洪林清（寧波鋼鐵有限公司設(shè)備部，浙江寧波315807）

機(jī)械設(shè)備早期故障預(yù)示中的微弱信號(hào)檢測(cè)技術(shù)探討

洪林清（寧波鋼鐵有限公司設(shè)備部，浙江寧波315807）

機(jī)械設(shè)備診斷通?？梢苑殖刹杉c獲取診斷信息、分析及提取信號(hào)特征、識(shí)別及診斷故障狀態(tài)三個(gè)步驟，在工程實(shí)踐過(guò)程中，為了做到防微杜漸，在萌芽狀態(tài)下消滅故障，展開(kāi)有關(guān)早期故障診斷的理論研究很有必要，不僅可以滿足工程實(shí)際需要，同時(shí)也順應(yīng)了機(jī)械設(shè)備檢測(cè)技術(shù)發(fā)展的形勢(shì)。

機(jī)械設(shè)備；早期故障；預(yù)示；微弱信號(hào)；檢測(cè)技術(shù)

引言

一直以來(lái)，機(jī)械設(shè)備早期故障微弱信號(hào)檢測(cè)都是故障診斷領(lǐng)域中的研究熱點(diǎn)問(wèn)題之一，當(dāng)前微弱信號(hào)檢測(cè)方法主要在兩個(gè)方向上集中：①利用現(xiàn)代信號(hào)處理方式抑制或者消除噪聲，如果噪聲頻率和信號(hào)頻率相近或者相等，這種方法不僅可以抑制噪聲，同時(shí)還會(huì)對(duì)有用信號(hào)產(chǎn)生損傷，進(jìn)而影響微弱信號(hào)檢測(cè)效果；②利用非線性系統(tǒng)本身存在的特性檢測(cè)微弱信號(hào)，隨機(jī)共振、混沌振子是常用的非線性方法。在工程實(shí)踐中為了可以做到防患于未然，有必要基于早期故障診斷展開(kāi)理論及技術(shù)方面的研究。

1 微弱信號(hào)檢測(cè)的特點(diǎn)

“微弱信號(hào)”不單單指信號(hào)幅值較小，同時(shí)也是指被噪聲淹沒(méi)的信號(hào)，這種“微弱”是相對(duì)于噪聲來(lái)說(shuō)的。微弱信號(hào)檢測(cè)技術(shù)的主要目的在于提升信號(hào)信噪比，利用信息論、電子學(xué)及計(jì)算機(jī)等相關(guān)方法，從噪聲中檢測(cè)到有用的微弱信號(hào)，進(jìn)一步滿足當(dāng)前科學(xué)研究及技術(shù)應(yīng)用需求。為了可以從噪聲中將有用信號(hào)提取出來(lái)，需要對(duì)噪聲的性質(zhì)、老遠(yuǎn)及規(guī)律等進(jìn)行分析，并對(duì)被測(cè)信號(hào)、噪聲的統(tǒng)計(jì)特性展開(kāi)研究，從背景噪聲中找到有關(guān)有用信號(hào)的方法。微弱信號(hào)和一般檢測(cè)技術(shù)不同，它并不重視傳感器物理模型及傳感原理，它的重點(diǎn)在于怎樣對(duì)噪聲進(jìn)行抑制，從而提升信噪比。所以，微弱信號(hào)檢測(cè)也是一項(xiàng)抑制噪聲的技術(shù)。

微弱信號(hào)檢測(cè)的特點(diǎn)可以從兩方面分析：①在較低信噪比條件下對(duì)信號(hào)進(jìn)行檢測(cè)。之所以會(huì)出現(xiàn)較低信噪比其原因主要有兩方面：a.信號(hào)本身幅值較??；b.受到了強(qiáng)噪聲的干擾。特別是機(jī)械處于早期故障時(shí)，振動(dòng)、聲發(fā)射等可以反映故障特征的信號(hào)幅值均比較小，加上受到數(shù)據(jù)采集裝置、機(jī)械系統(tǒng)工作及信號(hào)傳輸過(guò)程中耦合噪音等因素的影響，信號(hào)信噪比非常低，這種情況下很難對(duì)機(jī)械系統(tǒng)的運(yùn)行狀態(tài)給出正確判斷；②檢測(cè)一定要具有實(shí)時(shí)性、快速性。工程中采集數(shù)據(jù)的時(shí)間、長(zhǎng)度可能會(huì)受到很多因素的限制，在較短數(shù)據(jù)時(shí)間、長(zhǎng)度情況下檢測(cè)微弱信號(hào)，對(duì)雷達(dá)、通訊及地震等控制領(lǐng)域均存在較為廣泛的要求。

2 微弱信號(hào)檢測(cè)常用的時(shí)域方法

2.1 取樣計(jì)分與數(shù)字式平均

該檢測(cè)方法是一種檢測(cè)頻率已知的微弱周期信號(hào)檢測(cè)方法，這種方法在頻率成分較為復(fù)雜的信號(hào)中應(yīng)用很適合。在20世紀(jì)50年代，國(guó)外的科學(xué)家就已經(jīng)提出了取樣積分的原理及相關(guān)概念，在1962年加利福尼亞科學(xué)家利用電子技術(shù)使取樣積分得到了實(shí)現(xiàn)。為了使已經(jīng)淹沒(méi)在噪聲中快速變化的微弱信號(hào)得到恢復(fù)，應(yīng)將信號(hào)周期劃分成不同的時(shí)間間隔，這些時(shí)間間隔的大小主要由恢復(fù)信號(hào)要求的精度所決定，然后針對(duì)這些時(shí)間間隔信號(hào)進(jìn)行取樣處理，基于各周期相同位置取樣進(jìn)行積分或者平均處理。積分主要利用對(duì)電路的模擬得到實(shí)現(xiàn)，又被稱作數(shù)字式平均，針對(duì)信號(hào)展開(kāi)n次取樣，然后累積平均，按照同步累積法原理將信噪比改善輸出出來(lái)，平均次數(shù)n越大信噪比改善的情況就會(huì)越好，所以要想獲得較高的信噪比，往往需要花費(fèi)很長(zhǎng)的時(shí)間進(jìn)行檢測(cè)。

2.2 相關(guān)檢測(cè)

不同隨機(jī)過(guò)程或同一隨機(jī)過(guò)程中不同時(shí)間短取值關(guān)系需要利用相關(guān)函數(shù)和協(xié)方差函數(shù)進(jìn)行描述，在不同時(shí)間段取值中，確定性信號(hào)通常相關(guān)性都非常強(qiáng)，而干擾噪聲的隨機(jī)性比較強(qiáng)，不同時(shí)間段取值相關(guān)性又比較差，基于這種信號(hào)及噪聲統(tǒng)計(jì)特性間存在的差異，利用相關(guān)技術(shù)展開(kāi)信號(hào)檢測(cè)。從本質(zhì)上來(lái)看，相關(guān)函數(shù)是基于兩個(gè)時(shí)域信號(hào)相似性的度量方式，其中也存在著一些不足，例如雖然利用自相關(guān)方法可以使被測(cè)微弱周期信號(hào)的頻率與幅值得到恢復(fù)，但是同時(shí)也丟掉了相位信息，利用互相關(guān)方法可以對(duì)所有和參考信號(hào)不相關(guān)的噪聲進(jìn)行抑制，實(shí)現(xiàn)對(duì)被測(cè)微弱周期信號(hào)的重構(gòu)，與自相關(guān)方法相比這種方法具有一定的優(yōu)越性，但是相關(guān)還需要具有一個(gè)參考信號(hào)，因此在實(shí)際應(yīng)用過(guò)程中會(huì)受到一定程度的限制。

2.3 自適應(yīng)消噪

這種方式在自適應(yīng)信號(hào)處理領(lǐng)域中比較適用，它的處理對(duì)象時(shí)干擾噪聲，充分利用噪聲和被測(cè)信號(hào)不相關(guān)特點(diǎn)，對(duì)濾波器傳輸特性進(jìn)行自適應(yīng)調(diào)整，并對(duì)干擾噪聲進(jìn)行抑制，這樣就可以有效提升信號(hào)檢測(cè)傳遞信噪比。自適應(yīng)消噪不需要預(yù)先對(duì)干擾噪聲統(tǒng)計(jì)特性進(jìn)行了解，在逐次迭代過(guò)程中可以將自身狀態(tài)自適應(yīng)調(diào)整到最佳的狀態(tài)，這對(duì)寬帶、窄帶噪聲的抑制非常有效。所以，在通信、聲納、雷達(dá)等工程領(lǐng)域中，自適應(yīng)消噪均得到了廣泛應(yīng)用。

3 微弱信號(hào)檢測(cè)常用的頻域方法

3.1 快速傅里葉變換

快速傅里葉變換最早是在1965年被提出的，該算法的出現(xiàn)實(shí)現(xiàn)了從時(shí)域到頻域之間信號(hào)處理分析的轉(zhuǎn)變，后來(lái)在很短的時(shí)間內(nèi)FFT和頻譜分析發(fā)展成了無(wú)線電通信、自動(dòng)控制以及機(jī)械設(shè)備故障診斷等多學(xué)科的重要理論基礎(chǔ)。經(jīng)過(guò)長(zhǎng)期的理論分析及應(yīng)用可以看出，F(xiàn)FT獲得的離散頻譜頻率及相位均會(huì)產(chǎn)生較大誤差，從理論上來(lái)看單頻率諧波信號(hào)加矩形窗幅值最大誤差甚至可以達(dá)到36.4%，加其他窗也不會(huì)將該誤差完全消除。所以，F(xiàn)FT分析結(jié)果在多領(lǐng)域中只能進(jìn)行定性分析，不能展開(kāi)精確的定量分析，該技術(shù)在工程中的實(shí)際應(yīng)用受到了很大限制。

3.2 功率譜密度

通常情況下針對(duì)長(zhǎng)數(shù)據(jù)展開(kāi)FFT計(jì)算需要花費(fèi)很長(zhǎng)時(shí)間，在計(jì)算機(jī)上實(shí)現(xiàn)卻非常簡(jiǎn)單，但是在DSP芯片中實(shí)現(xiàn)卻復(fù)雜的多，如果按照一定長(zhǎng)度對(duì)長(zhǎng)數(shù)據(jù)進(jìn)行分割，這樣在DSP中針對(duì)分割完成的數(shù)據(jù)塊進(jìn)行FFT計(jì)算就會(huì)非常容易，因此分段FFT計(jì)算方式在DSP芯片儀表、儀器中得到了廣泛應(yīng)用。PSD分析技術(shù)是指將長(zhǎng)數(shù)據(jù)分割成1024的長(zhǎng)度，或者分割成整數(shù)倍以適合進(jìn)行DSP處理的長(zhǎng)度，然后針對(duì)不同數(shù)據(jù)塊進(jìn)行FFT計(jì)算，這和時(shí)域中數(shù)字式平均法、取樣計(jì)分法非常類(lèi)似，經(jīng)過(guò)FFT計(jì)算以后的數(shù)據(jù)能量再進(jìn)行積分或者平均，就可以獲得信號(hào)功率譜密度。

3.3 濾波

濾波是指按照被測(cè)信號(hào)的特點(diǎn)，利用濾波器針對(duì)信號(hào)展開(kāi)濾波處理，這樣可以減少其他頻率信號(hào)對(duì)被測(cè)信號(hào)帶來(lái)的影響，從而提升信噪比。濾波消噪只在信號(hào)、噪聲頻譜不重疊的情況下適用。充分利用濾波器本身的頻率選擇特性，就可以將濾波器通帶設(shè)置對(duì)有用信號(hào)頻寬進(jìn)行覆蓋，且有用信號(hào)并不會(huì)消減。噪聲頻寬通常是比較寬的，這樣通過(guò)濾波器的過(guò)程中，通帶以外的噪聲功率將會(huì)大大衰減，最終使信噪比得到提升。

4 結(jié)語(yǔ)

綜上所述，早期故障的含義可以從兩方面分析：①早期階段中潛在的微弱故障；②從物理方面來(lái)看，某一故障可能是另外故障早期階段的故障。通常情況下，故障發(fā)現(xiàn)時(shí)間越早，那么越能提升機(jī)械設(shè)備運(yùn)行的安全性與可靠性，但是一般情況下早期故障特征信號(hào)都是非常微弱的，很有可能會(huì)被強(qiáng)噪聲淹沒(méi)，因此信號(hào)比極低，這無(wú)疑大大影響了機(jī)械設(shè)備運(yùn)行過(guò)程中對(duì)其狀態(tài)信息提取的準(zhǔn)確性?；诖?，文章以機(jī)械設(shè)備為主要對(duì)象，主要分析了早期故障預(yù)示中微弱信號(hào)檢測(cè)的實(shí)用性技術(shù)。

[1]張 超，陳建軍.隨機(jī)共振消噪和局域均值分解在軸承故障診斷中的應(yīng)用[J].中國(guó)機(jī)械工程，2013，02：214～219.

[2]孫自強(qiáng)，陳長(zhǎng)征，谷艷玲，劉 歡.基于混沌和取樣積分技術(shù)的大型風(fēng)電增速箱早期故障診斷[J].振動(dòng)與沖擊，2013，09：113～117.

[3]夏均忠，劉遠(yuǎn)宏，馬宗坡，冷永剛，安相璧.基于調(diào)制隨機(jī)共振的微弱信號(hào)檢測(cè)研究[J].振動(dòng)與沖擊，2012，03：132～135+140.

[4]馮輔周，司愛(ài)威，饒國(guó)強(qiáng)，江鵬程.基于小波相關(guān)排列熵的軸承早期故障診斷技術(shù)[J].機(jī)械工程學(xué)報(bào)，2012，13：73～79.

[5]王太勇，蔣永翔，劉 路，蔣大勇.復(fù)雜制造系統(tǒng)動(dòng)態(tài)測(cè)控與智能診斷技術(shù)[J].航空制造技術(shù)，2010，13：26～29.

TH17

A

2095-2066（2016）24-0256-02

2016-8-10