呂苗榮,陳志強(qiáng) (常州大學(xué)機(jī)械與能源工程學(xué)院,江蘇常州213016)

如何從復(fù)雜、強(qiáng)噪聲背景中提取有用的弱信號(hào)一直是人們研究的重點(diǎn)之一。通過(guò)對(duì)弱信號(hào)的檢測(cè)可以實(shí)現(xiàn)機(jī)械設(shè)備故障的早期診斷、隱型目標(biāo)的發(fā)現(xiàn)和預(yù)警、復(fù)雜系統(tǒng)辨識(shí)等,具有非常重要的應(yīng)用價(jià)值。目前采用弱信號(hào)檢測(cè)方法中主要有頻譜分析、時(shí)頻與小波分析[1～3]、人工神經(jīng)網(wǎng)絡(luò)分析[4]、共振解調(diào)[5,6]、混沌振子[7～10]和隨機(jī)共振[11,12]等。但無(wú)論是窄帶濾波、同步迭加、相關(guān)分析等傳統(tǒng)的弱信號(hào)提取的方法,還是隨機(jī)共振理論的檢測(cè)、基于混沌理論的檢測(cè)、基于神經(jīng)網(wǎng)絡(luò)的檢測(cè)等現(xiàn)代檢測(cè)方法,都需要對(duì)信號(hào)的一些信息事先有一定的了解。由于機(jī)械設(shè)備的疲勞、微裂縫、點(diǎn)蝕、摩擦、松動(dòng)等因素會(huì)導(dǎo)致運(yùn)動(dòng)副之間的變形和運(yùn)動(dòng)出現(xiàn)差異,檢測(cè)的信號(hào)會(huì)發(fā)生漂移和調(diào)制現(xiàn)象。顯然,這樣的檢測(cè)方法存在一定的漏檢風(fēng)險(xiǎn)。

筆者在對(duì)信號(hào)進(jìn)行基元分段處理的基礎(chǔ)上[13],提出了一種基于時(shí)域信號(hào)平滑提取沖擊信號(hào)的新檢測(cè)方法,不僅能夠檢測(cè)出各種振動(dòng)和弱沖擊成分,而且還能夠?qū)崿F(xiàn)各種弱信號(hào)的歸類識(shí)別和模型化處理,這一方法已經(jīng)成功地應(yīng)用于鉆井泵的故障診斷。下面,筆者作較詳細(xì)的論述。

1 基本原理

1.1 時(shí)域信號(hào)的平滑處理

對(duì)一組有n個(gè)等距點(diǎn)的時(shí)域采樣信號(hào){x0,x1,x2,…,xn}進(jìn)行平滑處理,可以有3點(diǎn)、5點(diǎn)、7點(diǎn)等多種方式,例如5點(diǎn)3次平滑的計(jì)算公式如下:

如果要采用其他平滑方法進(jìn)行處理,可以查閱相關(guān)的文獻(xiàn),在此不作贅述。

為了濾波處理的需要,往往需要采用高次平滑,即對(duì)信號(hào)進(jìn)行重復(fù)多次平滑處理。平滑后得到的信號(hào)是低頻信號(hào),將原信號(hào)減去平滑后的信號(hào)可以得到被濾除的高頻信號(hào)成分。圖1就是一段井場(chǎng)鉆井泵振動(dòng)基元信號(hào)進(jìn)行高次平滑的處理結(jié)果。

從圖1可以看出,平滑次數(shù)越低,高頻信號(hào)中的低頻成分含量就越少,信號(hào)也越弱,平滑次數(shù)越高,信號(hào)也越往低頻偏移。實(shí)際上,平滑就是將測(cè)量信號(hào)按高低頻進(jìn)行分離處理。如果處理的是聲信號(hào),將是一種非常合理、完整的信號(hào)分離方法[4]。

1.2 平滑濾波結(jié)果分析

采用不同次數(shù)的時(shí)域信號(hào)平滑處理能夠獲得機(jī)械設(shè)備振動(dòng)的各種沖擊成分,能夠清晰地獲得淹沒(méi)于強(qiáng)噪聲背景中的弱沖擊信號(hào)成分。就鉆井泵振動(dòng)信號(hào)而言,這些沖擊振動(dòng)信號(hào)可以采用數(shù)字化音頻技術(shù)來(lái)實(shí)現(xiàn)直接的耳聽識(shí)別處理。平滑濾波獲得的信號(hào)真實(shí)地反映了信號(hào)中實(shí)際的沖擊成分。圖2就是典型振動(dòng)沖擊信號(hào)的分離實(shí)例。

圖1 信號(hào)多次平滑濾波處理實(shí)例

圖2 鉆井泵沖擊信號(hào)平滑濾波分離實(shí)例

1.3 平滑濾波的優(yōu)越性

采用平滑濾波的方法獲取高頻信號(hào)并不需要預(yù)先知道高頻信號(hào)的各種信息,而且能夠毫不遺漏地分離得到各種頻率成分的沖擊振動(dòng)信號(hào)。與共振解調(diào)法相比較,平滑濾波分離后的高頻信號(hào)是真實(shí)的沖擊信號(hào),而不是經(jīng)共振放大后調(diào)制得到的信號(hào)。平滑濾波也不存在低通濾波中心頻率的限制,而只受平滑次數(shù)的制約。因此,通過(guò)選擇合理的平滑次數(shù),可以將信號(hào)中存在的所有沖擊成分都毫無(wú)遺漏地分次數(shù)提取得到。

如果將該方法與信號(hào)的基元分段處理和最優(yōu)頻率匹配法相結(jié)合,還可以實(shí)現(xiàn)各種信號(hào)成分的模型化處理,并提取得到同類信號(hào)的共同成分[13]。

2 鉆井泵信號(hào)處理流程

2.1 處理流程

結(jié)合前面的介紹,筆者建立了進(jìn)行鉆井泵信號(hào)特征提取與故障診斷的處理流程,如圖3所示。

圖3 沖擊信號(hào)檢測(cè)處理流程

從圖3可以看出,對(duì)于采用平滑處理的方法所獲得的信號(hào)進(jìn)行分類后,同樣可以用于沖擊信號(hào)的解調(diào)處理,以便拓寬設(shè)備故障診斷的途徑。

2.2 振動(dòng)信號(hào)識(shí)別

振動(dòng)信號(hào)和分離信號(hào)可以通過(guò)數(shù)字化音頻測(cè)試,采用耳聽分辨的方法進(jìn)行直接的識(shí)別。在一般情況下,各種振動(dòng)或其他信號(hào)代表何種物理含義很難回答,只能從具體的某個(gè)振動(dòng)現(xiàn)象中測(cè)量得到的某一點(diǎn)、某個(gè)時(shí)間段的振動(dòng),來(lái)獲知振動(dòng)包含的信息。而通過(guò)將信號(hào)轉(zhuǎn)變成數(shù)字化聲音,利用耳聽分辨各種信號(hào)成分,就可以直接找到問(wèn)題的答案。將振動(dòng)信號(hào)轉(zhuǎn)換為數(shù)字化音頻信號(hào)的詳細(xì)介紹,參見(jiàn)文獻(xiàn) [15]。

3 應(yīng)用實(shí)例

3.1 鉆井泵泵閥振動(dòng)信號(hào)的基元分段處理

文獻(xiàn) [13]介紹了一種進(jìn)行設(shè)備振動(dòng)信號(hào)處理的基元分段方法,可以對(duì)機(jī)械設(shè)備的振動(dòng)信號(hào)按振動(dòng)主周期的大小進(jìn)行合理的分段處理,以便提高信號(hào)分析的針對(duì)性和處理效果。對(duì)于一個(gè)實(shí)測(cè)鉆井泵振動(dòng)信號(hào),利用基元分段處理得到的結(jié)果如圖4所示。

對(duì)圖4的一系列基元信號(hào)子段分別按300次進(jìn)行平滑濾波,得到的高低頻信號(hào)分離結(jié)果如圖5所示。由于在鉆進(jìn)過(guò)程中鉆柱受力、鉆井液流動(dòng)、摩擦等各種因素的耦合作用,不同時(shí)間鉆井泵的周期會(huì)發(fā)生波動(dòng),這些波動(dòng)的直接影響就是沖擊信號(hào)不僅存在幅度調(diào)制,同時(shí)也存在相位調(diào)制。采用振動(dòng)信號(hào)的基元分段處理后,各種相同的沖擊信號(hào)被歸入到同類,如圖5高頻基元信號(hào)中的A～H 8個(gè)分段就是同一類型的沖擊振動(dòng)信號(hào)。因此,這樣的處理方法極大地簡(jiǎn)化了信號(hào)的分類與識(shí)別處理。

圖4 泵閥信號(hào)基元分段處理

圖5 基元信號(hào)高低分頻處理結(jié)果

這些信號(hào)互之間的差異性非常明顯,按基元分段后的時(shí)間對(duì)應(yīng)規(guī)律也非常強(qiáng)烈,但由于受環(huán)境各種因素的影響,每個(gè)基元長(zhǎng)度 (或數(shù)據(jù)點(diǎn)數(shù)量)各不相同,存在著波動(dòng)和差異。結(jié)合鉆井現(xiàn)場(chǎng)實(shí)際,起始1、2段基元信號(hào)處于鉆頭提離井底,鉆柱負(fù)荷較輕,因此柴油發(fā)動(dòng)機(jī)傳輸給鉆井泵功率比較大,轉(zhuǎn)速比較快。

顯然,在需要的情況下可以對(duì)每一類沖擊振動(dòng)信號(hào)進(jìn)行信號(hào)的后續(xù)分析,例如信號(hào)的音頻測(cè)試或共振解調(diào)處理。

3.2 振動(dòng)信號(hào)的識(shí)別

1)基元內(nèi)沖擊信號(hào)類識(shí)別 由于該次測(cè)量的鉆井泵是3NB-1300鉆井泵,這是一種三缸單作用往復(fù)泵。3個(gè)缸套內(nèi)活塞運(yùn)動(dòng)導(dǎo)致的振動(dòng)是鉆井泵泵閥的主要振源,三缸套同時(shí)工作時(shí),勢(shì)必會(huì)導(dǎo)致3個(gè)缸套振動(dòng)之間的相互混疊。但鉆井泵缸套的振動(dòng)信號(hào)具有明顯的規(guī)律性,根據(jù)文獻(xiàn) [13]的介紹,可以按照?qǐng)D4下部的方式劃分鉆井泵振動(dòng)信號(hào)的歸屬,其中A、B、C分別對(duì)應(yīng)3個(gè)缸套,1代表排液過(guò)程,2代表抽吸過(guò)程。更詳細(xì)的識(shí)別需要結(jié)合鉆井泵動(dòng)力學(xué)模擬來(lái)確定。圖5中的B類信號(hào)代表圖4 B缸套排出閥振動(dòng)產(chǎn)生的沖擊,是排出閥發(fā)生泄漏導(dǎo)致的結(jié)果;F類信號(hào)是缸套發(fā)生泄漏后,鉆井液內(nèi)部的固相成分進(jìn)入活塞與缸套之間,產(chǎn)生摩擦造成的結(jié)果,是一種摩擦信號(hào)。圖4中A2、B2段吸入過(guò)程沖擊非常強(qiáng)烈,與鉆井泵動(dòng)力學(xué)模擬結(jié)果相比較來(lái)看,這是由于對(duì)應(yīng)缸套連接件之間存在松動(dòng)產(chǎn)生的。

因此采用鉆井泵振動(dòng)信號(hào)的基元分段處理,結(jié)合沖擊信號(hào)頻譜、鉆井泵動(dòng)力學(xué)模擬結(jié)果的比較分析,可以容易地確定各種沖擊信號(hào)的成分,并作出正確合理的故障診斷。

2)沖擊信號(hào)的識(shí)別 由于平滑處理后可以得到信號(hào)中所包含的所有沖擊振動(dòng)信號(hào),因此對(duì)這些信號(hào)進(jìn)行辨別、分類就顯得十分重要。機(jī)械設(shè)備的沖擊振動(dòng)與運(yùn)轉(zhuǎn)過(guò)程中運(yùn)動(dòng)副的動(dòng)力學(xué)狀態(tài)和設(shè)備狀況密切相關(guān)。任何一個(gè)沖擊信號(hào)都是沖擊信號(hào)源、傳播過(guò)程、傳感器等的函數(shù),包含有豐富的機(jī)械設(shè)備狀態(tài)的信息,每一種沖擊信號(hào)都有各自獨(dú)特的特征和規(guī)律性?？梢岳妙l譜的方法將信號(hào)進(jìn)行基本的歸類,圖6就是鉆井泵各種典型沖擊信號(hào)實(shí)例。

根據(jù)信號(hào)的頻譜識(shí)別結(jié)果,結(jié)合沖擊出現(xiàn)的時(shí)間特征,可以很容易確定信號(hào)的振源,從而為實(shí)現(xiàn)鉆進(jìn)泵故障診斷提供決策信息。

圖6 鉆井泵典型沖擊信號(hào)與頻譜

4 結(jié) 論

通過(guò)研究可以得出以下幾點(diǎn)結(jié)論:

1)采用平滑濾波分離的方法可以實(shí)現(xiàn)鉆井泵沖擊振動(dòng)高頻和低頻信號(hào)分離。采用不同次數(shù)的平滑濾波處理可以將信號(hào)中的各種高頻振動(dòng)成分進(jìn)行逐一提取與分離處理。

2)信號(hào)的平滑濾波處理所得到的各種高低頻信號(hào)分離結(jié)果能夠保持信號(hào)原有的特征,是一種可以復(fù)現(xiàn)的真實(shí)信號(hào)。通過(guò)鉆井泵振動(dòng)信號(hào)的音頻測(cè)試表明,這是一種非常合理、完整的信號(hào)分離方法。

3)信號(hào)的平滑濾波處理能夠有效地濾除低頻強(qiáng)噪聲背景干擾,為快速提取各種撞擊、摩擦、泄漏和沖擊成分提供了一條非常有效的途徑,也為鉆井泵故障診斷提供了極大的便利。

[1]吳濤,袁嗣杰,梅高杰.基于多窗傅里葉變換的弱Chirp信號(hào)檢測(cè) [J].裝備指揮技術(shù)學(xué)院學(xué)報(bào),2008,19(3):96～100.

[2]吳芳,楊日杰,田淑榮,等.基于相關(guān)與小波變換相結(jié)合的弱信號(hào)檢測(cè) [J].海軍航空工程學(xué)院學(xué)報(bào),2008,23(1):26～28.

[3]童寧寧,劉東紅,張永順,等.基于小波包變換的弱信號(hào)檢測(cè)[J].計(jì)算機(jī)仿真,2006,23(7):105～107,168.

[4]林紅波,祁放,鄧小英,等.混沌噪聲背景下弱諧波信號(hào)的GRNN檢測(cè)[J].吉林大學(xué)學(xué)報(bào)(信息科學(xué)版),2004,22(3):209～213.

[5]Deter W T,Peng Y H,Yam R.Wavelet Analy sis and Envelope Detection for Rolling Element Bearing Fault Diag nosis-Their Effectiveness and Flexibilities[J].ASME J Vibr Acoust,2001,123:303～310.

[6]唐德堯,王定曉.共振解調(diào)技術(shù)與機(jī)車車輛傳動(dòng)裝置故障診斷[J].電力機(jī)車技術(shù),2002,25(5):1～5.

[7]李瑜,章新華,肖毅,等.杜芬振子陣列實(shí)現(xiàn)弱正弦信號(hào)頻率檢測(cè)[J].系統(tǒng)仿真學(xué)報(bào),2006,18(9):2650～2656.

[8]杜鵬飛,王永良,孫文峰.混沌海雜波背景下的弱信號(hào)檢測(cè)[J].系統(tǒng)工程與電子技術(shù),2002,24(7):65～67,98.

[9]劉瑞平,郭昕,沈福民.混沌時(shí)間序列中弱信號(hào)的檢測(cè)[J].火力與指揮控制,2006,31(7):14～16,20.

[10]李健,何坤,喬強(qiáng).弱暫態(tài)正弦信號(hào)的檢測(cè) [J].電訊技術(shù),2003,(6):95～98.

[11]李強(qiáng),王太勇,冷永剛,等.基于變步長(zhǎng)隨機(jī)共振的弱信號(hào)檢測(cè)技術(shù)[J].天津大學(xué)學(xué)報(bào),2006,39(4):432～437.

[12]范勝波,王太勇,冷永剛,等.基于變尺度隨機(jī)共振的弱周期性沖擊信號(hào)的檢測(cè) [J].中國(guó)機(jī)械工程,2006,17(4):387～390.

[13]呂苗榮,周琳,王麗,等.石油工程準(zhǔn)周期振動(dòng)信號(hào)的新處理方法 [J].石油鉆探技術(shù),2009,37(5):89～92.

[14]呂苗榮,古德生.聲信號(hào)分離基本原則與分離方法 [J].中南大學(xué)學(xué)報(bào) (自然科學(xué)版),2004,35(1):62～66.

[15]呂苗榮.工程信號(hào)處理最優(yōu)化理論的研究應(yīng)用——語(yǔ)音信號(hào)處理新方法探索[D].長(zhǎng)沙:中南大學(xué),2006.