统计对称噪声中叶片振声信号提取的探讨

　　高速和连续运行的叶片,由于疲劳和应力集中等因素的作用,常常导致裂纹的产生。随着裂纹的扩展而导致重大的设备事故,因此叶片裂纹的检测,始终是人们关心的重大问题。根据不同的检测原理,提出了不同的检测方法。第1种是基于叶顶振动位移的非接触式测量方法,该方法是前苏联的中央航空发动机研究院[1]提出的;第2种是基于叶片裂纹区域温升变化的检测方法,该方法利用高速红外高温计检测叶片的温升变化,可以实时地捕获裂纹的变化状态[2]。由于叶片瞬间通过高速红外高温计的时间极短,因此要求红外高温计具有极高的灵敏度和采样频率[3]。目前的高速红外高温计因其有效检测面积有限,因此主要固定检测叶片的裂纹多发区。第3种是基于叶片振动产生的声波检测叶片状态的振声检测方法[1,2]。该项研究的最新成果是美国开发的STARS系统(steam turbine acoustieresponsesystem)。该系统在沿叶轮的周向布置了2个高灵敏度的拾音器,在激光键相器的控制下同步采集叶片振动的声波信号。根据叶片裂纹扩展时变化了的叶片自然频率趋于工作频率的整倍数时,叶片瞬时激励的幅值将增大的原理检测叶片的裂纹存在,并称之为谐振事件。通过检测谐振事件,监测叶片裂纹扩展的状态。其核心问题是背景噪声降噪的问题,STARS系统采用了同步时域平均的方法来消除气流噪声,该系统在美国已进入了试验应用阶段。由于同步时间平均需要大量的预采样以便获得足够小的均值,因此,当过程不稳定时同步时间平均获得的均值就具有较大的误差而不利于小信号的提取。考虑到绝大多数的叶轮机械都具有轴对称性,其中一些噪声具有统计对称的特征,该统计特性具有相对的稳定性,利用该特性可以克服非平稳过程对分析的影响。

　　1　对称点的镜像降噪

　　在STARS系统中,由于叶片振声的多普勒信号与气流噪声相比是极其微弱的,并被完全淹没在噪声之中,使得信号的提取极其困难,利用高斯噪声零均值的特点,系统采用了时域内信号的同步时域平均的方法降噪。其样本数高达10万个,时间长达0.5h,难以克服非平稳噪声的影响。

　　对于启停机的加速过程,系统难以实施有效的监测,因此如何降低和消除非平稳扰动的影响,将有利于叶片状态的全过程的监测。

　　不论噪声是如何形成的,假如我们可以找到2个点,在该2个点上非平稳噪声的期望值是相近的,而叶片的振声信号有较大的差距,就可以采用相对平稳的概念,利用2个点信号的相对差获取有用的叶片振声信号。

　　1.1　噪声的统计对称

　　叶轮机械一般都具有轴对称结构,而且轴截面上各点的声音信号之间并不是独立无关的,是由相同的噪声源相互关联的。如果噪声源具有统计对称的特性,则该系统应具有统计对称的特性,可以应用相对性概念将非平稳性问题转化为平稳性问题去处理。