振动参数测量偏大问题分析

来源:用户上传      作者:

　　摘要：针对某航空发动机在车台参与调试试车时振动参数测量偏大问题，对可能影响的因素进行了逐一排查与分析，得出原因是振动信号混叠有趋势项信号、噪声信号等干扰信号，造成采集振动信号失真。针对原因，采取了信号处理去除趋势项信号和选型更换抗干扰能力强的振动传感器等措施，发动机试车时振动参数正常，振动参数测量偏大问题得到了解决。
　　关键词：航空发动机;振动;趋势项;噪声信号
　　中图分类号：V235.1 文献标识码：A 文章编号：1007-9416（2019）11-0181-04
　　0 引言
　　航空发动机是高速旋转的机械，一旦出现故障会导致全局性的损失[1]。在众多的航空发动机测量参数中，振动信号能迅速、直接地反映发动机的运行状态[2]。
　　航空发动机运行时，各部件会由于复杂的运行工況而产生复杂的动态信息[3]。这些信息中有些对设备运行状态监测是很重要的，而动态信息往往混叠在趋势项信号、噪声信号等信号中而无法有效识别[4]。
　　某航空发动机在车台参与调试试车时，振动测量数据与同台发动机在黎阳车台试车的振动数据比较显著偏大，出现振动数据异常的现象。本文对异常的振动数据进行计算分析，得出振动数据异常的原因是振动信号混叠有趋势项信号、噪声信号等干扰信号。本文提出的解决措施，可正常还原真实信号，解决了振动测量偏大问题。
　　1 振动异常现象描述
　　车台最初是为某涡喷发动机设计的，其振动要求的指标是以加速度的形式给出的。某涡扇发动机振动的要求是以速度的形式给出的。
　　某台发动机在601车台参与调试试车时，n1=35.7%时，前水平振动为2.7mm/s;当转速升高，前水平振动也升高，在n1=79.35%时，前挂点水平振动达到最大，为43.25mm/s;n1=95.7%时，前水平振动为24.4mm/s。
　　而此发动机在黎阳试车台试车时，在同位置同方向上测量，n1=35.9%时，前水平振动为1.1mm/s;当转速升高，前水平振动也升高，在n1=79.0%时，前水平振动达到最大值15mm/s;n1=95.5%时，前水平振动为4.7mm/s。黎阳车台使用的是一套比较成熟的振动测试系统，经过多型号大量发动机验证，测试准确。
　　加速度传感器静态检定为合格，传感器带上传感器支架一起校准，证书结果也为合格。
　　2 振动测量原理
　　601试车台振动测试系统组成：加速度传感器输出电压信号，通过电缆传输至数据采集设备，同时数据采集设备将数字信号传输给计算机。测量软件中，对采集的原始信号进行滤波、积分、取有效值等操作。最终试验记录的是经过滤波、积分、取有效值后的振动数据[6]。
　　加速度传感器使用IEPE传感器。忽略Ca、Cc和Ci时：
　　上式中Cf——反馈电容;usc——输出电压[5]。
　　振动的一倍频最大频率为258.98Hz，考虑为振动频率留一定余量，通常设置滤波高截止频率为300Hz。滤波方式采用巴特沃兹滤波器。其平方幅频特性函数为：
　　3 振动参数异常分析
　　3.1 振动参数异常故障树
　　针对某发动机在台架调试试车时振动测量偏大问题，使用故障树方法进行分析，如图1所示。
　　3.2 振动参数异常故障树分析
　　3.2.1 发动机振动异常或发动机安装造成的振动异常
　　振动是由转子不平衡的激振力所引起的。由于激振力到发动机经过阻尼衰减、弹性放大增幅等作用，发动机的振动是复杂的[7]。但振动信号可以认为是转子振动信号和其它振源信号线性瞬时混合而成。旋转机械振动信号一般为周期或准周期信号[8]，本文将其视为周期信号进行研究。假设振动源向量s（t）为实向量，且对向量中任何一个元素都有：
　　假设测量信号中不含有非发动机振动的信号，令某测点加速度传感器输出信号为U，则有：
　　数据显示，在n2=84.004%，n1=79.11%时，振动加速度信号最大值为1.533g，假设测量信号中不含有非发动机振动信号，根据（11）式，理论上速度值应小于等于16.4 mm/s。
　　而实际上测得速度信号最大值为45.93mm/s，与以上结论矛盾。
　　所以判断振动数据异常并不是因为发动机本身振动异常或者发动机安装造成的振动异常，而是因为采集的电压U中有非发动机振动的信号。
　　3.2.2 传感器支架影响测量
　　为了排除传感器支架影响测量，传感器带上传感器支架一起校准，校准证书结果为合格。
　　3.2.3 积分算法不准确
　　使用软件仿真信号9.8sin（320πt+π），该函数理论计算的积分的有效值为0.009748。而9.8sin（320πt+π）经过软件积分后取有效值得到的实际结果为0.009750，与理论计算出的结果基本吻合。排除了积分算法不准确造成的振动数据异常。
　　3.2.4 测量信号中有恒定分量
　　如对恒定分量处理不当，会影响积分后的结果。假设积分前的正弦信号存在恒定分量，则振动信号积分以后的结果为t+Udt，如图2所示。此时结果将是发散的，与振动数据异常的现象不符。所以排除了积分前的测量信号含有恒定分量造成的振动数据异常。
　　3.2.5 滤波参数设置不恰当
　　振动信号经过30～300Hz的滤波器后的FFT如图3所示。可以看见0Hz～30Hz的范围内，除了0Hz周围的信号，其他信号都已被有效滤除。因此，除了截止频率外，其他滤波参数的设置都是很有效的。但30Hz～110Hz，依旧有干扰信号。如果进一步提高下截止频率至110Hz，则会滤除n1低于60%与n2低于42%的振动信息，而这些信息是非常重要的。因此排除了滤波参数设置不恰当造成振动数据异常。 　　3.2.6 测量信号中有趋势项信号
　　如图3振动信号的FFT所示，0Hz周围的振动信号中有异常信号。因为试车时振动数据测量结果不发散，所以该信号不是恒定分量信号，而是趋势项信号。该信号的存在必然会使得最终的振动结果偏大，该信号为振动信号异常的其中一个原因。
　　3.2.7 测量信号中有交流干扰信号
　　经过滤波后的振动信号的FFT如图3所示，30Hz～110Hz的振动信号中有交流干扰信号。从中可以看到，干扰信号在整个频域内并不均匀分布，且在各个频率下能量不同。该干扰信号的存在必然会使得最终的振动结果偏大，该信号为振动信号异常的另一个原因。
　　首先在保证电缆根部自由伸展不受力的情况下，将电缆固定在与发动机没有相对位移的物件上，避免由于电缆晃动引入的电缆噪声，然后做以下验证：
　　（1）如图4所示。经过整机试验验证，在不更换数据采集硬件、数据采集软件、测量电缆、传感器的情况下，n1=78.1%时，振动数值为39.6mm/s;在更换了数据采集硬件、数据采集软件、低噪声电缆，但不更换加速度传感器的情况下，低压转子转速78.3%时，振动数值48.5mm/s并且同转速下两次振动变化的趋势也基本一致。较好的复现了振动异常的现象。排除了数据采集设备、数据采集软件、电缆噪声造成的振动数据异常。
　　（2）其他条件不变，在只更换加速度传感器后，振动数值降低了。并且振动信号的FFT上没有30Hz～110Hz的交流干扰信号了。具体采取的措施及振动数据详见6.2节。确认了在试车时加速度传感器测量出的信号带有交流干扰信号，这是振动信号异常的另一个原因。
　　3.2.8 小结
　　经过分析与一系列的排故工作后得出故障原因为：（1）测量信号中有趋势项信号;（2）测量信号中有交流干扰信号，交流干扰信号来源于IEPE加速度传感器测量出的信号。
　　4 采取的措施
　　4.1 软件采取措施
　　趋势项信号不能被30～300Hz的带通滤波器滤掉，且不能被传统的中心化处理算法扣除，因此应使用去趋势项算法。具体算法是：将积分得到的数组数据等分，对每段数据计算均值，将得出的所有均值数据用最小二乘拟合计算得出新数组。最后用积分后的数组与新数组做差。
　　增加了去趋势项算法以后，速度信号的“FFT幅度-频率”如图5所示：在0Hz附近的趋势项信号没有了。
　　之前实测的速度信号有效值为45.93mm/s，加速度信号有效值为1.533g。增加了去趋势项算法以后，速度信号有效值为38.87mm/s，加速度信号有效值为1.533g，此时低压转子转速为79.11% ，比未加去趋势项算法前的数据更接近不等式（11）。
　　4.2 硬件采取措施
　　应去掉交流干扰信号，才能确保振动信号的准确。因此选型更换了振动传感器：选择使用温度范围满足发动机后挂点温度的电荷输出型加速度传感器（配电荷适配器）。并且选择电气连接绝缘型的加速度传感器，从根源上避免干扰信号进入测试系统。如图6所示，振动信号没有了交流干扰信号。
　　5 试车验证
　　采取排故措施后，经过试车验证后，数据如下：601车台测得速度有效值最大为7.03mm/s，此时加速度有效值为1.11g，n1=96.7%，n2=96.0%。快速傅里叶变换显示此时幅值最大的激振频率为248.1Hz，没有趋势项信号及交流干扰信号。发动机振动数据有效值数据满足（11）式。并且此发动机在黎阳试车台试车，在同位置同方向上测量，振动随转速变化趋势与601车台测得的结果一致，发动机状态从慢车起，当n1转速升高后，前挂点水平振动升高。当n1≥83%后，前挂点水平振动能维持在稳定水平，约11mm/s。在黎阳车台测得n1=96.0%时，速度有效值为10.6mm/s。
　　这表明发动机振动测量数据正常，采取的措施得到了验证，措施有效，振动参数测量偏大问题得到了解决。
　　参考文献
　　[1] 宴砺堂.高速旋转机械振动[M].北京：国防工业出版社，1994.
　　[2] 李洋.小波过程神经网络相关理论及其应用研究[D].哈尔滨：哈尔滨工业大学，2008.
　　[3] 郑旭东，张连祥.航空发动机整机振动典型故障分析[J].航空发动机，2013，39（1）：34-37.
　　[4] 滕光蓉，李舜酩.基于优化信噪比算法的航空发动机振动信号分离[J].燃气涡轮试验与研究，2016，38（2）：26-31.
　　[5] 李科杰.新编传感器技术手册[M].北京：国防工业出版社，2002.
　　[6] 俞卞章.数字信号处理[M].西安：西北工业大学出版社，2005.
　　[7] 宋兆泓.航空燃气涡轮发动机强度设计[M].北京：北京航空学院出版社，1988.
　　[8] 徐锋，刘云飞，宋军.基于中值滤波-SVD和EMD的声发射信号特征提取[J].儀器仪表学报，2011（12）：74-81.
转载注明来源:https://www.xzbu.com/8/view-15116641.htm