劉育瑋，張 航，張振臻,楊述明，程玉強

(1.國防科技大學 空天科學學院，湖南 長沙 410008； 2.西安航天動力研究所，陜西 西安 710100)

0 引言

聲音，是由物體振動產(chǎn)生的聲波，其中包含有豐富的信息。人類生活在一個充滿聲音的世界，聲音無處不在，是人類熟悉的傳遞信號方式之一?；诼曅盘柕墓收蠙z測方法是一種無損檢測方法，可以通過非接觸式的傳感器采集部件工作時的聲信號，通過信號采集、去噪和故障特征提取等手段對被測對象進行故障檢測。

聲信號故障檢測已經(jīng)被廣泛應(yīng)用于航空發(fā)動機、動車、船舶汽輪機等大型機械設(shè)備之中。盡管基于聲信號的故障檢測方法發(fā)展日新月異，但是在運載火箭方面的工程應(yīng)用較少，特別是對該領(lǐng)域缺乏系統(tǒng)的總結(jié)和分析。本文首先介紹了基于聲信號的故障檢測方法的一般原理和實現(xiàn)方法，接著總結(jié)了該類方法在運載火箭健康監(jiān)控領(lǐng)域的研究現(xiàn)狀，最后對該領(lǐng)域的發(fā)展前景進行了展望，為進一步深入研究聲信號故障監(jiān)測在運載火箭上的應(yīng)用和拓展其范圍提供了有力支持。

1 技術(shù)層面

根據(jù)聲音的性質(zhì)，通過對聲壓、聲強和聲壓級等聲學參數(shù)進行聲學分析，能夠基于聲信號實現(xiàn)對機械設(shè)備的故障檢測。下面分別介紹常用的聲學參數(shù)和基于聲信號的故障檢測系統(tǒng)的一般組成。

1.1 聲信號故障檢測參數(shù)

基于聲信號的故障檢測一般通過對聲壓、聲強和聲壓級等聲學參數(shù)的測量、分析，實現(xiàn)故障檢測[1]。

聲壓是指聲波在介質(zhì)中傳播產(chǎn)生的壓強與無聲波在介質(zhì)中傳播時的大氣壓之間的最大差。其表達式為

(1)

式中：下標e為有效值；T為平均時間，s；p為聲壓，Pa。

聲強是指在單位時間和單位面積上，垂直于聲波傳播方向所通過的所有能量，其表達式為

(2)

式中：ρ為介質(zhì)密度，kg/m3；c為聲音在該介質(zhì)中的傳播速度，m/s；I為聲強，W/m2。

聲壓級是為了便于人們根據(jù)人耳對聲音強弱變化響應(yīng)的特性，引入的一個數(shù)量。其表達式為

(3)

式中：L為聲壓級，dB；I0為10-12W/m2。

1.2 聲信號故障檢測系統(tǒng)

基于聲信號的故障檢測系統(tǒng)一般由待測聲源、聲信號采集模塊、聲信號處理模塊和故障檢測模塊組成[2-5]，如圖1所示。待測聲源發(fā)出的聲信號經(jīng)由聲信號采集模塊和處理模塊后，提取聲信號中能夠反映系統(tǒng)運行狀態(tài)的信號成分或特征，最終由故障檢測算法對系統(tǒng)工作狀態(tài)做出判斷。

圖1 聲信號故障檢測系統(tǒng)Fig.1 Acoustic signal fault detection system

1.2.1 信號采集

對于聲信號的采集，目前使用的有麥克風[6-10]和聲矢量傳感器[11-13]。對于前者有的為了避免聲信號混疊而采用麥克風陣列[14-19]，后者因為是通過聲波先后經(jīng)過兩根鉑金絲進行換熱對聲信號進行采集，具有指向性，能有效避免信號混疊。

1.2.2 信號處理

聲信號處理方法主要有小波變換、經(jīng)驗?zāi)B(tài)分解法和神經(jīng)網(wǎng)絡(luò)等方法。

文獻[20]中指出，小波變換概念在1984年由Morlct首先提出。小波變換的時域和頻域分辨率與頻率有關(guān)，在高頻段，小波變換能達到高時域分辨率，而頻域分辨率較低；對低頻段則剛好相反[21]。因此，小波變換在一定程度上克服了時間分辨率和頻率分辨率精度的矛盾，使得小波變換能在一定程度上對信號進行自適應(yīng)處理。小波變換能將時域與頻域共同進行處理，但是需要人為的選取小波基函數(shù)，而不同基函數(shù)分析得到的結(jié)果質(zhì)量也不同。

與小波變換不同，經(jīng)驗?zāi)B(tài)分解(empirical mode decomposition，EMD)不需要選定基函數(shù)，它能在特征時間尺度上把信號自適應(yīng)地分解為有限的本征模態(tài)分量(intrinsic mode function，IMF)和剩余殘余分量[22]。EMD方法處理信號時，首先要尋找信號的所有局部極值點，得到上下包絡(luò)線，求出信號均值，得到IMF，并判斷其是否滿足IMF的條件，計算EMD分解停止準則值，判斷得到的殘余分量是否滿足停止準則；若滿足，則EMD分解結(jié)束。在EDM方法基礎(chǔ)上，經(jīng)過改進，發(fā)展出了集合經(jīng)驗?zāi)B(tài)分解(ensemble empirical mode decomposition，EEMD)算法[23]，完備集合經(jīng)驗?zāi)B(tài)分解(complete ensemble empirical mode decomposition，CEEMD)算法[24]和自適應(yīng)噪聲完備集合經(jīng)驗?zāi)B(tài)分解(complete ensemble empirical mode decomposition with A noise，CEEMDAN)算法[25]等。

神經(jīng)網(wǎng)絡(luò)以神經(jīng)元作為基礎(chǔ)單位，以不同的神經(jīng)元之間的連接作為信息傳遞的載體，是一種由眾多神經(jīng)元構(gòu)成的網(wǎng)絡(luò)結(jié)構(gòu)，其中在聲信號故障檢測中使用較多的是BP神經(jīng)網(wǎng)絡(luò)[26-32]和小波神經(jīng)網(wǎng)絡(luò)[33-36]。BP神經(jīng)網(wǎng)絡(luò)能夠把相似模式的特征值提取出來，并映射到連接權(quán)值上[37]。同時BP神經(jīng)網(wǎng)絡(luò)具有很強的非線性映射能力，使其在求解內(nèi)部機理復雜的問題時具有優(yōu)勢。而小波神經(jīng)網(wǎng)絡(luò)是在BP神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，用離散小波變換中的系數(shù)代替神經(jīng)網(wǎng)絡(luò)權(quán)值而構(gòu)成[38]，小波神經(jīng)網(wǎng)絡(luò)比BP神經(jīng)網(wǎng)絡(luò)學習速度更快，并且能夠避免模型陷入局部極小。

此外，李宏亮等人使用MATLAB設(shè)計線性相位有限沖擊響應(yīng)數(shù)字濾波器并結(jié)合Hilbert變換，對滾動軸承的聲信號進行了分析[39]，并通試驗數(shù)據(jù)分析，驗證了方法的適用性。申博文等運用基于自適應(yīng)噪聲的CEEMD和最大相關(guān)譜峭度解卷積(maximum correlated kurtosis deconvolution，MCKD)對軸承聲信號進行處理，通過實驗驗證了該方法能夠更加準確地進行故障診斷[40]。

1.2.3 故障診斷

目前，基于聲信號的故障診斷方法主要可以分為4類：

1)主觀評價和經(jīng)驗估計法：主觀評價法是最直接、最原始的聲信號故障檢測方法，需要故障診斷人員有豐富的經(jīng)驗，通過聽覺和經(jīng)驗判斷設(shè)備是否存在故障或異常，然后停機查找故障發(fā)生的位置和類型。這種故障診斷方法完全取決于診斷人員的主觀判斷，難以實現(xiàn)對故障的準確定位和對故障程度的定量評估。

2)近場測量方法：在被測設(shè)備上安裝多個聲學傳感器，根據(jù)聲學傳感器顯示的數(shù)值大小來確定故障聲源的位置。這種方法雖然簡單方便，但是測量準確度有限[41]。傳感器測得的聲壓級數(shù)值主要來源于距傳感器最近的聲源，根據(jù)聲學理論可知，其他噪聲源對測量數(shù)值的影響很小或可忽略不計[42]。由于傳感器與聲源之間的距離遠近是相對的，在背景噪聲較大或者較多的情況下，也可能存在噪聲掩蓋的現(xiàn)象。因此該方法只能大概判斷聲源的位置，無法對設(shè)備故障診斷提供準確的數(shù)據(jù)。

3)聲強法：聲強具有矢量性。為了減小周圍環(huán)境因素等的影響，一般使用兩個或多個聲傳感器進行信號采集。通過傳感器測得的設(shè)備中不同部件的聲強，從而判斷出主要聲源，實現(xiàn)故障定位。

4)頻譜分析法：根據(jù)測得的聲信號頻譜圖中的峰值和設(shè)備的故障特征頻率的比較結(jié)果來進行故障診斷。例如齒輪箱的聲信號頻譜中包括齒輪嚙合頻率、內(nèi)圈故障頻率、外圈故障頻率等固有頻率，可以對其進行故障診斷。

2 應(yīng)用層面

聲信號在運載火箭上的應(yīng)用方面，國外研究的較早，聲學環(huán)境監(jiān)測可以及時發(fā)現(xiàn)運載火箭結(jié)構(gòu)失效問題。美國NASA在1950年左右開始了早期的聲學模型測試，針對單一的振幅標度與推力的關(guān)系、自身噪聲與馬赫噪聲的關(guān)系、聲能與排氣的動能比例關(guān)系等方面開展了大量研究，并進行了運載火箭的專用聲學尺度模型測試。由于噪聲的產(chǎn)生、傳播和測量的關(guān)鍵特性都可以按比例縮放，根據(jù)這一特性，通過假設(shè)建立運載火箭聲學比例模型，并通過計算分析來驗證模型的有效性。為了對運載火箭的聲學模型的效果進行評估，幾十年來，NASA一直用比例模型來模擬發(fā)射環(huán)境，如圖2所示。并用聲學相陣對聲信號進行采集，如圖3所示。經(jīng)過不斷的試驗，促進了實驗人員對發(fā)射臺幾何形狀對噪聲影響和噪聲緩解效果的認識，還了解了材料脆裂與聲壓的關(guān)系、隨飛行器高度的上升，噪聲頻率的變化關(guān)系等。

圖2 NASA早期聲學測試比例模型Fig.2 Scale model of NASA early acoustic test

圖3 NASN麥克風相陣Fig.3 NASA microphone array

聲荷載是由于發(fā)動機排氣的紊流混合而在飛行器表面上產(chǎn)生的隨空間和頻率而變化的聲壓波動。運載火箭在其推進系統(tǒng)的運行期間，會受到大量外部脈動壓力載荷的影響。特別是運載火箭飛行階段的升空聲學(lift off acoustics，LOA)會產(chǎn)生一些最高頻率，并被認為是運載火箭研制中的一個關(guān)鍵設(shè)計因素。過大的聲載荷會導致運載火箭的機械或電子部件故障以及結(jié)構(gòu)疲勞，對這一特定階段的聲載荷進行全面分析，對于預測運載火箭所承受的振動載荷以及為其制定振動試驗規(guī)范提供必要依據(jù)是至關(guān)重要的。NASA持續(xù)致力于改進聲學載荷預測，為振動聲學分析工作制定相關(guān)標準，以生成可靠的火箭部件的鑒定環(huán)境。

對于運載火箭來說，升空階段會在較寬的頻率范圍內(nèi)產(chǎn)生較高的聲載荷。而這些聲載荷可以作為對火箭內(nèi)部的振動情況的預測。美國現(xiàn)有的火箭聲環(huán)境預測方法是利用比例模型試驗獲得的平穩(wěn)數(shù)據(jù)，生成1/3倍頻程聲壓級譜。為了提高升空聲載荷預測的精度和準確性，他們還對Area I-X的非平穩(wěn)飛行數(shù)據(jù)進行計算機信號處理。并且，在MATLAB中開發(fā)了火箭聲環(huán)境預測(prediction of acoustic vehicle environments，PAVE)程序，以便使用半經(jīng)驗方法有效地預測聲壓級PAVE程序框架和用戶界面，如圖4所示。

圖4 PAVE程序框架Fig.4 PAVE program framework

除了對整個箭體做了聲學研究之外，國外的Farinholt K M等人，提出了一種具有執(zhí)行器邊界條件的錐形殼體的聲學建模與控制[43]。將聲阻抗與電動和機械作動器動力學耦合，生成系統(tǒng)的耦合狀態(tài)空間模型。對聲阻抗的分析表明，當圓錐截面的長度比從頂點到執(zhí)行器邊界條件的距離變大時，會發(fā)生極零點對消。該模型預測前4個共振頻率在實驗測量值的1.75%以內(nèi)。并給出了駐波波形，并與執(zhí)行器邊界條件的影響有關(guān)。在實驗臺上實現(xiàn)了一個反饋控制器，最后實驗結(jié)果表明，采用單反饋通道可以實現(xiàn)整體聲衰減。在與火箭發(fā)動機相關(guān)的部件上，Parrondo J等人，提出了一個考慮了任意位置和特性的理想聲源的簡單聲學模型來估計常規(guī)蝸殼離心泵的低頻壓力脈動場[44]。在該模型中，假設(shè)理想聲源沿葉輪通道、蝸殼和出口擴壓器輻射平面聲波。蝸殼被認為是由一系列的切片組成，每個切片相當于一個線性的三端口聲學系統(tǒng)，具有各自的聲透射系數(shù)和反射系數(shù)。通過實驗驗證了聲學模型的預測值與實驗數(shù)據(jù)和技術(shù)文獻[45-46]中的數(shù)據(jù)吻合得很好。

國內(nèi)的北京強度環(huán)境研究所針對發(fā)射噪聲預示問題，通過常溫空氣超聲音速噴管研究相似準則，提出了基于模擬發(fā)動機比例模型試驗的運載火箭噴射流噪聲預示方法[47-49]。北京宇航系統(tǒng)工程研究所和中國運載火箭技術(shù)研究院提出了一種基于聲學監(jiān)測的發(fā)動機狀態(tài)檢測與診斷系統(tǒng)及實現(xiàn)方法[50]。該方法使用聲像儀等設(shè)備采集信號，并在傳感外側(cè)安裝風球以消除環(huán)境的影響。通過建立的系統(tǒng)獲得聲場數(shù)據(jù)，然后基于聲場數(shù)據(jù)建立聲源評估模型。在實時性的驗證方面，在火箭發(fā)動機點火后，利用聲源評估模型與在發(fā)射臺附近采集的實時數(shù)據(jù)進行對比，來判斷發(fā)動機是否存在異常。

不同于上面針對整個箭體的聲學信號故障監(jiān)測方法，西安航天動力試驗技術(shù)研究所的張少博等人對液體火箭發(fā)動機試驗中的推進劑供應(yīng)系統(tǒng)的閥門進行了聲壓檢測試驗[51]。通過聲壓測量技術(shù)，分析了閾值檢驗法和標準偏差檢驗法，提取出閥門出現(xiàn)故障時的特征信號，從而可以簡單有效地檢測出閥門故障。上海交通大學的Zhang Z L等人設(shè)計并搭建了預混預蒸發(fā)(lean premixed pre-evaporation,LPP)模型燃燒室振蕩燃燒試驗臺，開展了利用聲信號檢測LPP燃燒室熱聲振蕩的實驗研究，通過測量穩(wěn)定工況和過渡工況下的聲學信號與壓力信號，并進行分析，結(jié)果顯示聲信號的倍頻性比壓力信號的倍頻性更明顯，說明聲信號所受干擾較小[52]。在過渡狀態(tài)下，點火后聲信號的脈沖能量明顯增加。從穩(wěn)定燃燒到振蕩燃燒，當工況開始變化時，主頻能量增加。當工況開始由振蕩變?yōu)榉€(wěn)定燃燒時，主頻能量降低。在熄火過程中，振蕩能量從高頻區(qū)開始衰減。由于聲學信號的干擾比壓力信號小，在振蕩和過渡狀態(tài)下可以得到與壓力信號相同的結(jié)果，因此聲學診斷可以作為一種輔助手段。

3 討論與展望

綜上所述，基于聲信號的故障檢測方法已經(jīng)在火箭健康監(jiān)控方面開展了一些應(yīng)用研究，并取得了一定的成果。但整體而言，該領(lǐng)域仍處于發(fā)展初期，存在諸多亟待解決的問題，如模型通用性差、故障檢測能力有限等。大多數(shù)方法和技術(shù)尚處于試驗階段，距離實際工程應(yīng)用還有一定差距。

基于聲信號的運載火箭故障檢測方法是一個新興的工程技術(shù)領(lǐng)域，未來還有諸多課題值得進一步探索：

1)通過建立火箭的通用聲學模型，探究火箭振動與聲壓的關(guān)系和噴管幾何分布與噪音的影響等，并建立火箭聲學通用比例模型。開發(fā)火箭聲環(huán)境測試程序，配合專用傳感器實時采集聲學信號進行火箭故障檢測。

2)對火箭主要部件的聲信號進行分析，如整流罩、渦輪泵、管路的聲學特性進行研究分析，得到主要部件的故障聲學特性，設(shè)計適當?shù)奶卣魈崛》椒?，進行故障診斷。

3)發(fā)展基于聲信號與其他信號(如振動、溫度信號)的多信息融合的火箭故障檢測方法，可以結(jié)合接觸測量方法與非接觸測量方法的優(yōu)勢，有望提升故障診斷的準確率。

4)發(fā)展聲信號的數(shù)據(jù)處理方法和濾波方法，如自適應(yīng)小波濾波、EMD、深度學習方法等，并將聲信號故障檢測融入現(xiàn)有的健康監(jiān)測系統(tǒng)，實現(xiàn)自動報警、冗余備份、緊急關(guān)機等。