基于軸頻電場的艦船主軸系故障診斷研究

毛 偉，周 萌，余 刃

（海軍工程大學a.船舶與動力學院；b.訓練部，武漢430033）

1 引 言

目前在旋轉機械故障診斷領域，普遍使用振動信號進行診斷，通過安裝在旋轉部件上的振動傳感器測得振動信號，然后通過對信號進行分析從而診斷出故障，該方法已有很多較為成功的應用[1-3]。艦船的主軸是非常關鍵的旋轉部件，如果該部件產生故障，不僅會影響艦船的戰斗力，而且還不利于艦船的聲隱身和電磁隱身，因此，對其進行故障診斷意義重大。但在使用振動信號對艦船主軸進行故障診斷過程中，由振動傳感器輸出的信號除了含有有用信號之外，同時也包含大量的由其它設備產生的噪聲信號，而這些背景噪聲往往屬于非高斯有色噪聲，有些可能在頻譜上與被測信號的頻譜相重疊，在這種情況下，就很難將有用信息從背景噪聲中提取出來，從而影響故障診斷的效果。

本文針對這一問題，在對艦船主軸系這一旋轉部件進行故障診斷時，采用了一種新的物理量-軸頻電場來對主軸系三種典型故障進行診斷，采用該物理量可以保證測得的背景噪聲為可以被去除的寬帶信號，從而解決了背景噪聲成分復雜、難以提取有用信號這一難題。文中對實驗室條件下測得的某船模主軸的三種典型故障數據進行分析，能夠準確區分出故障的類型，最后將一定幅值的實測背景噪聲與實驗數據相疊加，混合后的信號通過自適應線譜增強技術處理之后，依然能夠成功診斷出故障類型，從而證明了該方法在實際應用中的價值。

2 軸頻電場產生機理

艦船由不同的金屬材料構成，如青銅質的螺旋槳和鋼質的船殼，而不同種類的金屬因其化學活動性不一樣在海水中會產生不同的電極電位。因此，當銅制的螺旋槳和碳鋼制的船殼浸泡在海水中形成閉合回路時，由于電極電位值不同，它們在海水中能維持一定的電位差，并且會因電化學反應使電極電位較低的鋼質船殼不斷溶解腐蝕，從而在海水中產生腐蝕電流。為了防止艦船船殼的腐蝕，除了采用涂層防腐外，現在普遍采用犧牲陽極陰極保護系統和外加電流陰極保護系統（ICCP），而這兩種防腐系統均會在海水中產生電流。

不論是艦船不同金屬結構之間因電化學反應產生的腐蝕電流還是采用陰極保護系統而外加的電流都會經海水從船殼流向螺旋槳，然后通過各種軸承、密封和機械線路從螺旋槳返回到船殼，如圖1所示。此回路的電阻抗RB會隨著螺旋槳軸承的旋轉而發生周期變化，從而使流經海水的電流受到調制。這些時變電流產生的電磁波會以轉軸轉動的速率為基頻并以諧波的形式由船體向外傳播，從而產生艦船的極低頻電場[4]。

因此，當艦船主軸系發生故障時，其對應的RB必將會隨之發生變化，從而使產生的軸頻電場發生相應的變化，這為通過軸頻電場判斷軸系故障提供了可能。另外，軸頻電場在海水中的傳播距離較遠，衰減較慢[5]，因此在距離艦船一定距離處測量得到的電場信號中，除了有價值的軸頻電場之外，僅剩下海洋的背景電場這一寬帶噪聲了，這為故障診斷的可實施性提供了保障。

圖1 軸頻電場產生原理圖Fig.1 Principle figure of producing shaft-rate electric field

3 艦船軸系碰摩力模型

艦船的主軸是非常關鍵的一個部件，主汽輪機發出的功率，由減速器大齒輪傳出，通過各中間軸和尾軸，傳給推進器，從而推動艦船運動。主軸的實質就是一個轉子—軸承的基礎系統，其簡化后的轉子系統模型如圖2所示。

轉子—軸承間的碰摩如圖3所示。其中：pn為法向碰摩力；pt為切向碰摩力；ω為轉子旋轉角速度。

圖2 簡化后的主軸系轉子—軸承示意圖Fig.2 Simple sketch map of principal shafting rotor-bearing

圖3 轉子—軸承間的碰摩模型Fig.3 Collide-friction model between rotor and bearing

當轉子—軸承發生碰摩時，切向和法向碰摩力公式為：

在直角坐標系中，兩個方向的碰摩力還可以表示為：

圖4 正常狀態下的軸頻電場x分量Fig.4 Shaft-rate electric field Vxunder normal state

圖5 故障1狀態下的軸頻電場x分量Fig.5 Shaft-rate electric field Vxunder fault 1 state

圖6 故障2狀態下的軸頻電場x分量Fig.6 Shaft-rate electric field Vxunder fault 2 state

圖7 故障3狀態下的軸頻電場x分量Fig.7 Shaft-rate electric field Vxunder fault 3 state

4 對實驗數據的故障診斷

軸頻電場的實測工作在實驗室內利用船模在水池內完成，實驗水池的長、寬、深分別為8 m、5 m、1.5 m，在水池中放入0.8 m深的水（模擬淺海環境），倒入海鹽，測得其電導率為3.66Ω·m-1。

實驗用船模依據某型艦船按比例縮小制造，船長為1 m，螺旋槳用黃銅制造，船殼的材料為普通鋼板，并在船殼外面包了一層鋅皮。軸頻電場測量系統主要由傳感器，信號調理電路和數據采集與處理系統組成，傳感器、信號調理電路和A/D采樣板之間用同軸屏蔽電纜進行連接。

在實驗室條件下分別測量了軸系正常以及軸系可能出現的三種典型故障情況下的軸頻電場數據。其中，正常狀態的數據和數據的頻譜如圖4所示；故障1，轉子—軸承間的潤滑變差從而導致摩擦系數增大，即（1）式和（2）式中的F變大，測得的數據及數據的頻譜如圖5所示；故障2，由于轉子長期摩擦可能導致質量損失不均勻，即產生了轉子的不平衡質量，該故障通過在軸上焊接一個小鐵塊來模擬，測得的數據及數據的頻譜如圖6所示；故障3，轉子中心點偏離軸承的中心點，即產生一定量的偏心量，測得的數據及數據的頻譜如圖7所示。圖中深色信號為實測的實驗室條件下的環境噪聲。

通過對比正常和故障狀態的信號以及對應的頻譜，可以得出如下結論：故障1與正常狀態相比其頻譜變化不大，但采集的信號幅值變大了；故障2與正常狀態相比，不但信號幅值變大了，而且其頻譜也有了較大變化，其基頻（基頻為2.783 2 Hz，實驗所采用的主軸轉速為每分鐘1 500/9轉）的倍數頻率處也出現了較大峰值（2倍基頻，3倍基頻）；故障3與正常狀態相比，在信號幅值上沒有很大變化，但在頻譜上有了相應的變化，其二倍基頻處出現了較大的譜峰。由此，可以通過采集信號的幅值和頻譜的一些特性將三種典型的主軸系故障區分開來。

5 加入實測背景噪聲的故障診斷

由于在實際環境下，所測得的軸頻電場信號總是被淹沒在環境的噪聲電場之中的，并且為了盡可能地去掉一些來自艦船自身且難以去除的信號，測量點往往選取離艦船較遠的位置，這樣就必然會造成所測得的信號信噪比較低。本文通過將實測的軸頻電場信號與實測的背景噪聲信號進行疊加來驗證該方法在低信噪比情況下的有效性。

實測的環境噪聲信號及其頻譜如圖8所示，可見背景噪聲在各個頻率上的功率譜密度都相差不大，是一個很典型的寬帶信號。而艦船的軸頻電場卻是一個窄帶周期信號（如圖4所示）。為了便于比較這種混合信號中的有用信號的大小，在沒有預知噪聲參考信號的情況下，本文運用自適應譜線增強原理，采用歸一化增益矢量的FTF算法對混入噪聲的實驗測量數據進行處理[6]，順利將窄帶微弱軸頻電場信號從寬帶背景噪聲中分離出來。

自適應線譜增強原理為：如果信號s（n）是一個窄帶信號和一個寬帶噪聲的混合，由于窄帶信號的自相關函數比寬帶噪聲的時間相關半徑要短，因此當延遲時間Δ選為小于寬帶噪聲的時間相關半徑而大于窄帶信號的時間相關半徑時，將使寬帶噪聲變得不相關，而窄帶信號仍然相關，這樣一來就可以將信號與噪聲分離出來了。歸一化FTF算法的具體運算流程參見參考文獻[7]。

圖8 環境電場噪聲x分量Fig.8 Environmental electric field noise Vx

圖9 正常狀態下電場x分量處理結果Fig.9 The result of shaft-rate electric field Vxunder normal state

圖10 故障1狀態下電場x分量處理結果Fig.10 The result of shaft-rate electric field Vxunder fault 1 state

圖11 故障2狀態下電場x分量處理結果Fig.11 The result of shaft-rate electric field Vxunder fault 2 state

將圖4-7的四組軸頻電場x分量與圖8所示的背景噪聲相混合，調整背景噪聲的大小將軸頻電場信號完全淹沒，將這些混合后的四組信號分別采用自適應線譜增強方法進行提純處理，提純后的信號分別如圖9-12的左圖所示，再將提純后信號的頻譜求出，分別如圖9-12的右圖所示。可見提純后的信號在幅值和頻譜上依然符合未加背景噪聲的故障規律。

但從圖11中可以看出，此時三倍基頻（即8.349 6 Hz）附近已經出現了一些幅值較大的干擾峰，并且當所加的噪聲信號較大時，故障模式2中的三倍基頻將會被淹沒，從而使其與故障模式3的頻譜相似，這就會造成故障判斷上的不確定性。因此，在使用該方法進行故障診斷時，測量點不要離被測艦船太遠，只要使測量點處的背景噪聲符合寬帶特點即可，距離過遠的話，會影響故障診斷的準確性和可靠性。

圖12 故障3狀態下電場x分量處理結果Fig.12 The result of shaft-rate electric field Vxunder fault 3 state

6 結 論

由于目前在旋轉機械故障診斷領域，普遍使用振動信號進行診斷。在使用這些方法對艦船主軸系進行故障診斷時，由于在艦船艙室這一特定環境下，由振動傳感器測量得到的振動信號除了含有判斷故障所需要的有用信號之外，還包含大量的噪聲信號，這些噪聲成分復雜，并且很難通過信號處理方法進行去除，因此進行故障診斷的效果較差。針對這一問題，本文另辟蹊徑采用了一種新的信號-艦船軸頻電場-作為故障診斷信號，采用這一信號的優點是可以在距離艦船較遠的地方進行測量，從而避開由艦船自身產生的一些難以去除的噪聲信號，通過對實驗數據的處理，表明使用軸頻電場信號可以較為明確地將主軸系的三種典型故障區分開來，并且在將軸頻電場信號與環境噪聲信號進行混合之后，該方法依然有效，從而證明了本文方法的有效性。

[1]Antoni J.Fast computation of the kurtogram for the detection of transient faults[C].Mechanical Systems and Signal Processing,2007,21:108-124.

[2]蘇文勝,王奉濤,張志新．EMD降噪和譜峭度法在滾動軸承早期故障診斷中的應用[J]．振動與沖擊,2010,29(3):18-21.Su Wensheng,Wang Fengtao,Zhang Zhixin.Application of EMD denoising and spectral kurtosis in early fault diagnosis of rolling element bearings[J].Journal of Vibration and Shock,2010,29(3):18-21.

[3]林 勇,周曉軍,張文斌,等．基于形態小波理論和雙譜分析的滾動軸承故障診斷[J]．浙江大學學報（工學版）,2010,44(3):432-439.Lin Yong,Zhou Xiaojun,Zhang Wenbin,et al.Rolling bearing fault diagnosis based on morphological wavelet theory and bi-spectrum analysis[J].Journal of Zhejiang University(Engineering Science),2010,44(3):432-439.

[4]Holtham P M,Jeffrey I G.ELF signature control[C].UDT,1996:486-489.

[5]毛 偉,張 寧,林春生．在三層介質中運動的時諧水平偶極子產生的電磁場[J]．電子學報,2009,37(9):2077-2081.Mao Wei,Zhang Ning,Lin Chunsheng.The EM fields produced by a moving horizontally-directed time-harmonic dipole in three-layer medium[J].Acta Electronica Sinica,2009,37(9):2077-2081.

[6]盧新城,龔沈光,林春生．自適應譜線增強在艦船軸頻電場信號檢測中的應用[J]．數據采集與處理,2004,19(4):438-440.Lu Xincheng,Gong Shenguang,Lin Chunsheng.Application of adaptive line enhancement on testing the shaft-rate electric field of a ship[J].Journal of Data Acquisition&Processing,2004,19(4):438-440.

[7]姚天任,孫 洪．現代數字信號處理[M]．武漢:華中理工大學出版社,1999:45-120.