压气机喘振声音信号的快速傅里叶变换和小波变换分析

曹昳劼,臧树升,葛 冰

(上海交通大学叶轮机械研究所,上海200240)

压气机发生喘振时会伴随特有的噪声,但是这种噪声很可能被压气机本身的噪声所淹没。有经验的操作人员在生产现场虽然可以根据听到的噪声中判断压气机的运行是否正常,当压气机喘振时虽然可以分辨出喘振噪声甚至声源的位置,但是这种建立个人的经验基础上的判断带有主观性,例如不同的人判断的结果往往不一致,有时很难及时做出正确的决策。随着计算机模式识别技术的提高,目前已经可以采用声学测量和信号分析等方法,根据噪声判断压气机的喘振故障。例如居太亮等人利用麦克风声音阵列的特性,建立了较为准确的麦克风阵列近场宽带三维声源定位算法[1];陈露明等人在对麦克风的采样噪声信号进行处理,提出了一种在DSP平台上的硬件和软件解决方案[2]。M.Morini等人对一个小型的六级轴流式压气机在稳定工况下以及变工况运行时的振动和声音信号进行了对比研究,指出声音信号在压气机监测上具有一定的可行性,并对声音信号在压气机具体工况的测量及信号处理的方法进行了一定的阐述[3]。所有的这些监测方法关键是噪声信号的识别和特征信号的提取,但是没有对喘振一压气机运行时的危险工况进行特别的研究和讨论。本文将在此基础上,对压气机在进入喘振时的声音进行研究和处理,通过消除噪声干扰信号来得到喘振时声音的特征信号,为实际生产中使用声音信号监测压气机状态以及故障诊断提供了良好的理论基础和依据。

1 试验装置与数据采集系统

本文的试验装置由压气机,变频电机和减速齿轮箱组成,俯视图如图1所示。

图1 试验装置俯视图

试验装置采用三个PCB公司的130D20麦克风传感器收集压气机运行发出的声音信息,传感器的频率响应为10 Hz到15 kHz,布置在压气机的周围;采用库力特公司的XTL-190M系列的压力传感器测量压气机出口的动态压力;采用LDS Nicolet公司的Genesis系列GEN7t高速采集仪器进行声音和动态压力信号的采集,采样频率为1 k/s。试验通过改变电机频率调整压气机的转速,通过阀门开度调整压气机的工况,压气机运行过程的压力、温度、流量和转速等信号则通过PLC数据采集系统进行记录。

2 试验数据及分析

试验主要是通过改变电机频率以调节压气机转速以及改变阀门开度以调节流量的方法来控制压气机的实际运行工况。

试验以压气机的特性曲线为依据,从压气机的低工况开始做起在保证阀门开度不变的情况下通过逐步提高压气机的转速来使其进入喘振区域。接着增大阀门的开度使流量增大,这时压气机的运行工况将逐渐远离喘振线,然后保持阀门开度不变,再次提高转速使得压气机的运行工况再次进入喘振区域,具体的试验过程如表1所示。

在整个试验测量的过程中,压气机的运行工况点有两次进入了喘振区域。图2所示是压气机运行工况两次进入喘振区域的总体图像,图中的第一个通道显示的信号为动态压力传感器的压力信号,第二至第四的三个通道所显示的信号为PCB的声音传感器采得的声音信号。图中所显示的横坐标为时间,纵坐标为压力信号的幅值。从图中可以清晰地看到,声音信号在整个过程中有两个明显的变化的部分,这表征着压气机进入了喘振区域。

表1 压气机运行工况表

图2 声音信号整体图像

图3所示是压气机第一次进入喘振时声音信号的局部图,从图中可以看到在进入喘振区域后,虽然存在着很多的噪声干扰,但是进入喘振时的声音信号存在一定的波动,与喘振之前的信号比较,进入喘振时的声音信号出现了较大的振荡波形的。

试验给出了两次喘振,每次喘振和喘振前的幅值计算结果如表2所示。

表2 两次喘振的信号幅值 V

图3 声音信号局部图像

从表中可以看到,每次喘振时,声音传感器所测得的幅值都发生了明显的变化,声音信号的幅值出现大幅的增加,增加的比例最大的超过180%。

3 信号的进一步处理

为了得到压气机运行工况进入喘振区域时声音的频谱特征信号,本文将采用快速傅里叶变换和小波变换对收集的噪声信号进行处理分析,并将喘振特征信号从噪声中提取出来。

3.1 快速傅里叶变换

傅里叶分析可以分析出采集所得的时域信号的频谱和能量谱特征,本文把原始数据中每次压气机进入喘振和进入喘振前5 s的声音信号截取出来进行对比处理,然后对截取的信号进行fft变换,第一次接近喘振边界前5 s和喘振时,1#声音传感器所测得信号的fft变换见图4和图5。

图4和图5表征的是声音信号在不同频率段的振幅情况,可以看到压气机在喘振时,信号的fft变换在50 Hz之前频率段出现了明显了波峰,可以认为在第一次喘振的的频率在50 Hz以内,喘振前和喘振时大于50 Hz信号幅值虽然有些差别但是波形相似,可以认定为背景噪声信号。

图4 第一次喘振前数据fft变换图

图5 第一次喘振时fft变换图

图6和图7是第二次接近喘振前和喘振时,2#声音传感器所采集到得信号进行fft变换图,与第一次喘振一样,也可以认为喘振的频率在50 Hz以内。

图6 第三次喘振前数据fft变换图

图7 第三次喘振时数据fft变换图

对照图5和图7以及表2可以看到,压气机发生喘振时不同传感器所采得的信号幅值有一定的差别,但是在fft变换所得到的频谱中并没有明显的差别,可以确定第一次喘振的频率在50 Hz以内。

根据1#声音传感器的数据对第一次喘振的声音信号进行功率谱的分析,结果如图8所示。

从图中可以看到,在50 Hz以下的信号频率尤其是在20 Hz以下的低频区域出现了明显的能量聚集。

3.2 小波变换

小波分析的目的是对采得信号进行去噪处理,由于喘振发生在低频区域,为了防止低频成分的影响和渗入所以选择中心频率较高的小波基,即采用Daubechies(dbN)小波系中db8系的小波对信号进行处理,并使用7层信号分解,保证噪处理有着较好的效果。图9是对2号声音传感器所采得在第一次进入喘振时的声音信号进小波变换后得到的图形,其中横坐标显示的为时间,纵坐标显示的为振幅。

图8 第一次喘振信号能量谱

图中d1到d7分别为第一层到底七层小波分析的,a7为小波分析的近似信号。从a7信号中可以看出,开始一段信号较为平稳,表明压气机的运行点还没接近喘振区,信号突然出现了剧烈的波动,表明已经进入了喘振区,可以确认,对低频区域的声音信号使用db8系列小波7层分解可以较好的去除噪声,提取出声音的特征信号。

图9 第一次喘振信号小波分解

4 结论

通过此次压气机特性的试验和分析结果,可以得到以下结论。

(1)在压气机运行工况进入喘振时,声音信号有着明显的变化,所以可以通过声音信号识别压气机是否进入喘振状态。

(2)压气机进入喘振状态下的声音信号的特征频率范围在50 Hz以下,根据相应的功率谱可以更准确地确定发生喘振的频率,但振幅比功率谱的变化更为显著。

(3)对进入喘振区的低频区声音信号进行小波分解时使用db8系列的小波进行7层分解可以有效地对声音的特征信号进行提取,为生产中利用声音信号监测压气机状态,以及为故障的诊断提供了有价值的依据。

[1]居太亮,彭启宗.基于任意麦克风阵列的近场声源三维定位算法研究[J].信号处理,2007,23(2):231-234.

[2]陈露明.嘈杂背景下的声源定位及语音分离实现技术的研究[D].成都:电子科技大学,2005.

[3]MORINI M,PINELLI M,VENTURINI M.Acoustic and Vibrational Analyses on a Multi-Stage Compressor for Unstable Behavior Precursor Identification[C]//ASME Turbo Expo 2007:Power for Land,Sea,and Air(GT2007),2007.