謝一村，樊世超，楊艷靜

（北京衛(wèi)星環(huán)境工程研究所，北京 100094）

0 引言

航天器結(jié)構(gòu)故障診斷是一個重要的課題?，F(xiàn)有航天器振動試驗中，一般采用特征級結(jié)構(gòu)響應(yīng)曲線法進行結(jié)構(gòu)故障診斷。具體說來，就是對比振動試驗前后兩次特征級結(jié)構(gòu)響應(yīng)數(shù)據(jù)，根據(jù)頻率漂移和響應(yīng)放大來判斷振動試驗后是否發(fā)生結(jié)構(gòu)故障[1]。這種方法只能用作定性判斷，并不能確定故障的位置和故障類型，以及是否需要做結(jié)構(gòu)改進等。這些因素往往需要人工判斷，有時還需要進行開艙檢查，耗費大量的時間、人力和物力。另外，這種方法主要參考了數(shù)據(jù)在頻域方面的特征，并未充分考慮數(shù)據(jù)在時域上的特性。

雖然主動監(jiān)測方法[2-7]和模態(tài)分析方法[8]（包括 應(yīng)變模態(tài)法[9]）通過模態(tài)都能較為有效地識別結(jié)構(gòu)的故障，但是對結(jié)構(gòu)振動信號進行時頻處理，仍然是結(jié)構(gòu)故障診斷中最有效、最常用的方法。結(jié)構(gòu)故障振動信號在很多情況下表現(xiàn)為非平穩(wěn)特征，為了了解信號頻譜隨時間變化的情況，須采用時頻分析處理非線性、非平穩(wěn)信號。較為常用的時頻處理方法有短時傅里葉變換、Wigner-Ville 分布和小波變換等。北京衛(wèi)星環(huán)境工程研究所已經(jīng)開展了對航天器結(jié)構(gòu)故障診斷的相關(guān)研究：王婉秋采用小波分解系數(shù)為基礎(chǔ)的能量范數(shù)作為特征向量，對典型的小衛(wèi)星箱式結(jié)構(gòu)進行了故障診斷[10]；朱建斌建立了一種加權(quán)小波灰度矩陣方法，對航天器結(jié)構(gòu)振動譜圖進行了特征提取[11]。這些方法主要是基于小波變 換，還未使用到其他時頻處理方法。

1998年，美國航空航天局的Norden E.Huang等提出了一種稱為Hilbert-Huang 變換的信號處理 方法[12-13]。該方法把時域信號進行經(jīng)驗?zāi)B(tài)分解（empirical mode decomposition,EMD），得到一組固有模態(tài)函數(shù)（intrinsic mode function,IMF）；再對IMF 進行Hilbert 變換，獲得信號的Hilbert 邊際譜和Hilbert 能量譜等，以實現(xiàn)降噪和譜分析的要求。EMD 方法是Hilbert-Huang 變換中的關(guān)鍵。經(jīng)過對比發(fā)現(xiàn)，Hilbert-Huang 變換與其他時頻處理方法相比，更適用于處理非線性、非平穩(wěn)信號[14-16]。

箱式結(jié)構(gòu)多用作小衛(wèi)星的主結(jié)構(gòu)，也常作為大型航天器的次結(jié)構(gòu)，結(jié)構(gòu)形式變化多、應(yīng)用廣泛。為獲得航天器結(jié)構(gòu)故障的更多信息，本文以一個兩層箱型結(jié)構(gòu)為研究對象，應(yīng)用EMD 方法對該結(jié)構(gòu)振動響應(yīng)的時域數(shù)據(jù)進行分析，從IMF 角度分析結(jié)構(gòu)完好和有裂紋狀態(tài)的響應(yīng)。

1 經(jīng)驗?zāi)B(tài)分解的基本應(yīng)用

IMF 是EMD 方法中一個重要的概念。IMF 應(yīng)滿足2 個條件：1）在整個時間范圍內(nèi)，極值點和過零點的數(shù)目相等或者最多只差1；2）在任意一點，由局部最大值定義的上包絡(luò)和由局部最小值定義的下包絡(luò)的均值為0。EMD 就是把原始信號x(t)分解成n個固有模態(tài)函數(shù)ci(t)(i=1,2,…,n)和一個余項rn。

編制EMD 過程的MATLAB 程序，考察式(2)中的原始信號x(t)。該信號由頻率分別為10、30 和100 Hz 的3 個正弦信號組成，采樣頻率為1000 Hz，采樣時間為1 s。EMD 分解過程如圖1所示。

EMD 就像一個高通濾波器，將原始信號從高頻到低頻依次分解，最后得到余項。對該信號分解后得到4 個IMF 分量和1 個余項。其中第1 個IMF分量正好對應(yīng)100 Hz 的正弦信號，第2 個對應(yīng) 30 Hz 的正弦信號，第3 個對應(yīng)10 Hz 的正弦信號。至于第4 個IMF 分量和余項，產(chǎn)生原因可能是端點效應(yīng)造成的?？偟膩碚f，通過經(jīng)驗?zāi)B(tài)分解得到了原始信號的組成分量，驗證了程序設(shè)計的有效性。

圖1 原始信號及其分解結(jié)果 Fig.1 Original signal and its sifting results

2 試驗件仿真研究

以兩層箱式結(jié)構(gòu)作為研究對象，研究結(jié)構(gòu)中板的故障診斷問題。試驗件結(jié)構(gòu)如圖2所示，其材料特性參數(shù)見表1，模型為底端固定。

圖2 兩層箱式結(jié)構(gòu)試驗件示意圖 Fig.2 The schematic diagram of test specimen model with a two-layer box shape

表1 試驗件材料特性 Table1 The material parameters of the test specimen

采用MSC 公司的Patran2011 軟件建模和Nastran2011.1 工具進行分析。試驗件的有限元模型如圖3所示。為了使模型更加接近于真實，建模中采用了與實際結(jié)構(gòu)相同的角片進行連接，如圖4所示。

圖3 試驗件有限元模型 Fig.3 Finite element model of the test specimen

圖4 角片模型位置示意圖 Fig.4 The positions of connecting pieces

試驗件底端固支，分別計算了結(jié)構(gòu)完好（工況01）和頂板中心開孔處沿y向有一裂縫（工況02）兩種工況的前4 階模態(tài)，數(shù)據(jù)如表2所示。兩種工況下一階、四階振型對比見圖5。

表2 兩種工況前4 階模態(tài)頻率 Table2 The natural frequency comparison of two cases

圖5 工況01（左）和工況02（右）分別對應(yīng)的1 階和 4 階模態(tài)振型對比 Fig.5 Comparison of 1st mode and 4th mode between case 01 and case 02

可以看出，與工況01 相比，工況02 的固有頻率和振型變化非常小，從模態(tài)角度很難判斷結(jié)構(gòu)是否存在故障。因此需要采用一種新的方法，以獲取判斷故障的更多信息。

3 試驗實施和結(jié)果分析

3.1 試驗方案

試驗件結(jié)構(gòu)見圖6，箱體側(cè)板與底板之間采用焊接連接，頂板和側(cè)板利用螺栓和角片完全固定。其參數(shù)同表1。

設(shè)計了2 種狀態(tài)的試驗件，其中：工況01 為完整結(jié)構(gòu)，即頂板中部有開孔但無裂紋；工況02為在箱體頂板有開孔并沿y向有裂紋，如圖7所示。試驗中的振動加載方向見圖3中坐標(biāo)，試驗條件如表3所示。4 個測點布置在頂板4 條邊的中點處（見圖7），測量每個測點三個軸向的加速度響應(yīng)。

圖7 工況02 的頂板結(jié)構(gòu)及測點位置示意圖 Fig.7 The schematic diagram of upper board with the position of crack and sensors

表3 x,y,z 方向振動試驗條件 Table3 The vibration test conditions in x,y,z directions

3.2 試驗結(jié)果分析

圖8是工況01和工況02的部分測點頻響曲線對比。從頻響數(shù)據(jù)可以看出，工況02和工況01的頻響曲線比較相似，但和工況01相比，工況02的頻響曲線仍然出現(xiàn)了一定的頻率漂移和響應(yīng)放大，據(jù)此可 判斷結(jié)構(gòu)發(fā)生了變化，但是難以獲得更多有關(guān)故障的信息。

圖8 兩種工況的測點1在x主振方向和測點4在y主振方向 的頻響曲線對比 Fig.8 Comparison of frequency response between sensor 1 in x direction input and sensor 4 in y direction input under case 01 and case 02

由于端點效應(yīng)、能量泄漏等原因，分解到較高階的IMF并沒有實際的物理意義，只需分解較少層數(shù)就能取得良好的分析效果。由于正弦時域數(shù)據(jù)量較大，為了在保證分析效果的前提下減少計算量，這里只分解到前4階的IMF，認為第5階以上即為余項。

圖9為兩種工況下測點1在x主振方向的時域曲線，可以看出，同一測點在不同工況下的時域數(shù)據(jù)比較類似。對時域數(shù)據(jù)的EMD分解過程如圖10所示。

圖9 兩種工況下測點1在x主振方向的時域曲線 Fig.9 Time-domain curves of sensor 1 in x direction input under case 01 and case 02

圖10 兩種工況下測點1在x主振方向的時域數(shù)據(jù)EMD 分解過程 Fig.10 EMD processes of time-domain results for sensor 1 in x direction input under case 01 and case 02

將原始振動信號x(t)進行分解得到n個IMF分量c1(t),c2(t),…,cn(t)和余項rn，分別求各個IMF分量和余項rn的總能量Ei,Er，則有

以各分量能量為元素構(gòu)造標(biāo)識向量T，則有

由于能量數(shù)值一般較大，需對T進行歸一化處理。

可根據(jù)標(biāo)識夾角α的變化判斷結(jié)構(gòu)的故障信息。

對試驗得到的正弦振動響應(yīng)數(shù)據(jù)進行EMD分解，再進行上述的分析，結(jié)果見表4。

表4 工況01 和工況02 的試驗數(shù)據(jù)分析結(jié)果 Table4 The analysis results of test data for case 01 and case 02

對于工況02，裂紋沿y方向、并正交于x方向，測點1 距離裂紋位置最近。從表4可以看出，當(dāng)給試驗件x方向主振激勵時，測點1 和其余測點相比，其標(biāo)識夾角α最大；當(dāng)進行其他方向主振激勵時，α則沒有明顯最大值的特征。

為了驗證故障特征提取的有效性，再加工一塊沿x方向有裂縫的頂板，如圖11所示。這種情況定義為工況03，x,y,z三方向試驗條件同表3。試驗得到工況03 的振動試驗時域數(shù)據(jù)，用上述方法分析，結(jié)果見表5。

圖11 工況03 的頂板結(jié)構(gòu)及測點位置示意圖 Fig.11 The schematic diagram of upper board and the positions of sensors for case 03

從表5可以看出：裂紋沿x方向且正交于y方向，測點2 距離裂紋位置最近，當(dāng)給試驗件y方向 主振激勵時，則測點2 的標(biāo)識夾角α最大；當(dāng)進行其他方向主振激勵時，α沒有明顯最大值特征，驗證了故障特征提取的有效性。從以上分析結(jié)果可以得到：利用上述的標(biāo)識夾角α，結(jié)合施加給結(jié)構(gòu)的主振方向，可以大致判斷出箱式結(jié)構(gòu)中板的裂紋位置和方向。

表5 工況03 試驗數(shù)據(jù)分析結(jié)果 Table5 The analysis results for case 03

4 結(jié)束語

基于信號處理的航天器結(jié)構(gòu)故障診斷方法（如結(jié)構(gòu)響應(yīng)曲線對比法）可以判斷出航天器結(jié)構(gòu)發(fā)生了故障，但是難以獲得有關(guān)結(jié)構(gòu)故障的更多信息，如故障形式、故障位置、故障程度等。本文先對一個兩層箱型結(jié)構(gòu)進行有限元建模和模態(tài)分析，分析發(fā)現(xiàn)結(jié)構(gòu)有無裂紋對結(jié)構(gòu)的模態(tài)振型、模態(tài)頻率變化較??；又對該結(jié)構(gòu)進行正弦掃頻振動試驗，雖然結(jié)構(gòu)有無故障的頻響曲線有差異，但難以從差異中判斷結(jié)構(gòu)故障的信息；將正弦振動掃頻響應(yīng)時域信號進行EMD 分解，利用IMF 能量分量構(gòu)造標(biāo)識向量，利用標(biāo)識向量構(gòu)造的標(biāo)識夾角α作為診斷結(jié)構(gòu)故障的指標(biāo)，結(jié)合激勵的主振方向可以定量判斷出箱型結(jié)構(gòu)中板的裂紋的位置和方向，為航天器結(jié)構(gòu)故障診斷提供了一種新的思路。

（References）

[1] 向樹紅.航天器力學(xué)環(huán)境試驗技術(shù)[M].北京: 中國科學(xué)技術(shù)出版社,2008: 18-58

[2] 劉江韋,劉鎮(zhèn)清.關(guān)于用Lamb波的反射對層狀復(fù)合材料進行無損檢測的研究[J].無損探傷,1998,22(1): 34-35

[3] Su Z Q,Ye L.Lamb wave propagation-based damage identification for quasi-isotropic CFEP composite laminates using artificial neural algorithm: Part I: Methodology and database development[J].Journal of Intelligent Material Systems and Structures,2005,16: 97-111

[4] Su Z Q,Ye L.Lamb wave propagation-based damage identification for quasi-isotropic CFEP composite laminates using artificial neural algorithm: Part II: Implementation and validation[J].Journal of Intelligent Material Systems and Structures,2005,16: 113-125

[5] 彭鴿,袁慎芳,徐穎娣.基于主動Lamb 波和小波變換的二維結(jié)構(gòu)損傷定位研究[J].振動工程學(xué)報,2004,17(4): 488-493 Peng Ge,Yuan Shenfang,Xu Yingdi.Damage location of two-dimensional structure based on wavelet transform and active monitoring technology of Lamb wave[J].Journal of Vibration Engineering,2004,17(4): 488-493

[6] 孫亞杰,袁慎芳,邱雷,等.基于Lamb 波和相控陣的復(fù)合材料損傷識別研究[J].測控技術(shù),2008,27(增刊1): 239-243 Sun Yajie,Yuan Shenfang,Qiu Lei,et al.Research of damage identification for composites based on Lamb wave and phased array technology[J].Measurement ＆Control Technology,2008,27(sup 1): 239-243

[7] 蔡建,袁慎芳,張逍越,等.Lamb 波雙面激勵方法及其在近鄰損傷監(jiān)測中的應(yīng)用[J].南京航空航天大學(xué)學(xué)報,2010,42(1): 62-67 Cai Jian,Yuan Shenfang,Zhang Xiaoyue,et al.Lamb wave double side excitation and its application in adjacent damage monitoring[J].Journal of Nanjing University of Aeronautics ＆Astronautics,2010,42(1): 62-67

[8] 楊智春,于哲峰.結(jié)構(gòu)健康監(jiān)測中的損傷檢測技術(shù)研究進展[J].力學(xué)進展,2004,34(2): 215-223 Yang Zhichun,Yu Zhefeng.Progress of damage detection for structural health monitoring[J].Advances in Mechanics,2004,34(2): 215-223

[9] 朱曉玲,向在喜,胡均安,等.平面薄板結(jié)構(gòu)應(yīng)變模態(tài)分析[J].廣西工學(xué)院學(xué)報,2004,15(1): 31-34 Zhu Xiaoling,Xiang Zaixi,Hu Jun’an,et al.An analysis of strain modality of the level sheet structure[J].Journal of Guangxi University of Technology,2004,15(1): 31-34

[10] 王婉秋.基于小波分析的箱式結(jié)構(gòu)故障診斷研究[D].中國空間技術(shù)研究院,2007: 18-34

[11] 朱建斌.航天器振動故障診斷的振動譜圖技術(shù)研究[D].中國空間技術(shù)研究院,2014: 85-101

[12] Huang N E,Shen Z,Long S R,et al.The empirical mode decomposition and the Hilbert spectrum for non-linear and non-stationary time series analysis[C]∥Proceedings of the Royal Society: Series A: Mathematical Physical and Engineering Sciences,454(1971).London,1998: 903-995

[13] Pinesa D,Salvinob L.Structural health monitoring using empirical mode decomposition and the Hilbert phase[J].Journal of Sound and Vibration,2006,294: 97-124

[14] 伍小燕.基于時頻分析的軸承故障自動檢測方法研究[D].蘇州大學(xué),2008: 17-26

[15] 向玲,唐貴基,胡愛軍.旋轉(zhuǎn)機械非平穩(wěn)振動信號的時頻分析比較[J].振動與沖擊,2010,29(2): 42-45 Xiang Ling,Tang Guiji,Hu Aijun.Vibration signal’s time-frequency analysis and comparison for a rotating machinery[J].Journal of Vibration and Shock,2010,29(2): 42-45

[16] 李迎.三種時頻分析技術(shù)在復(fù)合材料無損檢測中的應(yīng)用[J].計測技術(shù),2011,31(6): 1-3 Li Ying.Applications of three time-frequency methods on composite material damage detection[J].Metrology ＆Measurement Technology,2011,31(6): 1-3