)發(fā)動(dòng)機(jī)正常工作時(shí)，動(dòng)態(tài)壓力測(cè)試系統(tǒng)采集到的是有規(guī)律的脈動(dòng)壓力信號(hào)和噪聲信號(hào)。當(dāng)風(fēng)扇或壓氣機(jī)出現(xiàn)失速時(shí)，失速團(tuán)引起的脈動(dòng)壓力信號(hào)就會(huì)混雜在原有的正常壓力信號(hào)中。由于噪聲信號(hào)屬于高頻分量，正常脈動(dòng)壓力信號(hào)頻率與發(fā)動(dòng)機(jī)轉(zhuǎn)子頻率相等，而失速團(tuán)引起的脈動(dòng)壓力信號(hào)的頻率為轉(zhuǎn)子頻率的40%～60%[3]，三種壓力分量混雜在一起，利用傳統(tǒng)的時(shí)域分析很難區(qū)分。

本文采用db5作為小波基函數(shù)對(duì)風(fēng)扇和壓氣機(jī)出口脈動(dòng)壓力信號(hào)進(jìn)行分解和重構(gòu)。由于脈動(dòng)壓力信號(hào)的采樣頻率為5 000 Hz，各分解與重構(gòu)系數(shù)和信號(hào)頻段的對(duì)應(yīng)關(guān)系如下：

1階分解的細(xì)節(jié)信號(hào)d1：2 500～5 000 Hz

2階分解的細(xì)節(jié)信號(hào)d2：1 250～2 500 Hz

3階分解的細(xì)節(jié)信號(hào)d3：625～1 250 Hz

4階分解的細(xì)節(jié)信號(hào)d4：312～625 Hz

5階分解的細(xì)節(jié)信號(hào)d5：156～312 Hz

5階分解的近似信號(hào)a5：0～156 Hz

對(duì)發(fā)動(dòng)機(jī)慣性起動(dòng)過(guò)程中推油門桿后5 s的脈動(dòng)壓力信號(hào)進(jìn)行分析。經(jīng)小波分解與重構(gòu)[4，5]，脈動(dòng)壓力信號(hào)中無(wú)用的高頻分量被濾掉，對(duì)其中有用的低頻分量(第5階分解的近似信號(hào))進(jìn)行快速傅立葉變換，結(jié)果如圖4、圖5所示。

根據(jù)上述分析并結(jié)合試驗(yàn)數(shù)據(jù)，可得轉(zhuǎn)子頻率和失速引起的脈動(dòng)壓力頻率范圍，如表1所示。

表1 頻率分析HzTable 1 Frequency analysis

由圖中可以看出，3次發(fā)動(dòng)機(jī)慣性起動(dòng)過(guò)程中，推油門桿起動(dòng)時(shí)的低壓轉(zhuǎn)子轉(zhuǎn)頻分別為58 Hz、51 Hz和61 Hz，與表中的數(shù)據(jù)基本一致。圖4(b)中的28 Hz、圖4(c)中的34 Hz應(yīng)為失速團(tuán)引起的風(fēng)扇出口脈動(dòng)壓力信號(hào)頻率，分別與表中推斷的20～30Hz、23～35 Hz失速頻率范圍相吻合。由此可以判斷，發(fā)動(dòng)機(jī)慣性起動(dòng)失敗是由于風(fēng)扇失速所致。由圖5可以看出，3次發(fā)動(dòng)機(jī)慣性起動(dòng)過(guò)程中，推油門桿起動(dòng)時(shí)的高壓轉(zhuǎn)子轉(zhuǎn)頻分別為127 Hz、130 Hz和128 Hz，也與表中數(shù)據(jù)基本一致。

圖4 風(fēng)扇出口脈動(dòng)壓力小波分解、重構(gòu)后的頻譜圖Fig.4 Spectrum diagram of fan outlet fluctuating pressure wavelet analysis

4 結(jié)論

本文利用脈動(dòng)壓力信號(hào)時(shí)域結(jié)果對(duì)發(fā)動(dòng)機(jī)慣性起動(dòng)過(guò)程中的失速問(wèn)題進(jìn)行了初步判斷，通過(guò)對(duì)風(fēng)扇和壓氣機(jī)出口脈動(dòng)壓力進(jìn)行小波分析，濾除其中的高頻噪聲信號(hào)，再對(duì)重構(gòu)后的脈動(dòng)壓力信號(hào)進(jìn)行頻譜分析，檢測(cè)出了風(fēng)扇失速信號(hào)。這種失速信號(hào)檢測(cè)方法簡(jiǎn)單、直觀，具有一定的工程實(shí)用價(jià)值。

圖5 壓氣機(jī)出口脈動(dòng)壓力小波分解、重構(gòu)后的頻譜圖Fig.5 Spectrum diagram of compressor outlet fluctuating pressure wavelet analysis

[1]Daubechies I.小波十講[M].李建平，楊萬(wàn)年，譯.北京：國(guó)防工業(yè)出版社，2004.

[2]劉大響，葉培梁，胡駿，等.航空燃?xì)鉁u輪發(fā)動(dòng)機(jī)穩(wěn)定性設(shè)計(jì)與評(píng)定技術(shù)[M].北京：航空工業(yè)出版社，2004.

[3]姜濤，賈智偉，李應(yīng)紅.基于小波分析的壓氣機(jī)失速故障檢測(cè)[J].推進(jìn)技術(shù)，2003，24(1)：56—58.

[4]張德豐.MATLAB小波分析[M].北京：機(jī)械工業(yè)出版社，2009.

[5]周浩敏，王睿.測(cè)試信號(hào)處理技術(shù)[M].北京：北京航空航天大學(xué)出版社，2004.

Research on the Detecting Methods of Aero-Engine Stall Signal during Airstart Based on Wavelet Analysis

XIA Hui，WU Feng
(China Gas Turbine Establishment，Jiangyou 621703，China)

This paper analyzes the cause of a turbofan engine airstart aborted in altitude simulation test. The high-frequency noise in the fluctuating pressure signal of fan and compressor is filtered by using wave?let Mallat algorithm and spectrum analysis to detect stall signal exactly.Results show that the methods of de?tecting stall fault based on wavelet analysis is simple，intuitive and effective.

airstart；stall；wavelet analysis；FFT；aero-engine

V233.6+18

A

1672-2620(2011)04-0048-03

2010-09-09；

2011-10-12

夏輝(1986-)，男，湖北黃岡人，工程師，主要從事航空發(fā)動(dòng)機(jī)高空模擬試驗(yàn)技術(shù)研究。