专利名称：航空发动机振动信号的盲源分离方法
技术领域：
本发明属于信号处理技术，涉及一种振动源信号识别方法。
背景技术：
对于高速运行的航空发动机，其各个零部件的振动是导致其故障的重要原因。通过传感器对振动信号进行测量，所得到的信息可以为发动机健康监测与故障诊断提供重要指导。但是通过传感器测量得到的振动信号往往是混叠并且含噪的，一般的信号处理方法难以得到振动源信号的特征信息。目前人们对航空发动机振动信号源识别方法的研究已取得了若干成果。各种现代信号处理方法如短时傅里叶变换和小波变换等已经广泛应用于振动信号源特征提取，但是难以对发动机上多混叠的振动信号进行分离，因而不能准确地分析发动机的振动特性。传统的信号分解和提取技术如主分量分析、奇异值分解只能得到不相关的信号，而不能得到真正独立的信号，给航空发动机的状态监测和故障诊断造成了一定的困难。所以在已有理论基础上采用新的振动信号处理方法具有十分重要的意义。
发明内容
本发明的目的就是在结构先验知识已知的条件下，综合各种预处理方法与盲信号处理算法的优点，提供一种针对航空发动机的振动源信号估计与典型截面振动特征提取方法。本发明为实现上述目的，采用如下技术方案一种航空发动机振动信号的盲源分离方法，其特征在于包括如下步骤第一步根据航空发动机振源先验知识确定传感器数目以及最佳安装位置，安装振动传感器；第二步在线采集航空发动机振动信号；第三步对含噪混叠的振动信号进行预处理；第四步选择面向航空发动机的特征分离与提取算法估计振动源信号；第五步对特征信号分离效果进行评判与比较，得到振源信号的最佳逼近。本发明具有如下有益效果①针对航空发动机的特点，其振动信号是由特征信号与噪声混叠而成，与传统的信号处理方法相比，本发明方法具有更好的降噪效果，可以有效识别所采集信号中的特征信号②通过本发明方法可以取得振源信号的最佳估计，为航空发动机故障诊断技术的实施进行指导。③通过本发明方法可以获得航空发动机特定截面的振动情况，为整机健康监测提供有效信息。
图1是本发明的航空发动机振动信号的盲源分离方法实际应用流程图。图2基于最大似然的快速主分量分析方法实施流程图。图3基于协方差矩阵组对角化迭代方法实施流程图。图4基于四阶累积量矩阵组对角化迭代方法实施流程图。图5基于高阶累积量矩阵组联合对角化方法实施流程图。
具体实施例方式下面结合附图及具体实施方式
对本发明内容做出进一步说明。如图1所示，本发明的航空发动机振动信号的盲源分离方法包括以下5个步骤步骤1 根据航空发动机振源先验知识确定传感器数目以及最佳安装位置，安装主传感器以及辅助传感器，具体是指根据航空发动机结构特点与在线实测数据分析结果确定振动信号传感器的数量与最佳安装位置。为解决振源混合参数先验知识缺乏所带来的欠定分离问题，首先根据转子基频及其谐频初步选定特征频点，然后以参考文献(李宁，史铁林.基于功率谱密度的盲信号源数估计[J]数据采集与处理，2008，23(1) 1-7)所述方法，即以互功率谱函数在特征频点处的定点值近似混合参数比值矩阵，对混合参数比值向量进行模糊判决与比较，最终判断出振源数量。该方法中使用的互功率谱函数，其具体表达式为Ρ,;{ω) = 1πRij ( τ )表示任意信号 Xi (t)，Xj (t)的互相关函数， Pij(O)表示互功率谱以互功率谱函数在特征频点
权利要求
1.一种航空发动机振动信号的盲源分离方法，其特征在于包括如下步骤第一步根据航空发动机振源先验知识确定传感器数目以及最佳安装位置，安装振动传感器；第二步在线采集航空发动机振动信号； 第三步对含噪混叠的振动信号进行预处理；第四步选择面向航空发动机的特征分离与提取算法估计振动源信号； 第五步对特征信号分离效果进行评判与比较，得到振源信号的最佳逼近。
2.根据权利要求1所述的航空发动机振动信号的盲源分离方法，其特征在于确定传感器数目的方法是根据转子基频及其谐频初步选定特征频点，然后以互功率谱函数在特征频点处的定点值近似混合参数比值矩阵，对混合参数比值向量进行模糊判决与比较，判断出振源数量，依据传感器数量大于振源数量的原则安装传感器。
3.根据权利要求1所述的航空发动机振动信号的盲源分离方法，其特征在于确定传感器最佳安装位置的方法是安装位置根据整机模态信息初步确定，在保证对关键部件的振动信息有效采集的前提下，以取得模态信息熵极大值为原则确定最能有效获取振动特征信息的测点作为传感器的最佳安装位置。
4.根据权利要求1所述的航空发动机振动信号的盲源分离方法，其特征在于对含噪混叠的振动信号进行预处理，完整过程包括(1)采用多通带滤波器对信号进行频域限带，将各通带中心频率选在转速基频及其谐频位置，所有通带宽度均为1倍基频宽度，避免频谱混叠，减轻后处理时的数据负荷；(2)采用时延自相关函数降低混叠信号的噪声分量，去除时域相关性较大的噪声信号， 保留特征信号。
5.根据权利要求1所述的航空发动机振动信号的盲源分离方法，其特征在于面向航空发动机的特征分离与提取算法是指针对航空发动机振动信号的组成特点与整机模型特征， 采用实测信噪比下分离效果较为稳健的算法寻求最优分离矩阵，分离经过所述第三步预处理后信号的振动特征，提取振源信号。
6.根据权利要求1所述的航空发动机振动信号的盲源分离方法，其特征在于对特征信号分离效果进行评判与比较，得到振源信号的最佳逼近的方法是，在混合矩阵信息缺乏的情况下，采用相似系数与二次残差函数作为数值指标进行评判，遵循(ι)相似系数I Ρ」尽量接近1 ； ( 二次残差函数VQM保证小于_23dB且相对较小为原则选取振源最佳逼近；其中，相似系数表达式为COVisi(Z), S ( )明胸后匪，Si(t)为与編号对应的单频特征信号二次残差函数表达式为^^1Q1。gi。{ ^Lmi }，E表示计算函数期望，彻]/拟ω]为投影系数。
全文摘要
本发明公开一种航空发动机振动信号的盲源分离方法，其特征在于包括如下步骤根据航空发动机振源先验知识确定传感器数目以及最佳安装位置，安装振动传感器；在线采集航空发动机振动信号；对含噪混叠的振动信号进行预处理；选择面向航空发动机的特征分离与提取算法估计振动源信号；对特征信号分离效果进行评判与比较，得到振源信号的最佳逼近。本发明方法可精确地对航空发动机振动源信号进行特征提取，并实现有效的振源识别。
文档编号G01H17/00GK102519582SQ20111043402
公开日2012年6月27日 申请日期2011年12月22日 优先权日2011年12月22日
发明者李纪永, 李舜酩, 马赛 申请人:南京航空航天大学