船舶耐波性試驗測量數據處理系統開發及應用

， ，

(海軍駐滬東中華(集團)軍事代表室,上海 200120;海軍工程大學 艦船工程系,武漢 430033)

船舶耐波性試驗是獲得船體運動特性及流體動力性能的重要手段，包括模型試驗及實船試驗。模型試驗常用來驗證理論模型及對實船耐波性能指標的預報，常需要測量船模在規則波或不規則波中的運動響應、波浪作用力及船體運動時在流場的興波等；實船試驗則主要測量一定海況下船體的運動響應特性。獲得可靠的耐波性試驗數據是耐波性試驗的前提，但耐波性試驗測量的信號中往往包含高頻的背景噪聲。在實船測量時，船上的各種機械設備產生振動噪聲和測量儀器中的交流電噪聲是高頻噪聲的主要來源；船模試驗時高頻噪聲主要來源于測量設備中的交流電噪聲和拖車及其旋轉機械的振動噪聲。所謂趨勢項是指測試信號中周期大于記錄長度的成分[1]。直接對含有高頻噪聲和趨勢項的信號進行耐波性分析會影響其精度和準確性。因此為獲得可靠的試驗數據，必須對這些測量信號進行濾波處理。另一方面，船舶耐波性能指標多，且船舶在波浪中航行時工況多，因此實測數據通道多，數據量大。所以開發實時可靠的船舶耐波性試驗數據處理系統具有工程應用意義。

針對艦船耐波性實測信號中趨勢項難以消除而影響濾波精度這一問題，文獻[2]采用經驗模態分解方法消除趨勢項的影響。根據艦船對波浪運動響應的低頻特點，在經驗模態分解前先進行低通濾波,可使實測運動信號中的譜峰頻率處在相對高頻位置,減少EMD迭代次數，并使有用信息包含在第一個IMF中,方便對有用模態的識別。這一方法提高了分析精度，且使得實時分析成為可能。文獻[3]以FFT-FS頻譜細化技術來輔助分析多工況及耐波性系列試驗時頻譜特性，有效地用于船模耐波性試驗測量數據的定量分析。本文以這兩種算法為基礎編制船舶耐波性試驗數據的處理及分析系統，并通過實例分析說明該系統的可靠性。

1 信號處理方法

1.1 濾波方法

耐波性實測數據的處理常采用低通濾波的方法[4]，其步驟是對實測時間序列去直流、快速傅立葉變換(FFT)、高頻截斷、反傅里葉變換(IFFT)以得到過濾高頻噪聲的時間序列，該方法能夠過濾高頻噪聲，但難以過濾趨勢項及低頻噪聲。船模對波浪運動響應是低頻的，使得低頻的趨勢項和運動響應信號可能耦合在一起，故采用一般的濾波器難以對頻率選取較準確的下限閾值。針對該問題，采用低通濾波過濾高頻噪聲和經驗模態分解(empirical mode decomposition，EMD)消除趨勢項及低頻噪聲影響的方法對信號進行濾波處理以提高分析精度。

EMD方法由美國人Huang于1998年提出，該方法基于信號的局部特征時間尺度，把信號分解為若干個固有模態函數(intrinsic mode function，IMF)及剩余項之和[5]，這些IMF及剩余項對應的頻率由高頻向低頻排列，每個IMF代表信號中某個頻率或頻段內的波動分量，突出了數據的局部特征，對其進行分析可以更準確有效地把握原數據的特征信息，而剩余項則為頻率為零的項，即趨勢項。該方法的一個缺點是迭代時間長。基于以上分析，本文先對實測信號進行低通濾波處理，使得有用信號處在所得信號的相對高頻位置，然后采用EMD進行模態分解，相對高頻的有用信號往往對應第一個IMF，而其它IMF及剩余項則為低頻噪聲，提取第一個IMF作為有用信號就消除了低頻趨勢項及低頻噪聲的影響。該方法處理流程見圖1。該方法能夠兼顧低通濾波及EMD的優點，減少EMD進行IMF分解的迭代次數并提高分析效率，同時還便于對有用模態的自動識別。

圖1 實測信號的濾波處理流程

1.2 FFT-FS細化譜分析

FFT-FS實際上是一種聯合采用快速傅里葉變換(FFT)及傅里葉級數展開(FS)的信號處理方法。其原理是在不增加數據長度N的前提下對信號先進行N1點FFT，初步確定信號的頻幅特性，然后對FFT的離散頻率通過變量代換獲得連續頻率，并對感興趣的局部頻段進行傅里葉級數展開獲得連續的頻譜曲線。關于頻率的變量代換、FFT-FS、FFT更詳的介紹可參考文獻[6]。對于實測耐波性信號來說，感興趣的頻段是遭遇圓頻率ωf附近的局部頻段，因此只需對遭遇頻率附近的頻幅特性進行分析，從而提高分析效率及頻率分辨率。

2 試驗數據處理系統的開發

近年來，隨著計算機多核技術及集群技術的快速發展，并行程序設計成為提高數值計算效率的主流技術之一，在Matlab2009之后，MathWorks將并行計算技術植入Matlab中，進一步加強了該軟件的數值運算功能[7]。

為提高數據處理的精度及效率，基于Matlab平臺，以低通濾波及EMD方法為內核，以FFT-FS細化譜分析技術作為輔助工具，開發了船舶性能試驗數據處理系統，其主界面見圖2。

圖2 程序主界面

該程序能夠對耐波性試驗測量數據進行濾波處理及細化譜分析，可以幫助了解實測信號的時域及頻域特征，能對分析后的數據進行統計分析，如對不規則中船舶的運動響應測量信號而言，可統計其平均周期、平均值、平均幅值、最大幅值、最小幅值、三一幅值、波峰數、波谷數等重要信息。

2.1 軟件介紹

該程序包含菜單欄、工具欄、圖形顯示及數據顯示四大模塊。其中菜單欄包括文件菜單、編輯菜單、工具菜單、窗口菜單及幫助文件菜單，圖形顯示窗口主要用于通道數據的顯示、濾波結果的顯示及FFT-FS細化譜的顯示；工具欄包括文件格式的定義、導入及導出、圖形的縮放、拖放等操作按鈕；數據顯示工具包括原始數據、濾波數據及細化譜數據的顯示按鈕。

2.2 軟件使用

1)導入數據。在導入數據前對實測數據的存取格式及文件類型進行定義。為提高系統的通用性，數據結構可為單通道數據，也可為多通道數據，讀取文件類型則可根據采集系統存取的數據類型進行定義。

2)數據取樣。為方便對有效數據的取樣，系統設置了數據取樣功能，在時歷曲線上按右鍵并在有效數據區域進行拖放則可對實測數據進行取樣，見圖3。

圖3 數據取樣

試驗過程中為提高試驗效率，常需要在一次試驗測量中進行多個工況的測量，如規則波模型試驗中常在入射波波長為短波時進行多個速度的拖曳，為提高分析效率并對試驗工況測量參量進行比較，系統設置了多段取樣及多段分析模式，見圖4。

圖4 通道選擇

3)參數設置。包括執行中心化選項、通道選擇、濾波系數設置、處理模式、取樣方式、細化譜譜線數目設置及細化頻段設置，見圖5。

圖5 參數設置

中心化選項決定對實測數據是否移除零階量，對于非定常量，當需要提取信號的波動信息時(如運動響應信號的一階量)，需要執行中心化，對于一些定常量，如分析波浪中船體的阻力增值數據時，需要提取的是實測信號中的定常部分，不需要進行中心化。濾波系數一般默認為2，該系數為低通濾波的最小截斷頻率與有用信號的主頻(如規則波中船模振蕩的遭遇頻率)的比值。細化譜線數及細化頻段是進行FFT-FS細化譜分析時的輸入參數，其中細化頻段對應于FFT-FS分析的上、下限頻率，細化譜線數為該頻段內譜的離散次數，可反映信號在頻域內的分辨率。處理模式包括自動模式及手動模式，手動模式為單通道信號處理模式，在信號異常時采用該方式并結合濾波系數調節濾波的質量，自動模式為多通道數據的批處理模式，當選擇好待處理的通道后，系統會自動對各通道信號進行處理。

4)數據處理。參數設置好后，點擊工具欄中的按鈕，以執行分析。系統根據取樣位置及分析模式進行濾波分析及FFT-FS分析，當分析模式為手動模式時僅對當前通道進行數據處理，當取樣分析模式為自動模式時，系統對選定的每一通道進行處理，并逐一顯示各通道分析結果。分析結束后，狀態表格中對應通道的取樣方式中會標明取樣狀態，分析狀態中的方框會標出執行分析的狀態；各通道的FFT-FS幅值譜會保存在FFT-FS數據表中(見圖6)，表中還給出了關于幅值譜的特征量；濾波數據表中保存了執行濾波分析通道的濾波時歷數據，及對各時歷數據的特征統計值(見圖7)。各通道的處理結果及時歷曲線通過輸出菜單保存在Excel表格中。

圖6 FFT-FS頻幅特征及細化譜

圖7 濾波統計結果及時歷過程記錄

3 信號處理實例分析

圖8給出了某船模在規則波中的垂蕩運動測量數據及采用本系統分析所得的濾波曲線，圖中還給出了僅低通濾波的結果。模型重173 kg，水線長3.651 m，型寬0.462 m，設計吃水0.156 m，模型速度1.021 m/s，入射波波長3 m,頂浪航行。試驗模型的具體參數及試驗情況參見文獻[8]。

圖8 實測垂蕩信號及濾波結果

由圖8可見低通濾波過濾了高頻噪聲，但未過濾趨勢項的影響，而本文的濾波方法不僅消除了高頻噪聲的影響，也消除了低頻趨勢項的影響。

圖9a)給出了對低通濾波所得信號進行經驗模態分解所得各IMF及余量的時歷曲線，圖9b)給出了圖8各時歷曲線的FFT-FS幅值細化譜。

圖9 低通濾波后的信號經EMD分解得到的各模態及對應的FFT-FS幅值譜

從圖9可見第一個IMF確實是所需要提取的垂蕩信號，且該模態對應的頻率處在各模態的相對高頻處。表1給出了3條時歷曲線統計的平均周期、平均幅值、最大幅值、波峰及波谷數，從表1可見,未進行濾波處理的統計結果和濾波后的統計結果具有較大的差異，因此為確保分析精度，對測量信號進行濾波處理是必要的。

表1 3種方法的統計結果比較

4 結論

1)耐波性試驗測量數據受噪聲的影響，直接進行數據分析影響分析精度。

2)基于低通濾波及EMD的聯合分析方法能夠過濾高頻噪聲及低頻趨勢項的影響，提高數據分析的精度及效率。

3)開發的數據處理系統界面友好，操作簡易，且能夠執行多通道數據的批處理，并對海量數據進行有效的統計分析，能夠實現耐波性試驗數據的實時處理；可為船舶耐波性能的優化設計和綜合評價提供有力的技術支撐。

[1] 陳 雋，李 杰．振動信號趨勢項提取的幾種方法及其比較[J]．福州大學學報，2005，33(S)：42-45

[2] 許 勇，歐勇鵬，董文才．基于低通濾波和經驗模態分解的艦船耐波性試驗信號分析方法研究[J]．船舶力學，2009,13(5)：712-717.

[3] 許 勇，董文才，歐勇鵬．基于FFT-FS頻譜細化技術的船模乃波形試驗測量信號分析方法研究[J]．船舶力學，2012，16(5)：497-503.

[4] 彭英聲.艦船耐波性基礎[M].北京:國防工業出版社,1988.

[5] CHIN T W，MIAU J J．Mode decomposition analysis applied to study the low-frequency embedded in the vortex shedding princess[C]∥The 27th Conference on Theoretical and Applied Mechanics，TaiWan，2003：93-124.

[6] 趙 霞，熊小伏，郭 珂．用細化頻譜技術分析斷路器操動機構振動信號[J],電力系統自動化，2003,27(12):37-41.

[7] 劉 維．實戰MATLAB之并行程序設計[M]．北京：北京航空航天大學出版社，2012．

[8] 許 勇.波浪中近距離航行的多船水動力干擾機理研究[D].武漢：海軍工程大學,2012.