航空發(fā)動機靜電監(jiān)測信號的特征分析及提取*

文振華， 侯軍興， 左洪福

(1.鄭州航空工業(yè)管理學院機電工程學院 鄭州,450015) (2.南京航空航天大學民航學院 南京,210016)

航空發(fā)動機靜電監(jiān)測信號的特征分析及提取*

文振華1， 侯軍興1， 左洪福2

(1.鄭州航空工業(yè)管理學院機電工程學院 鄭州,450015) (2.南京航空航天大學民航學院 南京,210016)

分析了航空發(fā)動機氣路中顆粒物的荷電機理，研究了荷電顆粒和靜電傳感器的作用機理，并對靜電監(jiān)測信號的頻率特性影響因素進行了分析。針對顆粒物流動特性引起信號頻譜的差異，提出了從信號的頻域提取能量分布特征參數(shù)的方法，采用小波分析的方法實現(xiàn)了靜電信號能量分布特征的獲取，最后通過實驗對靜電監(jiān)測信號的特征參數(shù)的有效性進行了驗證。實驗結(jié)果表明：靜電監(jiān)測技術能夠有效地監(jiān)測航空發(fā)動機輸出功率的突變；連續(xù)顆粒物產(chǎn)生的信號中的高頻成分相對較多，能量分布均勻性可以有效地判斷出是間斷顆粒物還是連續(xù)顆粒物，利用該能量分布的變化可以有效地反映出發(fā)動機輸出功率變化不大的情況。

航空發(fā)動機； 靜電監(jiān)測； 特征提取； 靜電傳感器

引 言

航空發(fā)動機氣路靜電監(jiān)測技術通過監(jiān)測故障的直接產(chǎn)物，對發(fā)動機氣路部件的狀態(tài)進行實時監(jiān)測并給出預警信息。該技術在F35上的成功應用，大大提高了發(fā)動機的故障預測與健康管理(prognostics and health management，簡稱PHM)能力[1]。通過發(fā)動機氣路模擬實驗平臺驗證了靜電監(jiān)測技術的可行性，獲得了初步的異常顆粒靜電信號的時域特征[2]，從理論上分析了靜電傳感器的特性以及影響因素[3]，并針對某型渦軸發(fā)動機進行了初步的臺架實驗研究[4-5]。在航空發(fā)動機氣路靜電監(jiān)測中，僅根據(jù)反映氣路靜電荷水平的原始感應信號往往難以對發(fā)動機氣路部件的狀態(tài)進行辨別，通常需要把監(jiān)測信號的特征參數(shù)提取出來，根據(jù)特征參數(shù)的分析結(jié)果來判斷氣路靜電荷水平的變化情況，進而分析氣路部件的工作狀態(tài)和性能變化趨勢。

目前，進行早期故障判斷的主要根據(jù)是活動水平和事件率兩個參數(shù)[4-5]，但兩個參數(shù)對于復雜的氣路環(huán)境以及多故障模式而言，尚不能滿足準確識別故障的要求，而且事件率這個參數(shù)主要依賴于活動性水平以及所設定事件的閾值，使用過程中誤差較大，缺乏對靜電感應信號深層次的特征提取的研究，因此，如何提取更多有效的特征參數(shù)是研究航空發(fā)動機靜電監(jiān)測迫切需要解決的問題。

發(fā)動機氣路中的異常顆粒物(大粒徑碳煙顆粒、金屬磨粒等)是故障的直接產(chǎn)物，顆粒物的產(chǎn)生、荷電和顆粒粒徑、濃度、溫度、燃燒性能等息息相關。此外，旋轉(zhuǎn)部件故障、靜止部件故障以及發(fā)生碰摩故障部位的差異等都將導致具有不同流動特性的顆粒物產(chǎn)生。因此，可以依據(jù)氣路中異常顆粒物的類型判斷氣路部件工作正常與否，即根據(jù)監(jiān)測的靜電信息識別氣路中是否有異常顆粒物出現(xiàn)，顆粒物是連續(xù)出現(xiàn)還是間斷出現(xiàn),以及是金屬顆粒物還是非金屬顆粒物、是大粒徑顆粒還是小粒徑顆粒等。筆者通過分析顆粒的荷電機理、荷電顆粒和靜電傳感器的作用機理，研究不同特征(粒徑特征、流動特征)的荷電顆粒物產(chǎn)生信號的差異，提取靜電信號有效的特征參數(shù)，為后續(xù)的航空發(fā)動機氣路早期故障識別奠定基礎。

1 發(fā)動機氣路顆粒荷電機理分析

航空發(fā)動機氣路靜電監(jiān)測技術實質(zhì)是監(jiān)測發(fā)動機氣路的總體電荷水平的變化。對于一個健康的發(fā)動機而言，其氣路總體靜電荷水平保持在一個相對穩(wěn)定的水平，氣路中出現(xiàn)的異常顆粒物導致了靜電荷水平的變化。在航空發(fā)動機氣路中，既有燃油燃燒產(chǎn)生的固體煙塵，也有燃油在高溫缺氧條件下裂解產(chǎn)生的碳煙顆粒，此外，由于進氣道吸入外來物造成損傷以及發(fā)動機氣路部件發(fā)生故障時產(chǎn)生的異常顆粒物，如葉片燒蝕、涂層剝落、材料丟失、葉片與機匣、密封圈之間發(fā)生碰摩也會導致氣路中出現(xiàn)異常顆粒物。

在航空發(fā)動機工作時，燃油成分與氧氣發(fā)生劇烈復雜的化學反應，其基本反應[6]如下

CmHn+(m+n/4)O2——mCO2+n/2H2O

(1)

此外，還包括以下典型的化學反應

(2)

CHO+H2O——H3O+CO+e-

(3)

(4)

這些反應在生成離子的同時也生成了大量的電子，其存在于火焰區(qū)及已燃區(qū)，在整個燃燒室內(nèi)，離子和自由電子的濃度隨著燃燒過程的變化而不斷變化。在高溫環(huán)境下，顆粒和隨機運動的離子發(fā)生碰撞產(chǎn)生荷電，該過程[7]可以表示為

(5)

其中：qp為顆粒的帶電量；dp為顆粒直徑；k為玻爾茲曼常數(shù)；T為溫度；e為電子的電荷量；c為顆粒的平均速度；N為顆粒濃度；t為時間。

2 荷電顆粒和靜電傳感器作用機理

靜電傳感器的輸出信號是氣路中荷電顆粒物和傳感器相互作用的結(jié)果，即當荷電顆粒物經(jīng)過傳感器的時候，引起傳感器感應探極表面的感應電荷發(fā)生變化，從而形成微小的電流。根據(jù)傳感器的檢測和頻譜函數(shù)的微分特性，傳感器輸出信號的頻譜函數(shù)[3,8]為

(6)

因此，靜電傳感器的幅頻特性可以表示為

(7)

其中：a1,b1,a2,b2為擬合系數(shù)，與傳感器的物理結(jié)構(gòu)參數(shù)有關；v為顆粒運動的速度。

研究表明，影響傳感器幅頻特性的因素除了傳感器本身的結(jié)構(gòu)參數(shù)外，還與其安裝的位置有關[8]，因此，對于一個給定結(jié)構(gòu)和安裝位置的傳感器，其輸出信號的幅頻特性主要受顆粒運動速度的影響。圖1為不同運動速度的荷電顆粒物經(jīng)過傳感器時，靜電傳感器輸出信號的頻譜。從圖中可以看出，隨著顆粒速度的增加,幅值最大值所對應的頻率和信號的頻帶寬度也增加。

下面分析影響傳感器輸出信號的頻率特征的因素。首先，細小顆粒和大顆粒相比較而言，停留在靜電傳感器敏感空間的時間要相對短些，因而產(chǎn)生信號的頻率成分會有差異，輸出信號的頻譜必然發(fā)生變化；其次，在航空發(fā)動機氣路中，輸出信號往往是多個連續(xù)的荷電顆粒運動綜合作用的結(jié)果，因此將傳感器的輸出視為多個荷電顆粒經(jīng)過傳感器時，在感應探極上產(chǎn)生的感應電荷的疊加。

圖1 顆粒速度對輸出信號的頻譜影響Fig.1 Influence of particle velocity on frequency

假設有n(n≥2)個荷電顆粒物經(jīng)過傳感器，則在靜電傳感器探極上感應電荷的總量為

(8)

其中：qi(t-Ti-1)為第i個荷電顆粒經(jīng)過傳感器敏感空間時，電極上的感應電荷量；Ti-1為第i個顆粒物與第1個顆粒物經(jīng)過傳感器敏感空間的時間間隔，且T0=0。

相應的感應信號的頻率特性Q(f)可以看作是不同位置上脈沖響應特性在相應的頻率f處的加權(quán)平均，即

(9)

其中：qi(f)為第i個荷電顆粒經(jīng)過傳感器敏感空間時，電極上的感應電荷的頻率響應。

傳感器輸出信號的頻率特性可表示為

(10)

其中：R為傳感器的整個測量回路的等效電阻。

可以簡單比較一下相同速度的兩個顆粒物和單個顆粒物所產(chǎn)生感應信號的頻譜差異，由圖2可以看出，連續(xù)顆粒產(chǎn)生的信號比單顆粒產(chǎn)生信號頻譜略寬，即高頻成分相對較多。

圖2 單顆粒和兩個顆粒的感應信號頻譜Fig.2 Frequency response comparison of signal particle and two particles

3 靜電監(jiān)測信號的特征參數(shù)分析及提取

3.1 常用的時域特征參數(shù)

從式(5)可以看出，顆粒的粒徑、顆粒濃度以及溫度等都對顆粒的荷電量有著直接的影響。一旦發(fā)動機的工況發(fā)生變化或者發(fā)生故障，都將使得氣路中的溫度、顆粒濃度或顆粒粒徑分布等發(fā)生變化，從而導致氣路中總體的靜電荷水平發(fā)生變化，這些變化能夠從監(jiān)測信號的幅值上得到一定的反映。在現(xiàn)有的靜電監(jiān)測技術的研究中，用于分析靜電特征參數(shù)的大都是基于傳感器輸出的電壓信號的時域統(tǒng)計特征值，主要是基于靜電信號幅值的一些基本的統(tǒng)計特征，如均值、均方根值、極差、標準差等[4-5]，以及在這些特征參數(shù)基礎上衍生出來的兩個特征參數(shù)：活動水平(activity level)和事件率(event rate)。其中:活動水平用來反映在時間T內(nèi)尾氣中連續(xù)出現(xiàn)的微小顆粒的數(shù)量;事件率定義為單位時間內(nèi)，尾氣中的異常顆粒的數(shù)量。

從傳感器測試的原理[3]來看，傳感器的輸出信號實質(zhì)是反映感應電荷的變化量，而不是感應電荷。因此，僅根據(jù)傳感器輸出電壓信號的幅值的變化難以對氣路靜電信號的變化做出明確的解釋[5]。

3.2 頻域特征參數(shù)提取方法

基于荷電顆粒和傳感器作用機理的分析，筆者考慮從靜電感應信號的頻域入手來提取更多的特征參數(shù)。從前面的分析可知，對于一個給定結(jié)構(gòu)參數(shù)和安裝位置的傳感器來說，輸出信號的頻譜中，設幅值最大值所對應的頻率為fmax。對于理想狀況下，顆粒運動的速度直接影響到信號的特征頻率fmax的大小，因此可以將fmax作為信號的特征頻率。相同速度的連續(xù)顆粒和單個顆粒產(chǎn)生的感應信號頻譜結(jié)構(gòu)存在一定的差異，主要體現(xiàn)在頻譜寬度以及頻譜的形狀，因此在信號處理的過程中，以特征頻率fmax為基準頻率，對信號的頻譜按照fmax的倍頻進行頻段的劃分，如圖3所示。

圖3 信號的頻段劃分示意圖Fig.3 Division of the signal frequency band

信號在不同相對頻率段內(nèi)的能量分布特點可用來描述其頻譜結(jié)構(gòu)和形狀差異。鑒于小波分析方法的多層分解能力[9]，筆者采用小波變換來對信號進行多層分解，為了保證能量分布特征提取方法的普適性，消除顆粒運動速度對頻率的影響，在對信號進行小波分解前，需要對信號進行重采樣，以保證分解后各層小波系數(shù)的頻率和以特征頻率fmax為基準的各個倍頻段相對應。在后續(xù)實驗數(shù)據(jù)處理過程中，采用的重采樣頻率為fs=16fmax。在對重采樣的信號進行多層分解后，根據(jù)各層系數(shù)序列的能量，即可獲得靜電信號在不同特征頻段的能量[10]。

算法如下：設Edi為小波分解的第i層高頻小波分解系數(shù)序列dj的能量，則有第i層能量為

(11)

這樣便可以依次獲得各個分解層中信號的能量百分比。

4 實 驗

為了驗證筆者所提取特征參數(shù)的有效性，進行了如下3個實驗，實驗過程中均采用美國國家儀器(NI)公司的WLS-9234數(shù)據(jù)采集卡進行信號采集。

實驗1 實驗過程中取荷電的泡沫顆粒物進行模型驗證實驗，分別讓單顆粒、少量顆粒物和大量顆粒物經(jīng)過靜電傳感器，其傳感器的輸出信號分別為信號1、信號2和信號3。為了便于比較信號頻譜結(jié)構(gòu)的差異，其幅值均采用歸一化處理，3個信號的頻譜分析結(jié)果如圖4所示。采用小波能量分解方法對監(jiān)測信號的能量分布進行分析計算，結(jié)果見表1。

圖4 不同數(shù)量的顆粒物信號頻譜比較Fig.4 Frequency spectrum comparison of different amount particle

從表1中的數(shù)據(jù)可以看出，單個顆粒產(chǎn)生的信號主要集中在相對低頻段，而連續(xù)顆粒越多，其產(chǎn)生信號的能量在相對高頻段所占的比例逐步增加，能量在各個頻段的分布也越來越均衡。因此,可以將信號的能量分布作為靜電監(jiān)測信號的一個特征，通過能量分布的均勻性來判斷顆粒的連續(xù)性和間斷性。

表1 單顆粒和連續(xù)顆粒信號能量分布表

Tab.1 Energy distribution list of signals induced by a single particle and continuous particles

頻段信號1信號2信號3[4fmax，8fmax]0．0020．0150．032[2fmax，4fmax]0．0980．2630．448[fmax，2fmax]0．2420．2780．258[0，fmax]0．6580．4440．262

實驗2 在航空發(fā)動機氣路模擬實驗平臺上進行氣路環(huán)境模擬實驗。該實驗平臺主要是通過風機和燃油燃燒器來實現(xiàn)發(fā)動機氣路環(huán)境的模擬，分別取充分燃燒的背景信號、模擬燃燒性能衰退和模擬碰摩故障3種情況下的靜電傳感器的輸出信號[2]。在實驗過程中，主要是通過調(diào)節(jié)進風量的大小來模擬燃燒性能衰退，注入鐵粉顆粒物來模擬碰摩故障。采集的信號頻譜如圖5所示。

圖5 模擬實驗信號頻譜對比Fig.5 Frequency spectrum comparison of simulated experiment signals

按照前述方法對3種情況下的監(jiān)測信號進行能量分布計算，結(jié)果見表2。

表2 模擬實驗信號能量分布表

Tab.2 Energy distribution list of simulated experiment signals

頻段背景信號碳煙顆粒鐵粉顆粒[4fmax，8fmax]0．1490．0800．056[2fmax，4fmax]0．1200．1720．056[fmax，2fmax]0．5210．1200．236[0，fmax]0．2100．6290．652

由表2可以看出，高溫背景信號的能量分布較為均勻。由于高溫背景信號的實質(zhì)是由細小碳煙顆粒感應產(chǎn)生的，而且是一直都存在于氣路環(huán)境中，可以視為連續(xù)顆粒。大粒徑碳煙顆粒產(chǎn)生的信號是通過關閉風門富油燃燒條件產(chǎn)生的，鐵粉顆粒是通過向管道內(nèi)注入的，二者都是間斷性地出現(xiàn)在氣路環(huán)境中。由此可以看出，用能量分布的均勻性來判斷間斷顆粒還是連續(xù)顆粒物的有效性，為后續(xù)判斷氣路中異常顆粒物的來源是由于靜止部件故障還是轉(zhuǎn)動部件故障提供了參考依據(jù)。

實驗3 在某型渦軸發(fā)動機進行了靜電監(jiān)測臺架實驗，其中每次發(fā)動機的試車過程分為14個階段，每個階段的輸出功率和持續(xù)時間如圖6所示。發(fā)動機的輸出功率是發(fā)動機重要的性能指標之一，在本實驗中，通過水力測功機對渦軸發(fā)動機的輸出軸功率進行測量。圖7為發(fā)動機試車過程中，發(fā)動機輸出功率和靜電感應電荷信號的對應關系圖。

由圖7可以看出，發(fā)動機工作階段從2->3，6->7，9->10，11->12轉(zhuǎn)變時，這4個工況的變化均為發(fā)動機從一個較小的輸出功率轉(zhuǎn)變?yōu)橐粋€較高的輸出功率。這充分說明了發(fā)動機功率的急劇變化會引起氣路靜電荷水平的變化，且在輸出功率加大的瞬間，傳感器上的感應電荷為負值，而在相對較為穩(wěn)定的工況時，傳感器上的感應電荷為正值。其主要原因在于發(fā)動機加大功率瞬間，由于噴入燃油的不完全燃燒，產(chǎn)生了大量的大粒徑碳煙顆粒物，大粒徑碳煙顆粒初始均帶正電荷，因此傳感器感應探極上產(chǎn)生的感應電荷為負性。一旦發(fā)動機的工況穩(wěn)定后，氣路中顆粒物主要為細小的碳煙顆粒，以帶負電荷為主，因此傳感器感應探極上的電荷為正電荷，這與文獻[11]中關于尾氣排放中顆粒荷電特性的結(jié)論一致。

圖6 發(fā)動機試車過程Fig.6 Process of aero-engine test

圖7 發(fā)動機輸出功率和靜電感應信號的關系Fig.7 Relationship of the output power and the electrostatic signal

以上4個工況的變化，能夠通過感應信號的幅值得到較為明顯的反映。

靜電監(jiān)測技術作為一種早期故障的監(jiān)測手段，不僅要能監(jiān)測到性能的突變，更要能夠監(jiān)測到發(fā)動機性能緩慢衰退的變化過程，因此，需要研究輸出功率變化不大的情況下，靜電信號特征參數(shù)的變化規(guī)律。取試車過程中，輸出功率變化不大的情況下采集的數(shù)據(jù)進行分析。

筆者以在試車過程中工況從3->4，4->5，7->8轉(zhuǎn)變以及在穩(wěn)態(tài)工況(工作階段8)下采集的信號進行分析，從圖7中不難看出，通過時域特征難以進行分辨，對該信號的能量分布特征進行分析，其結(jié)果如表3所示。

表3 不同工況下的能量分布表

從表3中的數(shù)據(jù)可以看出:當試車的工況發(fā)生變化時候，感應信號的能量大部分位于低頻段[0,fmax]；而當發(fā)動機工作處于穩(wěn)態(tài)的時候，其能量分布除了在[fmax，2fmax]中占較大比重外，其他頻段內(nèi)分布相對較為均勻。由此可以看出，靜電監(jiān)測信號的頻域特征參數(shù)也能夠有效地區(qū)分出發(fā)動機工作狀態(tài)的變化，表明了該特征參數(shù)的有效性。

考慮到金屬顆粒物會對發(fā)動機造成潛在的損傷，在本次臺架實驗上沒有進行金屬顆粒物的注入實驗和發(fā)動機碰摩故障的模擬實驗。

5 結(jié)束語

筆者分析了發(fā)動機的氣路顆粒物荷電機理、顆粒和靜電傳感器的作用機理以及信號頻率的影響因素，通過信號重采樣和小波分析方法提取了靜電監(jiān)測信號的能量分布特征參數(shù)，通過模擬實驗和發(fā)動機臺架實驗對特征參數(shù)的有效性進行了驗證。結(jié)果表明，所提取的頻率特征參數(shù)能夠有效地區(qū)分顆粒物，在基于靜電信號的發(fā)動機氣路監(jiān)測系統(tǒng)中，在現(xiàn)有的時域特征參數(shù)如信號的幅值、活動水平、時間率等基礎上，引入頻域的能量分布特征，有助于進一步提高對發(fā)動機性能變化的識別能力。

[1] Novis A, Powrie H. PHM sensor Implementation in the real world-a status report[C]∥Proceedings of IEEE Aerospace Conference. USA: IEEE, 2006.

[2] 文振華,左洪福,李耀華.氣路顆粒靜電監(jiān)測技術及實驗[J].航空動力學報, 2008,23(12):2321-2326.

Wen Zhenhua, Zuo Hongfu, Li Yaohua. Gas path debris electrostatic monitoring technology and experiment [J]. Journal of Aerospace Power, 2008,23(12):2321-2326. (in Chinese)

[3] 文振華,左洪福,王華,等.航空發(fā)動機氣路靜電監(jiān)測傳感器特性[J].傳感器與微系統(tǒng),2008,27(11):28-31.

Wen Zhenhua, Zuo Hongfu, Wang Hua, et al. Characters of sensor for aero engine gas path electrostatic monitoring[J]. Transducer and Micro-system Technologies, 2008,27(11):28-31. (in Chinese)

[4] 李耀華,左洪福,劉鵬鵬.某型航空渦輪軸發(fā)動機尾氣靜電監(jiān)測探索性實驗[J].航空學報, 2010,31(11):2174-2181.

Li Yaohua, Zuo Hongfu, Liu Pengpeng. Gas path electrostatic monitoring of turbo-shaft engine: an exploratory experiment[J]. Acta Aeronautica et Astronautica Sinica, 2012,31(11):2174-2181. (in Chinese)

[5] 孫見忠,左洪福,詹志娟,等.渦軸發(fā)動機尾氣靜電監(jiān)測信號影響因素分析[J].航空學報,2012,33(3):412-420.

Sun Jiangzhong, Zuo Hongfu, Zhan Zhijuan et al. Analysis of factors influencing the exhaust gas electrostatic monitoring signals of a turbo-shaft engine[J]. Acta Aeronautica et Astronautica Sinica, 2012,33(3):412-420. (in Chinese)

[6] 嚴傳俊,范瑋.燃燒學[M].西安:西北工業(yè)大學出版社,2005:233-258.

[7] 任俊,沈健,盧壽慈.顆粒分散科學與技術[M].北京:化學工業(yè)出版社,2005:124-129.

[8] 文振華,尹欣,左洪福.航空發(fā)動機氣路靜電傳感器優(yōu)化設計與安裝[J].機械科學與技術,2013,32(1):140-145.

Wen Zhenhua, Yin Xin, Zuo Hongfu. Optimization design and placement of the electrostatic sensor in aero-engines gas path[J]. Mechanical Science and Technology for Aerospace Engineering, 2013,32(1):140-145. (in Chinese)

[9] 杜燦誼,楊志堅,丁康.小波分析在發(fā)動機失火監(jiān)測中的應用[J].振動、測試與診斷,2011,31(6):318-322.

Du Canyi, Yang Zhijian, Ding Kang. Monitoring method for engine misfire based on wavelet analysis[J]. Journal of Vibration, Measurement & Diagnosis, 2011,31(6):318-322. (in Chinese)

[10]王為,林玉池,趙美蓉,等.基于SPC與小波變換的光纖光柵型損傷識別[J].振動、測試與診斷,2011,31(5):565-569.

Wang Wei, Lin Yuchi, Zhao Meirong, et al. Damage identification technology based on fiber bragg grating using SPC and wavelet transform[J]. Journal of Vibration, Measurement & Diagnosis, 2011,31(5):565-569. (in Chinese)

[11]Sorokin A, Arnold F. Organic positive ions in aircraft gas-turbine engine exhaust[J]. Atmospheric Environment, 2006,40(32):6077-6087.

10.16450/j.cnki.issn.1004-6801.2015.03.008

*國家自然科學基金資助項目(51105344)；航空科學基金項目資助(2012ZB55003)；河南省高校青年骨干教師資助項目(2014GGJS-104);河南省教育廳科學技術重點研究資助項目(14A590001)

2013-03-08；

2013-06-24

TP277； TP306； V23

文振華，男，1976年6月生，博士。主要研究方向為航空發(fā)動機狀態(tài)監(jiān)測與故障診斷。曾發(fā)表《Electrostatic monitoring of gas path debris for aero-engines》(《IEEE Transactions on Reliability》2011，Vol.60,No.1)等論文。 E-mail:Levinzhwen@126.com