基于聲信號的故障檢測方法在運載火箭上的應(yīng)用

劉育瑋，張 航，張振臻,楊述明，程玉強

(1.國防科技大學(xué) 空天科學(xué)學(xué)院，湖南 長沙 410008； 2.西安航天動力研究所，陜西 西安 710100)

0 引言

聲音，是由物體振動產(chǎn)生的聲波，其中包含有豐富的信息。人類生活在一個充滿聲音的世界，聲音無處不在，是人類熟悉的傳遞信號方式之一?；诼曅盘柕墓收蠙z測方法是一種無損檢測方法，可以通過非接觸式的傳感器采集部件工作時的聲信號，通過信號采集、去噪和故障特征提取等手段對被測對象進(jìn)行故障檢測。

聲信號故障檢測已經(jīng)被廣泛應(yīng)用于航空發(fā)動機、動車、船舶汽輪機等大型機械設(shè)備之中。盡管基于聲信號的故障檢測方法發(fā)展日新月異，但是在運載火箭方面的工程應(yīng)用較少，特別是對該領(lǐng)域缺乏系統(tǒng)的總結(jié)和分析。本文首先介紹了基于聲信號的故障檢測方法的一般原理和實現(xiàn)方法，接著總結(jié)了該類方法在運載火箭健康監(jiān)控領(lǐng)域的研究現(xiàn)狀，最后對該領(lǐng)域的發(fā)展前景進(jìn)行了展望，為進(jìn)一步深入研究聲信號故障監(jiān)測在運載火箭上的應(yīng)用和拓展其范圍提供了有力支持。

1 技術(shù)層面

根據(jù)聲音的性質(zhì)，通過對聲壓、聲強和聲壓級等聲學(xué)參數(shù)進(jìn)行聲學(xué)分析，能夠基于聲信號實現(xiàn)對機械設(shè)備的故障檢測。下面分別介紹常用的聲學(xué)參數(shù)和基于聲信號的故障檢測系統(tǒng)的一般組成。

1.1 聲信號故障檢測參數(shù)

基于聲信號的故障檢測一般通過對聲壓、聲強和聲壓級等聲學(xué)參數(shù)的測量、分析，實現(xiàn)故障檢測[1]。

聲壓是指聲波在介質(zhì)中傳播產(chǎn)生的壓強與無聲波在介質(zhì)中傳播時的大氣壓之間的最大差。其表達(dá)式為

(1)

式中：下標(biāo)e為有效值；T為平均時間，s；p為聲壓，Pa。

聲強是指在單位時間和單位面積上，垂直于聲波傳播方向所通過的所有能量，其表達(dá)式為

(2)

式中：ρ為介質(zhì)密度，kg/m3；c為聲音在該介質(zhì)中的傳播速度，m/s；I為聲強，W/m2。

聲壓級是為了便于人們根據(jù)人耳對聲音強弱變化響應(yīng)的特性，引入的一個數(shù)量。其表達(dá)式為

(3)

式中：L為聲壓級，dB；I0為10-12W/m2。

1.2 聲信號故障檢測系統(tǒng)

基于聲信號的故障檢測系統(tǒng)一般由待測聲源、聲信號采集模塊、聲信號處理模塊和故障檢測模塊組成[2-5]，如圖1所示。待測聲源發(fā)出的聲信號經(jīng)由聲信號采集模塊和處理模塊后，提取聲信號中能夠反映系統(tǒng)運行狀態(tài)的信號成分或特征，最終由故障檢測算法對系統(tǒng)工作狀態(tài)做出判斷。

圖1 聲信號故障檢測系統(tǒng)Fig.1 Acoustic signal fault detection system

1.2.1 信號采集

對于聲信號的采集，目前使用的有麥克風(fēng)[6-10]和聲矢量傳感器[11-13]。對于前者有的為了避免聲信號混疊而采用麥克風(fēng)陣列[14-19]，后者因為是通過聲波先后經(jīng)過兩根鉑金絲進(jìn)行換熱對聲信號進(jìn)行采集，具有指向性，能有效避免信號混疊。

1.2.2 信號處理

聲信號處理方法主要有小波變換、經(jīng)驗?zāi)B(tài)分解法和神經(jīng)網(wǎng)絡(luò)等方法。

文獻(xiàn)[20]中指出，小波變換概念在1984年由Morlct首先提出。小波變換的時域和頻域分辨率與頻率有關(guān)，在高頻段，小波變換能達(dá)到高時域分辨率，而頻域分辨率較低；對低頻段則剛好相反[21]。因此，小波變換在一定程度上克服了時間分辨率和頻率分辨率精度的矛盾，使得小波變換能在一定程度上對信號進(jìn)行自適應(yīng)處理。小波變換能將時域與頻域共同進(jìn)行處理，但是需要人為的選取小波基函數(shù)，而不同基函數(shù)分析得到的結(jié)果質(zhì)量也不同。

與小波變換不同，經(jīng)驗?zāi)B(tài)分解(empirical mode decomposition，EMD)不需要選定基函數(shù)，它能在特征時間尺度上把信號自適應(yīng)地分解為有限的本征模態(tài)分量(intrinsic mode function，IMF)和剩余殘余分量[22]。EMD方法處理信號時，首先要尋找信號的所有局部極值點，得到上下包絡(luò)線，求出信號均值，得到IMF，并判斷其是否滿足IMF的條件，計算EMD分解停止準(zhǔn)則值，判斷得到的殘余分量是否滿足停止準(zhǔn)則；若滿足，則EMD分解結(jié)束。在EDM方法基礎(chǔ)上，經(jīng)過改進(jìn)，發(fā)展出了集合經(jīng)驗?zāi)B(tài)分解(ensemble empirical mode decomposition，EEMD)算法[23]，完備集合經(jīng)驗?zāi)B(tài)分解(complete ensemble empirical mode decomposition，CEEMD)算法[24]和自適應(yīng)噪聲完備集合經(jīng)驗?zāi)B(tài)分解(complete ensemble empirical mode decomposition with A noise，CEEMDAN)算法[25]等。

神經(jīng)網(wǎng)絡(luò)以神經(jīng)元作為基礎(chǔ)單位，以不同的神經(jīng)元之間的連接作為信息傳遞的載體，是一種由眾多神經(jīng)元構(gòu)成的網(wǎng)絡(luò)結(jié)構(gòu)，其中在聲信號故障檢測中使用較多的是BP神經(jīng)網(wǎng)絡(luò)[26-32]和小波神經(jīng)網(wǎng)絡(luò)[33-36]。BP神經(jīng)網(wǎng)絡(luò)能夠把相似模式的特征值提取出來，并映射到連接權(quán)值上[37]。同時BP神經(jīng)網(wǎng)絡(luò)具有很強的非線性映射能力，使其在求解內(nèi)部機理復(fù)雜的問題時具有優(yōu)勢。而小波神經(jīng)網(wǎng)絡(luò)是在BP神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，用離散小波變換中的系數(shù)代替神經(jīng)網(wǎng)絡(luò)權(quán)值而構(gòu)成[38]，小波神經(jīng)網(wǎng)絡(luò)比BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速度更快，并且能夠避免模型陷入局部極小。

此外，李宏亮等人使用MATLAB設(shè)計線性相位有限沖擊響應(yīng)數(shù)字濾波器并結(jié)合Hilbert變換，對滾動軸承的聲信號進(jìn)行了分析[39]，并通試驗數(shù)據(jù)分析，驗證了方法的適用性。申博文等運用基于自適應(yīng)噪聲的CEEMD和最大相關(guān)譜峭度解卷積(maximum correlated kurtosis deconvolution，MCKD)對軸承聲信號進(jìn)行處理，通過實驗驗證了該方法能夠更加準(zhǔn)確地進(jìn)行故障診斷[40]。

1.2.3 故障診斷

目前，基于聲信號的故障診斷方法主要可以分為4類：

1)主觀評價和經(jīng)驗估計法：主觀評價法是最直接、最原始的聲信號故障檢測方法，需要故障診斷人員有豐富的經(jīng)驗，通過聽覺和經(jīng)驗判斷設(shè)備是否存在故障或異常，然后停機查找故障發(fā)生的位置和類型。這種故障診斷方法完全取決于診斷人員的主觀判斷，難以實現(xiàn)對故障的準(zhǔn)確定位和對故障程度的定量評估。

2)近場測量方法：在被測設(shè)備上安裝多個聲學(xué)傳感器，根據(jù)聲學(xué)傳感器顯示的數(shù)值大小來確定故障聲源的位置。這種方法雖然簡單方便，但是測量準(zhǔn)確度有限[41]。傳感器測得的聲壓級數(shù)值主要來源于距傳感器最近的聲源，根據(jù)聲學(xué)理論可知，其他噪聲源對測量數(shù)值的影響很小或可忽略不計[42]。由于傳感器與聲源之間的距離遠(yuǎn)近是相對的，在背景噪聲較大或者較多的情況下，也可能存在噪聲掩蓋的現(xiàn)象。因此該方法只能大概判斷聲源的位置，無法對設(shè)備故障診斷提供準(zhǔn)確的數(shù)據(jù)。

3)聲強法：聲強具有矢量性。為了減小周圍環(huán)境因素等的影響，一般使用兩個或多個聲傳感器進(jìn)行信號采集。通過傳感器測得的設(shè)備中不同部件的聲強，從而判斷出主要聲源，實現(xiàn)故障定位。

4)頻譜分析法：根據(jù)測得的聲信號頻譜圖中的峰值和設(shè)備的故障特征頻率的比較結(jié)果來進(jìn)行故障診斷。例如齒輪箱的聲信號頻譜中包括齒輪嚙合頻率、內(nèi)圈故障頻率、外圈故障頻率等固有頻率，可以對其進(jìn)行故障診斷。

2 應(yīng)用層面

聲信號在運載火箭上的應(yīng)用方面，國外研究的較早，聲學(xué)環(huán)境監(jiān)測可以及時發(fā)現(xiàn)運載火箭結(jié)構(gòu)失效問題。美國NASA在1950年左右開始了早期的聲學(xué)模型測試，針對單一的振幅標(biāo)度與推力的關(guān)系、自身噪聲與馬赫噪聲的關(guān)系、聲能與排氣的動能比例關(guān)系等方面開展了大量研究，并進(jìn)行了運載火箭的專用聲學(xué)尺度模型測試。由于噪聲的產(chǎn)生、傳播和測量的關(guān)鍵特性都可以按比例縮放，根據(jù)這一特性，通過假設(shè)建立運載火箭聲學(xué)比例模型，并通過計算分析來驗證模型的有效性。為了對運載火箭的聲學(xué)模型的效果進(jìn)行評估，幾十年來，NASA一直用比例模型來模擬發(fā)射環(huán)境，如圖2所示。并用聲學(xué)相陣對聲信號進(jìn)行采集，如圖3所示。經(jīng)過不斷的試驗，促進(jìn)了實驗人員對發(fā)射臺幾何形狀對噪聲影響和噪聲緩解效果的認(rèn)識，還了解了材料脆裂與聲壓的關(guān)系、隨飛行器高度的上升，噪聲頻率的變化關(guān)系等。

圖2 NASA早期聲學(xué)測試比例模型Fig.2 Scale model of NASA early acoustic test

圖3 NASN麥克風(fēng)相陣Fig.3 NASA microphone array

聲荷載是由于發(fā)動機排氣的紊流混合而在飛行器表面上產(chǎn)生的隨空間和頻率而變化的聲壓波動。運載火箭在其推進(jìn)系統(tǒng)的運行期間，會受到大量外部脈動壓力載荷的影響。特別是運載火箭飛行階段的升空聲學(xué)(lift off acoustics，LOA)會產(chǎn)生一些最高頻率，并被認(rèn)為是運載火箭研制中的一個關(guān)鍵設(shè)計因素。過大的聲載荷會導(dǎo)致運載火箭的機械或電子部件故障以及結(jié)構(gòu)疲勞，對這一特定階段的聲載荷進(jìn)行全面分析，對于預(yù)測運載火箭所承受的振動載荷以及為其制定振動試驗規(guī)范提供必要依據(jù)是至關(guān)重要的。NASA持續(xù)致力于改進(jìn)聲學(xué)載荷預(yù)測，為振動聲學(xué)分析工作制定相關(guān)標(biāo)準(zhǔn)，以生成可靠的火箭部件的鑒定環(huán)境。

對于運載火箭來說，升空階段會在較寬的頻率范圍內(nèi)產(chǎn)生較高的聲載荷。而這些聲載荷可以作為對火箭內(nèi)部的振動情況的預(yù)測。美國現(xiàn)有的火箭聲環(huán)境預(yù)測方法是利用比例模型試驗獲得的平穩(wěn)數(shù)據(jù)，生成1/3倍頻程聲壓級譜。為了提高升空聲載荷預(yù)測的精度和準(zhǔn)確性，他們還對Area I-X的非平穩(wěn)飛行數(shù)據(jù)進(jìn)行計算機信號處理。并且，在MATLAB中開發(fā)了火箭聲環(huán)境預(yù)測(prediction of acoustic vehicle environments，PAVE)程序，以便使用半經(jīng)驗方法有效地預(yù)測聲壓級PAVE程序框架和用戶界面，如圖4所示。

圖4 PAVE程序框架Fig.4 PAVE program framework

除了對整個箭體做了聲學(xué)研究之外，國外的Farinholt K M等人，提出了一種具有執(zhí)行器邊界條件的錐形殼體的聲學(xué)建模與控制[43]。將聲阻抗與電動和機械作動器動力學(xué)耦合，生成系統(tǒng)的耦合狀態(tài)空間模型。對聲阻抗的分析表明，當(dāng)圓錐截面的長度比從頂點到執(zhí)行器邊界條件的距離變大時，會發(fā)生極零點對消。該模型預(yù)測前4個共振頻率在實驗測量值的1.75%以內(nèi)。并給出了駐波波形，并與執(zhí)行器邊界條件的影響有關(guān)。在實驗臺上實現(xiàn)了一個反饋控制器，最后實驗結(jié)果表明，采用單反饋通道可以實現(xiàn)整體聲衰減。在與火箭發(fā)動機相關(guān)的部件上，Parrondo J等人，提出了一個考慮了任意位置和特性的理想聲源的簡單聲學(xué)模型來估計常規(guī)蝸殼離心泵的低頻壓力脈動場[44]。在該模型中，假設(shè)理想聲源沿葉輪通道、蝸殼和出口擴壓器輻射平面聲波。蝸殼被認(rèn)為是由一系列的切片組成，每個切片相當(dāng)于一個線性的三端口聲學(xué)系統(tǒng)，具有各自的聲透射系數(shù)和反射系數(shù)。通過實驗驗證了聲學(xué)模型的預(yù)測值與實驗數(shù)據(jù)和技術(shù)文獻(xiàn)[45-46]中的數(shù)據(jù)吻合得很好。

國內(nèi)的北京強度環(huán)境研究所針對發(fā)射噪聲預(yù)示問題，通過常溫空氣超聲音速噴管研究相似準(zhǔn)則，提出了基于模擬發(fā)動機比例模型試驗的運載火箭噴射流噪聲預(yù)示方法[47-49]。北京宇航系統(tǒng)工程研究所和中國運載火箭技術(shù)研究院提出了一種基于聲學(xué)監(jiān)測的發(fā)動機狀態(tài)檢測與診斷系統(tǒng)及實現(xiàn)方法[50]。該方法使用聲像儀等設(shè)備采集信號，并在傳感外側(cè)安裝風(fēng)球以消除環(huán)境的影響。通過建立的系統(tǒng)獲得聲場數(shù)據(jù)，然后基于聲場數(shù)據(jù)建立聲源評估模型。在實時性的驗證方面，在火箭發(fā)動機點火后，利用聲源評估模型與在發(fā)射臺附近采集的實時數(shù)據(jù)進(jìn)行對比，來判斷發(fā)動機是否存在異常。

不同于上面針對整個箭體的聲學(xué)信號故障監(jiān)測方法，西安航天動力試驗技術(shù)研究所的張少博等人對液體火箭發(fā)動機試驗中的推進(jìn)劑供應(yīng)系統(tǒng)的閥門進(jìn)行了聲壓檢測試驗[51]。通過聲壓測量技術(shù)，分析了閾值檢驗法和標(biāo)準(zhǔn)偏差檢驗法，提取出閥門出現(xiàn)故障時的特征信號，從而可以簡單有效地檢測出閥門故障。上海交通大學(xué)的Zhang Z L等人設(shè)計并搭建了預(yù)混預(yù)蒸發(fā)(lean premixed pre-evaporation,LPP)模型燃燒室振蕩燃燒試驗臺，開展了利用聲信號檢測LPP燃燒室熱聲振蕩的實驗研究，通過測量穩(wěn)定工況和過渡工況下的聲學(xué)信號與壓力信號，并進(jìn)行分析，結(jié)果顯示聲信號的倍頻性比壓力信號的倍頻性更明顯，說明聲信號所受干擾較小[52]。在過渡狀態(tài)下，點火后聲信號的脈沖能量明顯增加。從穩(wěn)定燃燒到振蕩燃燒，當(dāng)工況開始變化時，主頻能量增加。當(dāng)工況開始由振蕩變?yōu)榉€(wěn)定燃燒時，主頻能量降低。在熄火過程中，振蕩能量從高頻區(qū)開始衰減。由于聲學(xué)信號的干擾比壓力信號小，在振蕩和過渡狀態(tài)下可以得到與壓力信號相同的結(jié)果，因此聲學(xué)診斷可以作為一種輔助手段。

3 討論與展望

綜上所述，基于聲信號的故障檢測方法已經(jīng)在火箭健康監(jiān)控方面開展了一些應(yīng)用研究，并取得了一定的成果。但整體而言，該領(lǐng)域仍處于發(fā)展初期，存在諸多亟待解決的問題，如模型通用性差、故障檢測能力有限等。大多數(shù)方法和技術(shù)尚處于試驗階段，距離實際工程應(yīng)用還有一定差距。

基于聲信號的運載火箭故障檢測方法是一個新興的工程技術(shù)領(lǐng)域，未來還有諸多課題值得進(jìn)一步探索：

1)通過建立火箭的通用聲學(xué)模型，探究火箭振動與聲壓的關(guān)系和噴管幾何分布與噪音的影響等，并建立火箭聲學(xué)通用比例模型。開發(fā)火箭聲環(huán)境測試程序，配合專用傳感器實時采集聲學(xué)信號進(jìn)行火箭故障檢測。

2)對火箭主要部件的聲信號進(jìn)行分析，如整流罩、渦輪泵、管路的聲學(xué)特性進(jìn)行研究分析，得到主要部件的故障聲學(xué)特性，設(shè)計適當(dāng)?shù)奶卣魈崛》椒?，進(jìn)行故障診斷。

3)發(fā)展基于聲信號與其他信號(如振動、溫度信號)的多信息融合的火箭故障檢測方法，可以結(jié)合接觸測量方法與非接觸測量方法的優(yōu)勢，有望提升故障診斷的準(zhǔn)確率。

4)發(fā)展聲信號的數(shù)據(jù)處理方法和濾波方法，如自適應(yīng)小波濾波、EMD、深度學(xué)習(xí)方法等，并將聲信號故障檢測融入現(xiàn)有的健康監(jiān)測系統(tǒng)，實現(xiàn)自動報警、冗余備份、緊急關(guān)機等。