潛艇緩變聲學(xué)故障預(yù)報研究

陳聲皖章林柯何 琳盧 兵

1海軍工程大學(xué)振動與噪聲研究所，湖北武漢4300332武漢第二船舶設(shè)計研究所，湖北武漢430064

潛艇緩變聲學(xué)故障預(yù)報研究

陳聲皖1章林柯1何 琳1盧 兵2

1海軍工程大學(xué)振動與噪聲研究所，湖北武漢430033
2武漢第二船舶設(shè)計研究所，湖北武漢430064

潛艇在使用過程中，因設(shè)備產(chǎn)生的振動噪聲異?？赡苁?jié)撏У穆曤[身性能惡化，從而顯著增加在敵方水聲威脅中的暴露率。利用多輸入多輸出(MIMO）模型獲得潛艇機械噪聲源對其水下噪聲貢獻比大小，通過分析噪聲源貢獻比時間序列是否異常，判斷潛艇是否存在潛在聲學(xué)故障。跟蹤故障變化情況，調(diào)整噪聲源貢獻的計算時間間隔，同時根據(jù)貢獻時間序列的變化趨勢，線性預(yù)估發(fā)生故障的時間。最后通過試驗驗證該方法的可行性。

聲學(xué)故障；預(yù)報；MIMO模型；貢獻比

1 引言

良好的隱身性是潛艇發(fā)揮作用的重要保障。潛艇在使用過程中由于種種原因，設(shè)備不可避免會出現(xiàn)振動噪聲異常，這些異?？赡軐?dǎo)致潛艇聲隱身性能的惡化。一旦潛艇隱身性惡化，自身暴露在敵方水聲威脅中的幾率大大增加。將導(dǎo)致潛艇聲隱身性能出現(xiàn)惡化的現(xiàn)象，稱為 “潛艇聲學(xué)故障”［1］。防止?jié)撏晫W(xué)故障的發(fā)生，是潛艇面臨的重要安全性問題。潛艇聲學(xué)故障預(yù)報技術(shù)的研究可望能有效判斷出潛在聲學(xué)故障，最終將其 “消滅”在故障發(fā)生的萌芽階段。

一般故障按發(fā)生的時間快慢可分為突變故障和緩變故障［2］，對于緩變故障的預(yù)報，可以根據(jù)歷史時刻的輸入、輸出數(shù)據(jù)，判斷未來時刻是否有故障狀態(tài)出現(xiàn)［3］?，F(xiàn)有的故障預(yù)報技術(shù)［4］包括：基于時間序列預(yù)測的方法、早期微小故障檢測的方法和定性分析的方法。對于潛艇這個復(fù)雜系統(tǒng)，單獨應(yīng)用上述方法存在一定局限性?？紤]到潛艇聲學(xué)故障預(yù)報的關(guān)鍵是要能夠?qū)Ω髟肼曉聪鄬λ略肼曍暙I大小進行量化分析，在此基礎(chǔ)上分析貢獻比的變化趨勢，判斷是否存在潛在的聲學(xué)故障，將定量分析和時間序列分析方法結(jié)合，實現(xiàn)潛艇聲學(xué)故障預(yù)報。文獻［5，6］利用MIMO模型計算噪聲源對艦艇水下噪聲的貢獻比大小，實現(xiàn)定量化分析噪聲源的貢獻比大小。文獻［7］描述根據(jù)噪聲源貢獻比變化預(yù)報聲學(xué)故障的可行性。

以各噪聲源機腳或基座信號為輸入，艇殼測點信號為輸出，建立定量分析的MIMO模型。通過分析量化各噪聲源對潛艇水下噪聲的貢獻比大小，構(gòu)造貢獻比時間序列，分析時間序列是否出現(xiàn)異常值。對于緩變故障而言，這種異常值可能是聲學(xué)故障的初期狀態(tài)，所以可認(rèn)為潛艇存在潛在聲學(xué)故障。若判斷存在潛在聲學(xué)故障，跟蹤聲學(xué)故障發(fā)展過程，調(diào)整噪聲源貢獻的計算時間間隔，構(gòu)造不等間隔貢獻時間序列，根據(jù)時間序列變化趨勢，線性預(yù)估聲學(xué)故障的發(fā)生時間。在故障判定和時間預(yù)測時，前者采用噪聲源貢獻比作為參數(shù)，后者采用噪聲源貢獻值作為參數(shù)，噪聲源貢獻比更能靈敏地反映故障早期的微小變化，而噪聲源貢獻值直接反映潛艇聲隱身性狀態(tài)。

2 基于MIMO模型噪聲源量化分析

MIMO模型可以看成由多個多輸入單輸出(MISO）模型組成。下面主要以MISO為例闡述該模型原理。MISO模型具體結(jié)構(gòu)形式如圖1所示，其中Xi(i=1，2，…，q）為輸入信號隨機譜；N為附加噪聲隨機譜；Y為輸出信號隨機譜；Hiy為輸入Xi到輸出Y的傳遞函數(shù)。

圖1 多輸入單輸出模型

由Xi和Y的同時多次平均測量得到其輸入輸出互譜矩陣，由輸入輸出互譜矩陣可以計算各輸入在輸出中的貢獻。其輸出自譜與輸入自譜、互譜有如下關(guān)系：

當(dāng)各種噪聲源之間相互獨立之時，式(1）可以寫成：

相應(yīng)可以得到各噪聲源對輸出的貢獻為：

則各噪聲源對輸出的貢獻比為：

當(dāng)各噪聲源之間相互獨立時，式(3）就能很好地估算各噪聲源的貢獻大小。但潛艇噪聲源之間存在一定的耦合，所采集的信號不是“干凈”的源信號，上述方法會過高地估計各噪聲源的貢獻大小。在噪聲源單向耦合時，偏相干法能夠扣除一定的耦合，正確地估計出各噪聲源的貢獻大小。偏相干函數(shù)定義為［8-9］：

式中，Siy·(i-1）！為噪聲源i和測點Y分別扣除源(1，2，i-1）的線性影響后的互譜；Sii·(i-1）！為噪聲源i扣除源(1，2，i-1）的線性影響后的自譜；Syy·(i-1）！為測點Y扣除源(1，2，i-1）的線性影響后的自譜。

則輸入源i對輸出的貢獻：

則輸入源i對輸出的貢獻比：

3 潛在聲學(xué)故障的判定及時間預(yù)測

3.1 潛在聲學(xué)故障的判定

若式(8）成立，則判定時間序列存在異常情況，即存在潛在的聲學(xué)故障［10］，同時定位潛在聲學(xué)故障源為貢獻比增加的源(通常認(rèn)為增加最大的為故障源）。

3.2 時間預(yù)測

為節(jié)約計算成本，MIMO模型計算各噪聲源的貢獻大小時，潛艇正常狀態(tài)下每隔固定的時間計算一次，但判定有潛在聲學(xué)故障后，應(yīng)根據(jù)故障的發(fā)展趨勢，調(diào)整噪聲源貢獻的計算時間間隔［11］。這樣在每個時間間隔里，也可近似認(rèn)為貢獻大小變化是趨于穩(wěn)定的。噪聲源貢獻的計算時間間隔，可按如下規(guī)定：

圖2 k～λ-θ曲線

圖3 Δt～k曲線

根據(jù)故障源的貢獻大小變化速率預(yù)測聲學(xué)故障的時間。假設(shè)潛艇聲隱身性預(yù)警時，機械設(shè)備分配的最大貢獻為PA，以Δt時間間隔計算貢獻前后聲學(xué)故障源貢獻分別為PΔti和Pi，則線性預(yù)測聲學(xué)故障發(fā)生的時間為：

式中，n為以Δt計算貢獻大小的次數(shù)。

在不同時間間隔下，即在聲學(xué)故障不同發(fā)展階段，可根據(jù)式(10）實時更新聲學(xué)故障出現(xiàn)時間。

4 試驗

4.1 試驗設(shè)計

為驗證上述方法的有效性，試驗采用潛艇艙段模型，模型內(nèi)裝有兩臺設(shè)備用以模擬噪聲源，分別為激振器(直接激勵內(nèi)殼）、海水泵(裝在隔振器上）。加速度傳感器則分別布置在泵的基座、激振器激勵耐壓殼體上。

試驗中，利用兩臺設(shè)備(海水泵、激振器）模擬實艇激振源，并通過改變工況使得源相對貢獻大小發(fā)生變化。分析頻率800 Hz，采樣頻率800× 2.56 Hz，采樣時間8 s。

具體測試程序為：泵(半開）+激振器，激振器工作在360 Hz，其工作電壓為150 mV，為狀態(tài)1，每間隔1 h采樣計算貢獻比一次，共20次；逐漸增加電壓200 mV、250 mV、300 mV、400 mV、450 mV，分別為狀態(tài)2～6，每狀態(tài)采樣5次，時間間隔按式(9）決定。

4.2 數(shù)據(jù)分析

從圖4各源貢獻比變化趨勢分析，激振器的貢獻比逐漸增大，泵的貢獻比逐漸減小。當(dāng)激振器貢獻比變化符合判據(jù)條件，而同時圖5中，故障源貢獻值未達(dá)到聲隱身性預(yù)警的振動級時，可認(rèn)為此時存在潛在的聲學(xué)故障。同時故障源可判定為激振器，因為其貢獻比增加最大。這也符合實際情況，激振器逐漸增加電壓，導(dǎo)致出現(xiàn)聲學(xué)故障。

從圖6就可以看出，隨著激振器電壓的逐漸增大，出現(xiàn)故障的時間會逐漸減小，基本反應(yīng)貢獻變化規(guī)律。

圖4 噪聲源貢獻比變化趨勢

圖5 故障源貢獻大小各狀態(tài)變化趨勢

圖6 聲學(xué)故障時間預(yù)測

5 結(jié)論

本文將MIMO模型和時間序列分析方法相結(jié)合，前者量化噪聲源對潛艇水下噪聲的貢獻大小，后者在動態(tài)時間間隔下，對貢獻(比）大小序列趨勢和異常值的分析，實現(xiàn)對潛艇聲學(xué)故障預(yù)報。工程上簡單易用，能較好地解決潛艇聲學(xué)故障預(yù)報的若干問題。此方法中存在以下不足：

1）該方法中假設(shè)了聲學(xué)故障是緩變的，對于突變故障還有待進一步考慮；

2）偏相干法能扣除噪聲源之間單向耦合的線性影響，相互耦合時就無能為力。

3）該方法假定在計算的時間序列內(nèi)只存在單一的故障源，未考慮多故障源情況。

［1］ 章林柯.潛艇聲學(xué)故障識別技術(shù)及其應(yīng)用研究 ［D］.武漢：海軍工程大學(xué)，2006.

［2］ 唐照千，黃敦樸.振動與沖擊手冊(工程應(yīng)用）［M］.北京：國防工業(yè)出版社，1992.

［3］ 何英，周東華，喻榮.一種基于性能退化數(shù)據(jù)的電子設(shè)備緩變故障預(yù)報方法 ［J］.儀器儀表學(xué)報，2008，29(7）：1526-1529.

［4］ 陳敏澤，周東華.動態(tài)系統(tǒng)的故障預(yù)報技術(shù)［J］.控制理論與應(yīng)用，2003，20(6）：819-824.

［5］ 張寶成，徐雪仙.潛艇噪聲源貢獻量化估計的分析方法［J］.船舶力學(xué)，1997，1(1）：56-66.

［6］ 張寶成，徐雪仙.艦船水下噪聲測量和多輸入/輸出模型分析方法及其應(yīng)用［J］.目標(biāo)與環(huán)境特性研究，1998(1）：48-58.

［7］ 章林柯，何琳，江涌.基于MIMO模型的潛艇聲學(xué)故障預(yù)報研究 ［J］.武漢理工大學(xué)學(xué)報 (交通科學(xué)與工程版），2008，32(2）：320-322.

［8］ 貝達(dá)特J S，皮爾索A G.相關(guān)分析和譜分析的工程應(yīng)用［M］.凌福根，譯.北京：國防工業(yè)出版社，1983.

［9］ 馬忠成.偏相干方法分析及其工程應(yīng)用 ［J］.應(yīng)用聲學(xué). 1994，13(3）：25-30.

［10］呂述望，劉恒，沈昌祥.TCP/IP骨干通信網(wǎng)流量規(guī)律性及異常檢測方法［J］.北京郵電大學(xué)學(xué)報，2005，28(6）：1-4.

［11］肖鸞.基于GPS的變形監(jiān)測數(shù)據(jù)處理時間間隔的合理確定［J］.河南理工大學(xué)學(xué)報，2008，27(4）：414-419.

Gradual Acoustic Fault Prediction of Submarine

Chen Sheng-wan1Zhang Lin-ke1He Lin1Lu Bing2
1 Institute of Vibration&Noise，Naval University of Engineering，Wuhan 430033，China
2 Wuhan Second Ship Design and Research Institute，Wuhan 430064，China

Abnormal vibration noise created by equipment during operation will degrade the acoustic stealth performance of submarine，and increase the possibility of the boat exposing to the underwater acoustic threat in hostile water field.This paper aims to obtain a rate of mechanical noise sources'contribution to the overall underwater noise of submarine via multi-input/multi-output(MIMO）model.In order to find out abnormal conditions of submarine，the time series of noise source's contribution rate were analyzed for determining the latent acoustic fault.Following the track of acoustic fault together with regulating the calculation interval of noise sources'contribution，the fault time would be linearly predicated according to the tendency of contribution time series.The feasibility of the proposed approach has been validated by an experimental model.

acoustic fault；prediction；MIMO model；contribution rate

O427.5

A

1673-3185(2010）03-18-04

10.3969/j.issn.1673-3185.2010.03.004

2009-09-23

國家自然科學(xué)基金項目(50775218）

陳聲皖(1984-），男，碩士研究生。研究方向：艦船聲學(xué)故障預(yù)報。E-mail：csw.123456@163.com