呂苗榮,陳志強 (常州大學機械與能源工程學院,江蘇常州213016)

如何從復雜、強噪聲背景中提取有用的弱信號一直是人們研究的重點之一。通過對弱信號的檢測可以實現(xiàn)機械設(shè)備故障的早期診斷、隱型目標的發(fā)現(xiàn)和預警、復雜系統(tǒng)辨識等,具有非常重要的應(yīng)用價值。目前采用弱信號檢測方法中主要有頻譜分析、時頻與小波分析[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]和隨機共振[11,12]等。但無論是窄帶濾波、同步迭加、相關(guān)分析等傳統(tǒng)的弱信號提取的方法,還是隨機共振理論的檢測、基于混沌理論的檢測、基于神經(jīng)網(wǎng)絡(luò)的檢測等現(xiàn)代檢測方法,都需要對信號的一些信息事先有一定的了解。由于機械設(shè)備的疲勞、微裂縫、點蝕、摩擦、松動等因素會導致運動副之間的變形和運動出現(xiàn)差異,檢測的信號會發(fā)生漂移和調(diào)制現(xiàn)象。顯然,這樣的檢測方法存在一定的漏檢風險。

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

1 基本原理

1.1 時域信號的平滑處理

對一組有n個等距點的時域采樣信號{x0,x1,x2,…,xn}進行平滑處理,可以有3點、5點、7點等多種方式,例如5點3次平滑的計算公式如下:

如果要采用其他平滑方法進行處理,可以查閱相關(guān)的文獻,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,即對信號進行重復多次平滑處理。平滑后得到的信號是低頻信號,將原信號減去平滑后的信號可以得到被濾除的高頻信號成分。圖1就是一段井場鉆井泵振動基元信號進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,高頻信號中的低頻成分含量就越少,信號也越弱,平滑次數(shù)越高,信號也越往低頻偏移。實際上,平滑就是將測量信號按高低頻進行分離處理。如果處理的是聲信號,將是一種非常合理、完整的信號分離方法[4]。

1.2 平滑濾波結(jié)果分析

采用不同次數(shù)的時域信號平滑處理能夠獲得機械設(shè)備振動的各種沖擊成分,能夠清晰地獲得淹沒于強噪聲背景中的弱沖擊信號成分。就鉆井泵振動信號而言,這些沖擊振動信號可以采用數(shù)字化音頻技術(shù)來實現(xiàn)直接的耳聽識別處理。平滑濾波獲得的信號真實地反映了信號中實際的沖擊成分。圖2就是典型振動沖擊信號的分離實例。

圖1 信號多次平滑濾波處理實例

圖2 鉆井泵沖擊信號平滑濾波分離實例

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并不需要預先知道高頻信號的各種信息,而且能夠毫不遺漏地分離得到各種頻率成分的沖擊振動信號。與共振解調(diào)法相比較,平滑濾波分離后的高頻信號是真實的沖擊信號,而不是經(jīng)共振放大后調(diào)制得到的信號。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,通過選擇合理的平滑次數(shù),可以將信號中存在的所有沖擊成分都毫無遺漏地分次數(shù)提取得到。

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

2 鉆井泵信號處理流程

2.1 處理流程

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

圖3 沖擊信號檢測處理流程

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

2.2 振動信號識別

振動信號和分離信號可以通過數(shù)字化音頻測試,采用耳聽分辨的方法進行直接的識別。在一般情況下,各種振動或其他信號代表何種物理含義很難回答,只能從具體的某個振動現(xiàn)象中測量得到的某一點、某個時間段的振動,來獲知振動包含的信息。而通過將信號轉(zhuǎn)變成數(shù)字化聲音,利用耳聽分辨各種信號成分,就可以直接找到問題的答案。將振動信號轉(zhuǎn)換為數(shù)字化音頻信號的詳細介紹,參見文獻 [15]。

3 應(yīng)用實例

3.1 鉆井泵泵閥振動信號的基元分段處理

文獻 [13]介紹了一種進行設(shè)備振動信號處理的基元分段方法,可以對機械設(shè)備的振動信號按振動主周期的大小進行合理的分段處理,以便提高信號分析的針對性和處理效果。對于一個實測鉆井泵振動信號,利用基元分段處理得到的結(jié)果如圖4所示。

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

圖4 泵閥信號基元分段處理

圖5 基元信號高低分頻處理結(jié)果

這些信號互之間的差異性非常明顯,按基元分段后的時間對應(yīng)規(guī)律也非常強烈,但由于受環(huán)境各種因素的影響,每個基元長度 (或數(shù)據(jù)點數(shù)量)各不相同,存在著波動和差異。結(jié)合鉆井現(xiàn)場實際,起始1、2段基元信號處于鉆頭提離井底,鉆柱負荷較輕,因此柴油發(fā)動機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每一類沖擊振動信號進行信號的后續(xù)分析,例如信號的音頻測試或共振解調(diào)處理。

3.2 振動信號的識別

1)基元內(nèi)沖擊信號類識別 由于該次測量的鉆井泵是3NB-1300鉆井泵,這是一種三缸單作用往復泵。3個缸套內(nèi)活塞運動導致的振動是鉆井泵泵閥的主要振源,三缸套同時工作時,勢必會導致3個缸套振動之間的相互混疊。但鉆井泵缸套的振動信號具有明顯的規(guī)律性,根據(jù)文獻 [13]的介紹,可以按照圖4下部的方式劃分鉆井泵振動信號的歸屬,其中A、B、C分別對應(yīng)3個缸套,1代表排液過程,2代表抽吸過程。更詳細的識別需要結(jié)合鉆井泵動力學模擬來確定。圖5中的B類信號代表圖4 B缸套排出閥振動產(chǎn)生的沖擊,是排出閥發(fā)生泄漏導致的結(jié)果;F類信號是缸套發(fā)生泄漏后,鉆井液內(nèi)部的固相成分進入活塞與缸套之間,產(chǎn)生摩擦造成的結(jié)果,是一種摩擦信號。圖4中A2、B2段吸入過程沖擊非常強烈,與鉆井泵動力學模擬結(jié)果相比較來看,這是由于對應(yīng)缸套連接件之間存在松動產(chǎn)生的。

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

2)沖擊信號的識別 由于平滑處理后可以得到信號中所包含的所有沖擊振動信號,因此對這些信號進行辨別、分類就顯得十分重要。機械設(shè)備的沖擊振動與運轉(zhuǎn)過程中運動副的動力學狀態(tài)和設(shè)備狀況密切相關(guān)。任何一個沖擊信號都是沖擊信號源、傳播過程、傳感器等的函數(shù),包含有豐富的機械設(shè)備狀態(tài)的信息,每一種沖擊信號都有各自獨特的特征和規(guī)律性?？梢岳妙l譜的方法將信號進行基本的歸類,圖6就是鉆井泵各種典型沖擊信號實例。

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

圖6 鉆井泵典型沖擊信號與頻譜

4 結(jié) 論

通過研究可以得出以下幾點結(jié)論:

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

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

3)信號的平滑濾波處理能夠有效地濾除低頻強噪聲背景干擾,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信號檢測 [J].裝備指揮技術(shù)學院學報,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)合的弱信號檢測 [J].海軍航空工程學院學報,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檢測[J].計算機仿真,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的GRNN檢測[J].吉林大學學報(信息科學版),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)與機車車輛傳動裝置故障診斷[J].電力機車技術(shù),2002,25(5):1～5.

[7]李瑜,章新華,肖毅,等.杜芬振子陣列實現(xiàn)弱正弦信號頻率檢測[J].系統(tǒng)仿真學報,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檢測[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.混沌時間序列中弱信號的檢測[J].火力與指揮控制,2006,31(7):14～16,20.

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

[11]李強,王太勇,冷永剛,等.基于變步長隨機共振的弱信號檢測技術(shù)[J].天津大學學報,2006,39(4):432～437.

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

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

[14]呂苗榮,古德生.聲信號分離基本原則與分離方法 [J].中南大學學報 (自然科學版),2004,35(1):62～66.

[15]呂苗榮.工程信號處理最優(yōu)化理論的研究應(yīng)用——語音信號處理新方法探索[D].長沙:中南大學,2006.