流體機械空化檢測研究進展*

明廷鋒　曹玉良　賀　國　蘇永生

(海軍工程大學動力工程學院1)　武漢　430033)　(海軍工程大學管理工程系2)　武漢　430033)

?

流體機械空化檢測研究進展*

明廷鋒1)曹玉良1)賀國2)蘇永生1)

(海軍工程大學動力工程學院1)武漢430033)(海軍工程大學管理工程系2)武漢430033)

摘要：為了解當前流體機械空化檢測的研究進展，對國內外的相關研究進行了總結和分類.分析表明，當前流體機械空化的檢測方法可分為兩類:第一類是基于傳感器信號的空化檢測方法;另一類是利用特定的設備對空化進行檢測，如高速攝影方法、超聲波檢測方法和X光檢測方法.本文著重對基于傳感器信號的檢測方法進行了介紹，壓力脈動信號、振動信號、噪聲信號和聲發射信號在進行流體機械空化檢測時被廣泛利用，很多研究都基于這四種信號中的一種或幾種，并取得了一定的效果，利用多種信號進行空化檢測有助于提高空化檢測的效果，將是空化檢測未來的研究方向.

關鍵詞：流體機械；空化檢測；研究進展；壓力脈動信號；振動信號；噪聲信號；聲發射信號

0引言

空化會導致流體機械的性能下降，引起振動和噪聲，并導致過流部件的腐蝕.基本上所有的流體機械都會發生空化，如軸流泵、閥門、水輪機、螺旋槳和噴水推進器等[1].在國內，在泵類機械的研究中空化常被稱為“汽蝕”，在水輪機的研究中空化則被稱為“氣蝕”，在螺旋槳和噴水推進器的研究中則稱“空化”；在國外，則統一稱為“cavitation(空化)”，因此，“空化”和“汽蝕”其本質是一樣的[2].流體機械在日常生活、工農業生產和軍事裝備中廣泛存在，檢測流體機械內部流體是否發生空化，以及空化的程度，能夠避免空化造成強烈的振動和噪聲，以及過流部件的剝蝕破壞，具有十分重要的經濟意義和軍事意義.

流體機械空化檢測屬于故障檢測的內容之一，然而其與普通機械故障的檢測又有所不同.空化在流體機械中普遍存在，很多因素都會導致流體機械的發生空化，并且空化十分難以檢測，尤其是空化初生[3].因此，流體機械空化的檢測成為了當前國內外研究的熱點和難點之一.

對流體機械的空化進行檢測時最常用的是基于信號的檢測方法，在流體機械不同的位置處安裝傳感器，通過信號采集系統采集流體機械運行狀態的數據，通過分析數據的特征，從而判斷流體機械內部是否發生空化，以及空化的程度，進而實現空化的檢測.當前廣泛利用的幾種信號有，壓力脈動信號、振動信號、噪聲信號和聲發射信號.本文將對這幾種信號的利用和分析進行詳細的介紹.此外，還將對高速攝影、超聲波檢測和X光檢測在流體機械空化檢測中的應用進行簡要的介紹.

1基于壓力脈動信號的檢測

利用壓力脈動信號對流體機械的空化進行識別和檢測，是當前空化檢測研究中非常重要的一方面，并得到了一定的應用.

梁超和劉永奇[4-5]利用閉式實驗裝置，測量和采集了一臺臥式單級離心泵入口的壓力脈動信號，并運用多種方法分析了不同汽蝕狀態時壓力脈動的特征，對離心泵汽蝕故障診斷進行了初步的探索.然而，他們在進行實驗時采樣頻率只有500 Hz，只能對低頻壓力脈動信號進行分析，無法研究空化所產生的高頻壓力脈動.李曉俊等[6-7]利用高頻壓力傳感器測量和采集了離心泵進出口處的壓力脈動信息，并利用概率密度分布、方差、均方差和均方根等4種統計方法分析了空化時離心泵進口處壓力脈動的時域特征，發現這4種統計方法都能夠預測離心泵的揚程斷裂工況.然而，對于空化初生卻無法完全預測.周云龍等[8]利用邊際譜頻帶能量方法提取了離心泵汽蝕時壓力信號的低頻特征和高頻特征，對離心泵的汽蝕狀況進行識別研究；然而，運用該方法提取的特征并不是很明顯.

施衛東、姚捷等[9-10]研究了采樣時間和采樣頻率對軸流泵壓力脈動信號的影響，并對一型軸流泵葉輪進出口和導葉出口處的壓力脈動進行了測量和分析，研究了壓力脈動的均方根值和頻率特征隨流量和轉速的變化關系，然而其研究未對考慮空化的影響.此外，鄭源[11]、田少強[12]、張德勝[13]等也對非空化時水泵的壓力脈動進行了實驗測量和頻譜分析.

薛延剛、王瀚等[14-15]將經驗模態分解和指標能量相結合，利用指標能量建立了多尺度特征熵，運用該方法對水輪機尾水管的渦帶空化進行了檢測和識別研究.研究表明，該方法能夠有效提取水輪機尾水管的動態特征，識別渦帶的發生及量化渦帶的嚴重程度.但是，該方法對于不同的對象難以普遍適用.田鋒社[16]分析了測點位置、測點數量、采樣頻率、采樣時間，以及空化數等因素對水輪機壓力脈動測量信號的影響.另外，X.Escaler等[17]也對水輪機模型不同空化程度時的壓力脈動信號和振動信號進行了測試和時頻分析.

空泡的產生、運動和潰滅都在流體內部完成，空化產生后首先受到影響的就是流場.因此，在進行流體機械空化的檢測時，非常有必要測量和采集流場的壓力脈動信號.

2基于振動信號的檢測

空化通常會引起流體機械的振動加劇，因此，很多學者利用振動信號對空化進行了檢測研究.K.K.Mckee等[18]利用倍頻程頻帶分析、主元分析和統計矩陣，提出了一種空化振動檢測方法，并利用大量的工業水泵測試數據對該方法進行了檢驗；此外，其還利用人工神經網絡對水泵的空化數據進行分類識別.該研究表明，在水泵空化狀態識別時前向式神經網絡(FFNN)方法比線性向量(LVQ)神經網絡方法更有效，其認為一個含有3-1隱形層的FFNN，已能夠有效地對工業水泵的空化狀態進行分類識別[19-20].R.Ramadevi[21]基于離心泵的振動試驗數據，利用離散小波變換對離心泵的空化進行了檢測研究，其認為小波變換是一種分析空化信號的有效方法.此外，Escaler[22]，Surendra[23]和J.Cernetic[24]等也都對水泵汽蝕時的振動信號進行了測量與分析，他們的研究都表明振動信號可以用于汽蝕的檢測和診斷.

李忠等[25-26]運用LMS振動和噪聲測試系統對軸流泵不同空化時不同位置的振動信號進行了測量和分析.實驗結果表明，軸頻、葉頻及其高次諧波是泵體振動的主要頻率，空化誘發的振動主要為高頻振動，隨汽蝕余量的降低，低頻振動和高頻振動的均方根值均呈現先上升后下降的趨勢.王勇等[27-28]利用虛擬儀器技術，采集了空化誘導的泵體振動信號和噪聲信號.其研究表明隨有效汽蝕余量的下降，振動加速度的均方根值和噪聲的聲壓級先保持不變然后明顯升高.以上的兩項研究都對空化誘導的振動信號進行了監測和分析，然而所得出的結論卻不完全一致.

高波等[29]利用振動測試和高速攝影等方法，分析了離心泵內部空泡形態和泵體振動頻譜特征隨空化發展的變化.其認為蝸殼處的振動能量較大，泵體振動的頻率范圍很寬、具有離散性，振動加速度的均方根值對空化程度比較敏感，葉頻時振動加速度的幅值變化與空化發展相對應.段向陽等[30]利用加速度傳感器采集了離心泵不同位置處的振動信號，分析了振動信號不同頻帶的特征，以及其在空化前后的變化趨勢.蘇永生等[31-32]對離心泵的空化特征進行了實驗研究，采集了3種空化種狀態時的進口水聲信號和殼體振動信號，以峰值均方根值和標準差作為特征量，對正常工況、揚程下降3%和性能崩潰這3類空化進行了分類識別研究.蒲道林[33]對汽蝕所引起的離心泵的振動進行了實驗測量，其認為4～8 kHz頻帶為空化敏感頻帶，在臨近臨界汽蝕點時，不同測點的振動強度都會明顯增大.Ni Yongyan等[34]利用振動信號對離心泵內汽蝕進行了診斷，研究表明汽蝕時在葉片通過頻率兩側出現邊頻帶.薛延剛等[35]將HHT變換方法引入到水輪空化信號特征提取中，針對經驗模態分解在低頻部分容易產生虛假本征模分量的問題，對HHT方法進行了改進，利用水輪機軸系的振動信號進行了檢驗，研究表明改進的HHT方法能夠有效地識別虛假的本征模分量，具有結果穩定、偏差小的優點，更加適合分析復雜的水輪機動態特征信息.

此外，振動信號還被廣泛應用于其他旋轉機械的故障診斷和預測中，張超[36]通過對振動信號進行分析，對軸承和齒輪的故障進行了診斷研究；李敏通[37]通過提取振動信號的特征，對柴油機進行了故障診斷研究；周云龍等[38-39]利用振動信號開展了離心泵的故障診斷研究.

諸多學者的研究都表明，汽蝕會導致流體機械振動信號的特征發生明顯變化，可以利用振動信號對流體機械的空化進行檢測和診斷.因此，在開展流體機械汽蝕故障的實驗研究時，對振動信號的監測必不可少.

3基于噪聲信號的檢測

空化會除了會導致流體機械產生劇烈振動外，還會產生明顯的噪聲，很多學者通過監測噪聲信號對流體機械的空化進行研究.

M.Cudina[40]利用噪聲信號對離心泵的汽蝕初生和發展進行了研究，其認為噪聲可用于汽蝕初生及發展的檢測.郭柯等[41]對離心泵的空化超聲信號進行了頻譜分析，得出了頻譜特征隨空化發展的變化規律.劉進等[42]利用水聽器采集噪聲信號，以強度、脈沖和頻率結構為特征向量，利用支持向量機方法開展了離心泵空化程度的識別研究，認為該方法在不同程度的背景噪聲下對離心泵的空化程度均有較高的識別準確率.胡芳芳[43]利用水聽器監測混流泵汽蝕時入口的噪聲信號，研究發現混流泵汽蝕時入口噪聲先增大后減小.其認為入口處的低頻帶輻射噪聲可用于監測混流泵汽蝕的發生.

王佳俊等[44]對水輪機的空化噪聲信號進行了分析，通過繪制模極大值線去統計空化噪聲信號中的主要振幅突變點的數量，從而判斷空化的發展程度.史會軒等[45]利用小波包頻帶分析技術對水輪機的空化特性進行了研究，得出了水輪機空化超聲信號的時域幅值調制和頻域能量分布與空化系數的關系.薛彥剛等[46]運用HHT變化方法對水輪機的空化噪聲信號進行了研究，發現HHT方法比小波方法有效，能夠提高水輪機故障識別率.劉源等[47]將小波熵方法引入文德里管空蝕設備的空化噪聲分析中，利用小波熵去檢測空化初生和空化狀態的變化.張婷婷等[48]對激光誘導的單空泡破滅噪聲進行了檢測，運用小波變換和傅里葉變換分析了破滅噪聲的頻譜特性.

螺旋槳的空化噪聲會降低艦艇的隱身性能.因此也有很多學者對螺旋槳的空化噪聲進行了檢測和識別研究.劉竹青等[49]基于螺旋槳空化噪聲的實驗結果，對空化噪聲的時域和頻域特征進行了分析，發現空化會產生很強的聲脈沖信號，隨著空化的發展，聲脈沖的個數和幅值都逐漸增加；空化初生時，高頻段的頻譜升高，隨著空化的發展，聲壓譜升高向低頻方向移動.車永剛等[50]通過統計求解空化噪聲的平均功率譜，對艦船航行時螺旋槳的噪聲進行了研究.馮源等[51]研究了船舶螺旋槳在加減速時的空化噪聲的調制特性，并運用基于Hough變換和二值化的DEMON譜方法進行分析.陳奕宏等[52]對螺旋槳空化噪聲和非空化噪聲進行了小波分解，分析了不同工況時螺旋槳噪聲的變化規律.任安民等[53]對艦艇空化調制信號進行了檢測研究，其認為相關降噪技術與EMD變換和Hilbert變換相結合能夠顯著提升強背景噪聲下螺旋槳空化調制特征檢測的效果.然而，艦艇的空化噪聲信號的采集受到多方面因素的影響，如海洋背景噪聲、機械振動噪聲、流噪聲等，很難將空化噪聲與這些噪聲區分開.

以上分析表明，在水輪機、水泵、螺旋槳等流體機械的空化的識別和檢測中都利用了噪聲信號.由此可知，噪聲信號在流體機械空化的檢測和識別中已得到了廣泛的應用，并且取得了良好的效果.

4基于聲發射信號的檢測

除了壓力脈動信號、振動信號和噪聲信號之外，很多學者利用聲發射信號對流體機械的空化進行研究.聲發射傳感器是基于晶體的壓力效應，將聲發射波所引起的被檢測元件表面的振動轉換成電壓信號的設備.

劉忠等[54-55]利用LabVIEW設計了一套離心泵空化聲發射信號的采集系統，利用小波分析方法提取了離心泵空化時聲發射信號在不同頻帶的能量特征，研究了該能量特征與汽蝕余量的關系，其發現31.25～62.5，62.5～125，125～250 kHz等3個頻帶的能量隨空化狀態改變而明顯變化.謝志聰等[56-57]分析了水泵聲發射信號波形頻譜特征和振鈴計數、信號能量、頻率中心等參數特征與空化狀態的關系，其認為振鈴計數和信號能量隨空化狀態的變化更為強烈.沈再陽等[58]提出了基于全極點線性預測編碼模型的共振峰分析方法，運用該方法對19 kHz超聲作用下的聲發射信號進行了分析，發現共振峰分析方法比傅里葉分析方法更能從超聲空化的聲發射信號中提取出關鍵的時頻信息.李靜等[59]利用小波包變換對水輪機空化聲發射信號進行分析，利用特征頻帶的能量和關聯維數對不同的空化程度進行識別.L.Alfayez[60]認為聲發射方法可以用于早期監測汽蝕初生的情況，但不適用于預測完全發展的汽蝕.C.Tine等[61]利用高頻壓力傳感器、聲發射傳感器和振動傳感器，對一型處于水泵模式的抽水蓄能水力機械實體的空化進行了檢測研究，其認為聲發射傳感器是該項研究中最合適的傳感器.

然而，基于聲發射信號的空化檢測存在以下問題：(1)聲發射信號的頻率分布與材料和構件的特性有關，聲發射信號容易受到低頻機械噪聲的干擾；(2)聲發射信號的頻帶非常高，對信號采集系統的采樣頻率等要求特別高，并且高頻信號容易衰減.因此，當前利用聲發射信號進行空化檢測研究的學者還不是特別多.

5基于多種信號的檢測

由于空化引起的壓力脈動、振動和噪聲等息息相關，因此在對流體機械的空化進行研究時，通常都會同時采集多種信號，利用多種信號的特征對空化進行檢測和識別，如前文提到過的李曉俊、王勇、C.Tine和胡芳芳等.

文獻[6-7]利用高頻壓力傳感器、水聽器、加速度傳感器和電流互感器，同時采集了壓力脈動信號、噪聲信號、振動信號和電機定子電流信號，但他只對壓力脈動信號和電機定子電流信號進行了分析.王勇則利用水聽器、加速度傳感器和高頻壓力傳感器，同時采集了噪聲信號、振動信號和壓力脈動信號，并對空化誘導的噪聲信號和振動信號的特征進行了分析.文獻[43]同時采集了混流泵空化時進口處的水聲信號和不同位置處的振動信號，并對振動信號和噪聲信號的特征進行了分析.然而，上述幾項研究都只是分析了信號的特征，并未對空化進行識別和檢測研究.

P.Gruber等[62-63]認為空化探測的最終目標是為了區分危險空化和非危險空化，為了實現這一目標需要綜合利用工況信息、振動信息、聲發射信息和動態壓力信息.段向陽、蘇永生等[64-65]采集了實船噴水推進泵的進口水聲信號和泵殼振動信號，通過求取信號的高階導數，段向陽利用水聲信號在8～25 kHz頻段上二階導數的峰值序列和振動信號在3～12 kHz頻段上二階導數的峰值序列為基礎構造特征集，進行了噴水推進泵三種空化狀態的分類識別，蘇永生則利用最小二乘支持向量基方法對噴水推進泵的六種空化狀態進行了分類識別.此外，蘇永生等還利用奇異值分解提取了噴水推進泵水聲信號和振動信號的特征，利用BP網絡和RBF網絡進行了空化的分類識別，其研究表明，結合水聲特征和振動特征后識別效果明顯提高，并且能夠識別空化初生的微弱特征[66].然而，上述研究只是結合了兩種信號，并且識別效果還有待檢驗和提高.

由于流體機械的空化信號本身特征不是很明顯，在采集過程中還會受到多方面因素的影響和干擾，僅利用一種信號通常難以有效檢測，因此，非常有必要聯合利用多種信號的特征進行空化的識別和檢測，這將是未來研究的發展的方向.

6其他檢測方法

6.1高速攝影方法

利用高速攝影技術，能夠有效觀地測到流體機械內部空化的發生和發展，能夠為其他監測方法提供驗證，當前已有不少研究采用了高速攝影技術對空化進行識別，如前文提到過的高波等.

張德勝等[67-68]利用高速攝影技術對不同流量時軸流泵葉頂區的空化流場進行了實驗觀測，并結合數值模擬方法對軸流泵內部空化的發生和發展進行了研究.楊勇等[69]利用高速攝像機對螺旋槳空泡進行了觀測，并對螺旋槳空化和非空化時的空化噪聲和機械振動信號進行了測量和分析，研究了空化噪聲的頻率特征.

高速攝影技術雖然能夠提高可靠的觀測結果，但是，進行該實驗需要高速攝像機和專用的可觀測實驗設備，實驗難度大、費用高，并且只能在實驗臺上進行，其采集的信號非常有局限性，在生產實際中很難適用.

6.2超聲波和X光探測

由于很多流體機械部件不透明，無法用肉眼或者高速攝像直接對機械內部的空化情況進行觀測，為了探測流體機械內部的空化情況，部分學者運用超聲波和X光技術對流體機械內部的流場進行了探測研究.流體機械空化的超聲波探測和X光探測的原理相近，都是在流體機械的一側安裝信號發射器，在另一側安裝信號接收裝置，讓超聲波和X光信號穿過流體區域，通過對接收信號的分析，去判斷流體機械內部是否發生空化和空化程度.

P.Gruber等[70]運用超聲波信號，對單個聲空泡流場、NACA水翼空化流場以及混流式水輪機的空化流場進行了探測，發現回收信號的標準差隨著空泡數的增多而增大，當流場中只有少量的空泡時，絕大多數發射信號都不受影響；另外，該研究還發現，氣泡對回收信號標準差的影響遠大于空泡，其認為這項發現有助于區別空泡和氣泡.陳笑然等[71]利用超聲波對空化區域進行探測，通過對監測信號的解調，得到流場的空化信息，并利用超聲波主動探測和高速攝影技術，在實驗臺上對螺旋槳的空化進行了主動超聲監測研究.

B.Stutz等[72]利用X光對文丘里管的空化云進行了探測，對流速和空化區域的大小對空泡分數的時空分布的影響進行了研究.S.Duplaa等[73]利用X光圖像對離心泵快速啟動時的空化進行了研究，其在離心泵高度方向布置了3組X光探測設備，通過對葉輪的初始位置進多次測量來消除測量誤差，其研究表明X光探測有助于確定泵內的流體密度和空化情況.

上述分析表明，超聲波和X光探測技術能夠穿透流體機械不透明的固體表面，能夠在一定程度探測到流體機械的空化流場，然而，這兩種技術都需要復雜的設備，具有很大的局限性，在實際復雜情況下很難適用.

7結論

1) 本文的分析表明，當前對于流體機械空化流場的檢測方法可以分為2類：第一類是基于傳感器信號的檢測方法；另一類方法是利用特定的實驗設備去檢測流場的空化情況.

2) 基于傳感器信號的檢測方法，主要是利用傳感器和信號采集系統采集流體機械所發出的信號，通過分析信號的特征，去判斷內流場的空化情況.這類方法利用的信號主要有：高頻壓力脈動信號、振動信號、噪聲信號和聲發射信號，這類方法目前已被廣泛應用，并取得了一定的檢測效果.

3) 基于傳感器信號的檢測方法，也存在很多問題，如傳感器的精度、響應時間和頻響特性等，采集系統的采樣頻率、采樣時間和電流干擾等，以上這些因素都會對實驗采集的信號產生影響，導致采集的信號失真.為了能夠準確地檢測流體機械內部的空化情況，應建立完備的、高精度的信號采集系統，并消除噪聲的干擾.

4) 高速攝影方法、超聲波探測方法和X光探測方法等，都是利用特定的實驗設備去觀測流場的空化情況.高速攝影方法需要高速攝像機和可以觀測的實驗設備，如外殼透明的水泵，而超聲波和X光可穿透流體機械的外殼，利用超聲波和X光對流體機械內部的空化進行探測，需要超聲波和X光的發射和接收裝置，通過分析回收信號的特征去判斷流場的空化情況.由于這類方法需要特定的實驗設備，實驗復雜、費用高、難度大，目前對這類方法的研究和應用還較少.

5) 壓力脈動信號、振動信號、噪聲信號和聲發射信號在進行流體機械空化檢測時被廣泛利用，很多研究都基于這四種信號，并取得了一定的效果.然而，大多數研究都只采集了其中的一種或幾種信號，只對部分信號的特征進行了分析，并且很多研究所提取的空化信號特征不明顯，無法準確檢測和識別流體機械內部的空化情況.因此，同步采集壓力脈動、振動、噪聲、聲發射等多種信號，分析多種信號的特征，利用多種信號的特征進行空化的檢測和識別，將是流體機械空化檢測下一步的研究方向.

參 考 文 獻

[1]關醒凡.泵的理論與設計[M].北京:機械工業出版社,1987.

[2]KIM Kihan, CHAHINE G, FRANC J P. Advanced experimental and numerical techniques for cavitation erosion prediction[M]. London:Springer Dordrecht Heidelberg,2013.

[3]McKEE K K, FORBES G L, MAZHAR I, et al. A vibration cavitation sensitivity parameter based on spectral and statistical methods[J].Expert Systems with Applications,2015,42:67-78.

[4]梁超.壓力脈動法在離心泵汽蝕故障診斷中的研究[D].長春：東北電力大學,2010.

[5]劉永奇.壓力脈動法在變轉速離心泵汽蝕診斷中的研究[D].長春：東北電力大學,2012.

[6]李曉俊.離心泵葉片前緣空化非定常流動機理及動力學特性研究[D].鎮江：江蘇大學,2013.

[7]李曉俊,袁壽其,潘中永,等.基于結構化網格的離心泵全流場數值模擬[J].農業機械學報,2013,44(7)：50-55.

[8]周云龍,劉永奇,薛廣鑫,等.基于EMD和邊際譜頻帶能量的離心泵汽蝕故障診斷[J].化工學報,2012,63(2)：545-550.

[9]施衛東,姚捷,張德勝,等.采樣頻率和時間對軸流泵壓力脈動特性的影響[J].排灌機械工程學報,2013,31(3)：190-194.

[10]施衛東,姚捷,張德勝,等.不同轉速下軸流泵壓力脈動試驗對比研究[J].農業機械學報,2013(2)：55-58.

[11]鄭源,劉君,周大慶,等,大型軸流泵裝置模型試驗的壓力脈動[J].排灌機械工程學報,2010,28(1)：51-55.

[12]田少強,潘虹.軸流泵裝置模型試驗壓力脈動特性研究[J].四川水力發電,2010,29(5)：116-120.

[13]張德勝,王海宇,施衛東,等,軸流泵多工況壓力脈動特性試驗[J].農業機械學報,2014(3)：40-43.

[14]薛延剛,羅興锜,王瀚.基于EMD多尺度特征熵的水輪機尾水管渦帶信息提取[J].農業工程學報,2011,27(3)：210-214.

[15]王瀚,羅興锜,薛彥剛,等.EMD指標能量提取水輪機尾水管動態特征信息[J].水力發電學報,2012,31(5)：286-291.

[16]田鋒社.水輪機壓力脈動測試的分析與探討[J].水利水電科技進展,2006,26(2)：37-40.

[17]ESCALER X, FARHAT M, AUSON P, et al. Cavitation monitoring of hydroturbines：tests in a francis turbine model[C]. Sixth Inernational Symposium on Cavitation, Wageningen, The Netherlands,2006：1-5.

[18]McKEE K K, FORBES G, MAZHAR I, et al. A single cavitation indicator based on statistical parameters for a centrifugal pump[C]. World Congress on Engineering Asset Management, Daejon, South Korea,2012.

[19]McKEE K K, FORBE G, MAZHAR I, et al. Cavitation sensitivity parameter analysis for centrifugal pumps based on spectral methods[J]. Engineeing Asset Management-system,2015,22：75-85.

[20]McKEE K K, FORBES G, MAZHAR I, et al. Modification of the ISO-10816 centrifugal pump vibration severity charts for use with Octave band spectralmeasurements[C]. 7th Australasian Congress on Applied Mechanics, Adelaide, SA, Engineers Australia,2012：276-283.

[21]RAMADEVI R. Cavitation signal analysis using discrete wavelet transform[C]. International Conference on Control, Instrumentation, Communication and Computational Technologies (ICCICCT),2014：558-560.

[22]ESCALER X, EGUSQUIZA E, MOHAMED F, et al. Detection of cavitation in hydraulic turbines[J]. Mechanical Systems and Signal Processing,2006,20(4)：983-1007.

[23]SURENDRA N G, KANAKASABAI V. Using vibration signatures analusis to detect cavitation in centrifugal pumps[C]. Proceedings of the Society for Experimental Mechanics Series, Springer New York,2011:499-507.

[24]CERNETIC J. The use of noise and vibration signals for detecting cavitation in kinetic pumps[J]. Journal of Mechanical Engineering Science,2009,223(7)：1645-1655.

[25]李忠,楊敏官,高波,等.空化誘發的軸流泵振動特性實驗研究[J].工程熱物理學報,2012,33(11)：1888-1891.

[26]李忠.軸流泵內部空化流動的研究[D].鎮江：江蘇大學,2011.

[27]王勇.離心泵空化及其誘導振動噪聲研究[D].鎮江：江蘇大學,2011.

[28]王勇,劉厚林,袁壽其,等.離心泵非設計工況空化振動噪聲的試驗測試[J].農業工程學報,2012,28(2)：35-38.

[29]高波,楊敏官,李忠,等.空化流動誘導離心泵低頻振動的實驗研究[J].工程熱物理學報,2012,33(6)：965-968.

[30]段向陽,王永生,蘇永生.振動分析在離心泵空化監測中的應用[J].振動與沖擊,2011,30(4)：161-165.

[31]蘇永生,王永生,顏飛,等.離心泵空化故障識別的時域特征分析方法研究[J].水泵技術,2010(4):1-4.

[32]蘇永生,王永生,段向陽.離心泵空化試驗研究[J].農業機械學報,2010,41(3)：77-60.

[33]蒲道林.空化誘發離心泵振動特性的試驗研究[J].水泵技術,2015(3)：6-8.

[34]NI Yongyan, YAN Shouqi, PAN Zhongyong, et al. Detection of cavitation in centrifugal pump by vibration methods[J]. Chinese Journal of Mechanical Engineering (English Edition),2008,21(5)：46-49.

[35]薛延剛,羅興锜,王瀚,等.基于改進HHT方法提取水輪機動態特征信息研究[J].水力發電學報,2011,30(4)：214-221.

[36]張超.基于自適應振動信號處理的旋轉機械故障診斷研究[D].西安：西安電子科技大學,2012.

[37]李敏通.柴油機振動信號特征提取與故障診斷方法研究[D].楊凌：西北農林科技大學,2012.

[38]周云龍,柳長昕,趙鵬,等.基于自回歸連續隱馬爾可夫模型的離心泵故障診斷[J].中國電機工程學報,2008,28(20)：88-93.

[39]周云龍,洪君,張學清,等.HHT與Elman神經網絡在離心泵故障振動信號處理中的應用[J].流體機械,2007,35(5)：21-25.

[40]CUDINA M. Detection of cavitation phenomenon in centrifugal pump using audible sound[J]. Mechanical systems and signal processing,2003,17(6):1335-1347.

[41]周云龍,郭柯.離心泵空化超聲信號頻譜特征研究[J].化工機械,2014(3)：418-422.

[42]劉進,閻兆立,程曉斌,等.,基于空化輻射噪聲的檢測方法實驗研究[J].應用聲學,2014,33(1)：60-65.

[43]胡芳芳,陳濤,吳大轉,等.導葉式混流泵汽蝕振動噪聲試驗研究[J].排灌機械工程學報,2013,31(12)：1021-1024.

[44]王佳俊,潘羅平,曹樹良.小波變換應用于水輪機空化信號檢測[J].水力發電學報,2013,32(4)：215-220.

[45]史會軒,李朝暉,劉媛.基于小波包頻帶分析技術的水輪機空化特性研究[J].大機電技術,2009(1)：43-48.

[46]薛延剛,王翰.基于HHT的水輪機空化信號研究[J].水力發電學報,2015,34(5)：147-151.

[47]劉源,何永勇,陳大融.基于小波熵的空化狀態檢測與識別[J].機械強度,2009,31(1)：19-23.

[48]張婷婷,曹國翔,王彥佼,等.激光誘導單空泡潰滅噪聲頻譜特性研究[J].激光與光電子學進展,2014,51(1)：1-6.

[49]劉竹青,陳奕宏,熊紫英,等.螺旋槳空化噪聲時域和頻域特征研究[C].第十四屆船舶水下噪聲學術研討會,2013.

[50]車永剛,程玉勝.螺旋槳空化噪聲譜模型及結構特征[J].哈爾濱工程大學學報,2010,31(7)：837-841.

[51]馮源,陶然,卓智海.螺旋槳加速狀態下空化噪聲的調制特性與分析方法[J].北京理工大學學報,2011,31(2)：177-182.

[52]陳奕宏,馬琳,施小勇,等.基于小波分析的螺旋槳空泡噪聲分析[J].計算機工程與應用,2011.47(8S)：350-352.

[53]任安民,何琳,蘇永生,等.基于EMD與Hilbert變換的艦艇空化調制信號檢測方法[J].海軍工程大學學報.2014,26(3)：7-12.

[54]劉忠,鄒淑云,李志鵬,等.離心泵空化狀態下聲發射信號的小波能量特征[J].農業工程學報,2015,31(8)：99-103.

[55]劉忠,鄒淑云,謝志聰.基于聲發射技術的離心泵空化狀態監測系統研究[J].電站系統工程,2014,30(2)：25-27.

[56]謝志聰,李錄平,鄒淑云,等.水泵空化狀態下的聲發射信號特征試驗研究[J].水電能源科學,2012,30(3)：140-143.

[57]謝志聰.基于聲發射檢測的流體機械空化故障診斷技術研究[D].長沙：長沙理工大學,2012.

[58]沈再陽,何永勇.基于共振峰的超聲空化聲發射信號分析[J].振動與沖擊,2012,31(16)：43-47.

[59]李靜,周建中,肖劍,等.基于小波包變換和關聯維數的空化信號特征提取[J].水力發電,2013,39(10)：53-57.

[60]ALFAYEZ L, MBA D, DYSON G. The application of acoustic emission for detection incipient cavitation and the best efficiency point of a 60 kW centrifugal： Case study[J]. NDT and E International,2005,38(5):354-358.

[61]TINE C, MARKO H, BRANE S. Study of erosive cavitation detection in pump mode of pump-stroge hydropower plant prototype[J]. Journal of Fluids Engineering,2014,136：1-11.

[62]GRUBER P, ODERMATT P, ETTERLIN M, et al. The detection of cavitation in hydraulic machines by use of ultrasonic signal analysis[C]. 27th IAHR Symposium on Hydraulic Machinery and System,2012.

[63]GRUBER P, ODERMATT P, ETTERLIN M, et al. Cavitation detection via ultrasonic signal characteristics[C]. IAHR, 5th International Workshop on Cavitation and Dynamic Problems in Hydraulic Machinery, Lausanne,2013.

[64]段向陽,王永生,蘇永生.噴水推進泵空化特征聯合分類識別[J].上海交通大學學報,2011,45(9)：1322-1327.

[65]蘇永生,王永生,段向陽.實船噴水推進泵空化識別試驗[J].上海交通大學學報,2012,46(3)：404-409.

[66]蘇永生,王永生,段向陽,等.基于多傳感器數據融合的噴水推進泵空化分類識別[J].振動與沖擊,2012,31(18)：93-96.

[67]張德勝,吳蘇青,施衛東,等.軸流泵小流量工況條件下葉頂泄漏空化特性[J].農業工程學報,2013,29(22)：68-75.

[68]張德勝,石磊,施衛東,等.軸流泵葉輪葉頂區空化流的數值模擬與實驗研究[J].水利學報,2014,45(3)：335-242.

[69]楊勇,熊鷹,時立攀.螺旋槳空泡噪聲測量與分析[J].中國艦船研究,2013,8(1)：84-89.

[70]GRUBER P, ROOS D, MüLLER C, et al. Detection of damaging cavitation states by means of ultrasonic signal parameter patterns[C]. WIMRC 3rd International Cavitation Forum, Warwick, England,2011.

[71]陳笑然,章林柯,閻兆立,等.基于主動超聲的軸流水泵空化監測方法研究[J].工程設計學報,2011,18(3)：214-218.

[72]STUTZ B, LEGOUPIL S. X-ray measurements within unsteady cavitation[J]. Experiments in Fluids,2013,35： 130-138.

[73]DUPLAA O S, COUTIER D, DAZIN A, et al. X-ray measurements in a cavitating centrifugal pump during fast start-ups[J]. Journal of Fluids Engineering,2013,135:1-9.

Research Progress of Cavitation Detection of Fluid Machinery

MING Tingfeng1)CAO Yuliang1)HE Guo2)SU Yongsheng1)

(CollegeofMarinePowerEngineering,NavalUniversityofEngineering,Wuhan430033,China)1)

(DepartmentofManagementScience,NavalUniversityofEngineering,Wuhan430033,China)2)

Abstract：In order to understand the research progress of the cavitation detection of fluid machinery, this paper summarizes and classifies the relevant Chinese and oversea studies. Analysis of the paper demonstrates that the methods of the cavitation detection of fluid machinery could be classified into two groups. The first group of methods for cavitation detection is based on the sensor signals. Another group of methods is to use specific devices to detect cavitation, such as, high-speed photography method, ultrasonic signal detection method and X-ray detection method. The detection methods based on sensor signal are mainly introduced in this paper including pressure fluctuation signal, vibration signal, noise signal and acoustic emission signal which are widely used in the cavitation detection of fluid machinery. Many studies have been carried out based on one or several of the four kinds of signals, and achieved some results. Using several kinds of signals to detect cavitation helps to improve the effect of the cavitation detection, and will be the future research direction of the cavitation detection.

Key words：fluid machinery; cavitation detection; research progress; pressure fluctuation signal; vibration signal; noise signal; acoustic emission signal

doi:10.3963/j.issn.2095-3844.2016.02.005

中圖法分類號：U664.33

收稿日期：2016-02-14

明廷鋒(1975- )：男，博士，副教授，主要研究領域為輪機工程

*國家自然科學基金青年基金項目(51306205)、湖北省自然科學基金項目(2015CFB700)資助