山东建筑大学宋永兴：典型旋转机械声/振信号处理方法及应用

旋转机械，特别是以泵、螺旋桨等为例的典型旋转机械，在日常生活、工业生产及军事领域得到广泛应用。旋转机械内部结构复杂，其存在动力、传动等多种旋转构件，都是产生声/振信号的声源，但是传统的监测方法和频谱分析方法已经无法准确的对旋转机械的工作状态进行表征，对其故障状态进行预测、诊断以及对特征声源进行识别。

对于螺旋桨、离心泵等典型旋转机械，监测到的目标声/振存在复杂的干扰因素：其一，旋转机械处在复杂的背景环境声/振场中，影响监测系统对目标真实声/振信号的监测；其二，旋转机械自身结构复杂，声/振的声源构件并不单一，其声/振具有组分复杂性。

基于上述干扰因素，在复杂情形下监测系统接收到信号的信噪比较低，给基于传统声/振特征提取方法带来了困难。旋转机械的信号的特征能够准确的表征其故障特征、工作状态及结构信息，因此开展旋转机械声/振声纹理特征提取方法与实验研究，对旋转机械的状态监测、故障诊断和目标识别具有重要的理论与工程意义。

传统的声信号特征提取方法是基于傅里叶变换方法展开的，但是在实际声/振测试环境中，旋转机械工作的环境比较复杂，对于旋转机械设备内部辅助机构产生的声/振也给目标信号带来了很大干扰，低信噪比工况下的旋转机械声/振低频声纹理特征提取较为困难；其次，对于旋转机械声/振存在显著的调制现象，传统的频谱分析及解调方法无法实现高精度低频声特征的提取；再次，旋转机械的在线监测、故障诊断及目标识别系统，对低频纹理特征提取算法的计算效率要求较高，进而实现实时监测与诊断。

综上，本报告基于旋转机械声/振信号的特点及需求，开展旋转机械声/振特征提取方法研究，满足旋转机械声/振信号纹理特征提取需求，进而获得旋转机械的轴频、叶频等关键调制低频声纹理信息，为旋转机械的状态监测、故障诊断和目标识别等领域提供研究基础。

对旋转机械监测信号的预处理手段主要包括同步平均、倒频谱分析、阶次分析、自适应降噪、回归分析等方法。旋转机械信号各组分的信号特征是旋转机械监测信号预处理方法的理论基础。对于水力旋转机械监测信号的预处理方法，时域平均存在对信号时长要求高和影响原始信号分辨率的缺点；阶次分析需要额外的相位传感器进行相位信息的采集，增加了信号分析的难度和监测成本；因此，回归分析是一种有效的信号预处理手段，该方法能够保证信号的原始相位信息且不需要额外的设备支撑。

针对旋转机械的监测信号，传统的傅里叶变换频谱分析方法只能够获得频域信息不包含时间信息。频域分析方法对于旋转机械的稳态信号能够准确的获得特征信息，但是在非稳态工况下，时频分析才是信号特征提取的有效手段。

旋转机械由于其周期性的运转特点，在发生机械故障或流场不稳定的情况下，会产生周期性的激振力，进而产生具有调制特性的辐射噪声信号和振动信号等。旋转机械在运转的过程中，在激振力的作用下会引起机械共振，其引起的宽带的机械振动即为调制信号的载波。因此通过对共振频带的解调，便可以实现对低频调制特征频率的提取。基于共振频带的解调算法是提出最早、应用最广泛的监测信号解调算法。基于共振频带的解调算法得到了国内外学者的广泛研究，先后提出了包络解调、谱峭度分析（Kurtogram）、谱峭度分析快速算法（Fast Kurtogram）、Protrugram等算法，广泛应用于旋转机械或构件故障特征的提取。

基于高阶统计量的解调方法是旋转机械进行故障特征高精度提取的有效手段，其比基于共振频带解调的窄带解调算法具有更好的解调精度。循环平稳信号在当今的工业生产中普遍存在于通讯、旋转机械等应用场景，因此基于监测信号循环平稳特性的分析方法得到了广泛的研究。

为了帮助工程师朋友可以清楚理解典型旋转机械的信号特点、常用信号处理方法、声/振信号模型、预处理方法、声/振实验的设计、信号的解调算法、典型解调算法的应用等。5月15日19时30分，仿真秀2023旋转机械设计仿真技术讲座的第四期报告将邀请山东建筑大学宋永兴副教授带来《典型旋转机械声/振信号处理方法及应用》公开讲座。讲授内容可以应用于泵、风机、螺旋桨、电机等典型旋转设备的声/振信号分析等。

以下直播安排

旋转机械设计（四）：典型旋转机械声/振信号处理方法及应用-仿真秀直播

图1 离心泵辐射噪声实验装置图

图 2 正常工况，辐射噪声信号解调结果

（完）