劉卓

摘 要：文章旨在做好航空發(fā)動機氣動失穩(wěn)信號的有效分析，通過應用小波變換的方式分析了小波變換的原理，以航空發(fā)動機氣動失穩(wěn)信號檢測為例分析了小波變換過程的信號失穩(wěn)檢測，信號分析結果表明借助于小波變換的時頻分析能力逐漸增強，故障診斷率高，應用價值較好。

關鍵詞：小波變換；航空發(fā)動機；氣動失穩(wěn)；信號分析

航空發(fā)動機在其工作范圍內(nèi)存在危害性極大的“旋轉(zhuǎn)失速”和“喘振”兩類氣動失穩(wěn)現(xiàn)象。目前各國航空科研人員已將這些失穩(wěn)現(xiàn)象作為重要研究課題。小波變換在航空發(fā)動機故障的診斷過程中，可以克服傳統(tǒng)傅立葉變換的不足，實現(xiàn)航空發(fā)動機故障診斷信號處理，分析同一時間域上不同頻率的分布情況，做好故障的分析結果[1]。本文從小波變換的角度分析了航空發(fā)動機氣動失穩(wěn)信號的分析方法。

1 傳統(tǒng)的時頻分析方法

傳統(tǒng)的信號分析方法通常是建立在傅立葉變換的基礎之上的，由于傅立葉分析無法完全表達信號的時頻局域性質(zhì)，發(fā)展了短時傅立葉變換、小波變換、線調(diào)頻小波變換等信號分析方法。短時傅立葉變換把信號劃分成許多小的時間間隔，在每一個時間間隔里，用傅立葉變換對其進行分析，確定該時間間隔內(nèi)的信號頻率成分。短時傅立葉變換雖然克服了傳統(tǒng)傅立葉變換不能滿足信號處理需求的缺點，但對于信號波形變化比較劇烈的非平穩(wěn)信號，短時傅立葉變換不具備較高的時間分辨率。小波分析兼顧了低頻信號和高頻信號的特性，在高頻信號部分具有較高的時間分辨率，在低頻信號部分具有較高的頻率分辨率，對分析正常信號中夾帶的瞬態(tài)反常信號具有良好的效果。

2 小波變換故障檢測原理

小波變換有著準確的定位信息，同時也有著更加全面的頻率分析范圍。小波變換的過程，時間頻率分辨率矛盾逐漸化解，借助于非均勻分布的特征，更好的應用帶寬頻率的分析和應用。基于信號的分析過程，實現(xiàn)信號的有效分解和應用，同時確定線性方式頻率的處理，體現(xiàn)出時變信號較為明顯的優(yōu)越性。在小波多分辨分析過程，確定函數(shù)構造函數(shù)，在空間函數(shù)標準構造過程，確定標準化正交基，實現(xiàn)空間函數(shù)的相互嵌套[2]。航空發(fā)動機的控制系統(tǒng)結構復雜，小波變換已經(jīng)逐步應用于航空發(fā)動機氣動不穩(wěn)定性研究領域。

3 基于MATLAB的Gabor實現(xiàn)

用于分析的計算機軟件平臺是MathWorks公司出品的商業(yè)數(shù)學軟件-MATLAB，MATLAB是可用于數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計算的高級計算語言。它將數(shù)值分析、矩陣計算、科學數(shù)據(jù)可視化及非線性動態(tài)系統(tǒng)的建模和仿真等諸多強大功能集成在一個易于使用的視窗環(huán)境中，為科學研究、工程設計等提供了一種全面的解決方案。

信號頻率成分如圖2所示。

由上圖可以看出此失穩(wěn)信號包含5個主要頻率成分，在時間段1.4s～3s中，含有頻率分別為15.76Hz、33.06Hz、67.65Hz、75.33Hz、115.69Hz，其中33.06Hz成分能量最高，在2s～2.3s左右出現(xiàn)，最大峰值為0.14327。由此可見，小波分析優(yōu)于傅立葉變換的地方是在時域和頻域同時具有良好的局部化性質(zhì)。

4 結束語

小波變換主要是分析測量信號的特征模式，在非平穩(wěn)信號故障的分析過程中，結合波形變化的多種模式分析。小波變換過程可以實現(xiàn)特征信號的定位準確判斷，有著全面的分析頻率范圍，在小波變換精確對特征信號提取的過程中，可以實現(xiàn)對航空發(fā)動機氣動失穩(wěn)信號準確的分析和判斷。

參考文獻

[1]利用小波分析檢測航空發(fā)動機傳感器故障[J].計算機仿真，

2005，22（9）：37-39.

[2]瞿紅春，王珍發(fā).小波變換在航空發(fā)動機故障診斷中的應用[J].中國民航學院學報，2001，19（4）：20-23.