航空发动机振动信号的盲源分离方法.pdf

(19)中华人民共和国国家知识产权局*CN102519582A*(12)发明专利申请(10)申请公布号CN102519582A(43)申请公布日2012.06.27(21)申请号201110434024.4(22)申请日2011.12.22(71)申请人南京航空航天大学地址210016江苏省南京市白下区御道街29号(72)发明人李舜酩马赛李纪永(74)专利代理机构南京经纬专利商标代理有限公司32200代理人艾中兰(51)Int.Cl.G01H17/00(2006.01)权利要求书权利要求书1页1页说明书说明书44页页附图附图33页(54)发明名称航空发动机振动信号的盲源分离方法(57)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。CN102598ACN102519582A权利要求书1/1页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(1)相似系数|ρij|尽量接近1；(2)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：为分离后的信号，si(t)为与分离信号对应的单频特征信号二次残差函数表达式为：E表示计算函数期望，为投影系数。2CN102519582A说明书1/4页航空发动机振动信号的盲源分离方法技术领域[0001]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[0002]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[0003]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