無脈沖時域同步平均方法的直升機齒輪特征提取有效性驗證

單添敏 王景霖 曹亮 李勝男 林澤力 沈勇

摘要：為了克服直升機健康與使用監控系統（HUMS）無法獲取轉速脈沖信號從而無法進行時域同步平均的問題，通過在額定頻率一定區間內進行極值搜索獲取目標周期頻率，并以目標周期頻率為中心對原始信號進行窄帶濾波，獲得目標周期頻率的模擬正弦波，從而開展無轉速脈沖的時域同步平均，提取直升機齒輪的特征參數。為進一步驗證無脈沖時域同步平均齒輪特征提取方法的有效性，分別構建特征參數值比和有效信號占比率指標，并基于實際飛行數據驗證基于轉頻和基于嚙合頻率的無脈沖時域同步平均特征提取方法的有效性，從而為提升直升機HUMS系統對齒輪的監測診斷能力提供了技術支撐。

關鍵詞：時域同步平均；狀態監測；故障診斷；健康管理；帶通濾波

中圖分類號：TP277文獻標識碼：ADOI：10.19452/j.issn1007-5453.2021.03.003

直升機齒輪傳動機構是直升機的關鍵核心部件，承擔了直升機動力的傳遞且沒有冗余備份，其健康運行將直接關系直升機飛行安全[1]。但由于直升機的齒輪傳動機構結構復雜，且長期處于高速、交變重載的惡劣環境下[2]，較直升機其他部件更易產生故障和損壞[3]。因此，為提升直升機飛行安全，防止災難性事故的發生，就必須對齒輪傳動機構進行全壽命的狀態監測和健康管理[4]。

直升機健康與使用監控系統（HUMS）作為保障直升機飛行安全的關鍵系統[5]，齒輪傳動機構是其關注的重點[6]。作為健康管理的前提，能否從振動信號中準確有效地提取出齒輪健康狀態表征特征參數，直接制約了狀態監測和故障診斷的準確性，也是HUMS系統具有良好健康管理能力的保證[7]。基于脈沖信號的時域同步平均方法（TSA）是有效的振動特征提取方法[8]，該方法可有效消除復雜周期信號的非目標周期信號和隨機噪聲的干擾，從復雜系統的振動信號中提取出與目標周期信號相關聯的周期信號，得到了廣泛應用，尤其適合于齒輪傳動機構的特征提取[9]。

1時域同步平均方法原理

時域同步平均是從混有噪聲干擾的信號中提取目標周期信號的有效方法，是利用與旋轉部件的轉速同步的脈沖信號來觸發振動信號的整周期采樣，然后將各次采到的整周期振動信號進行求和平均，導致在頻域上與目標周期的頻率同步的頻率成分（基波與高階諧波）將進行疊加，而與目標周期的頻率不同步的非目標周期信號以及隨機噪聲信號將隨著平均次數的增加而不斷趨向于零，從而增大目標周期信號在振動信號中的比例，提升信號信噪比。所以應用時域同步平均可以從復雜的振動信號中分離出目標周期信號及其各階諧波的頻率成分[10]。

（1）基于脈沖信號截取整周期信號

圖2是一個振動信號，以及與振動信號同步采集的轉速脈沖信號。按照轉速脈沖信號中的峰值對振動信號進行截取，由于在圖示的轉速脈沖信號之中有4個峰值，因此可以從原始振動信號中截取出三段整周期的振動信號，如圖3所示。

（2）對各段整周期信號進行重采樣

如圖4所示，由于直升機齒輪傳動系統在運行過程中輸入軸的轉速會存在波動，導致每一段整周期信號的采樣點數不同，因此需要將振動信號按照統一的點數進行重采樣，從而保證每一段整周期振動信號的點數一致，并按照前后順序一一對應。

（3）對各段重采樣信號疊加后取平均

按照時域同步平均的公式將三段振動信號進行疊加，并求取平均值，從而得到最終的時域同步平均信號，如圖5所示。

對比時域同步平均處理前后的信號，可以看出，經過時域同步平均處理之后，振動信號中包含的目標周期信號得到了保留，而需要濾除的噪聲和其他信號則得到了抑制。

時域同步平均法應用于齒輪故障特征提取時，按照目標齒輪所在軸的轉速信號進行時域同步平均，由于齒輪的嚙合頻率是所在軸轉頻的整數倍（倍數為齒輪的齒數），其信號經時域同步平均后仍能得到保留，因此可從總的振動信號中提取我們感興趣的那對嚙合齒輪的振動信號，而把其他對嚙合齒輪的振動信號、其他部件的振動信號及噪聲信號都一概除去，從而大大提高信號的信噪比。

2無脈沖時域同步平均

時域同步平均要求實時同步監測采集與旋轉部件的轉速同步的參考脈沖信號，但由于直升機齒輪傳動機構包裹在殼體之中，轉速傳感器的安裝十分困難，很難獲取轉速脈沖信號，導致無法對振動信號進行等周期切割。由于直升機在實際運行過程中無法大范圍改變輸出轉速，其齒輪傳動系統的轉速穩定于其額定轉速周圍，但由于受負載變化的影響，轉速會略有波動，因此可在目標頻率的額定頻率值附近搜索極值獲取其實際頻率值，并通過以實際頻率值為中心的窄帶寬帶通濾波[11]得到該頻率的模擬正弦信號，從而模擬得到轉速信號，并對該信號進行時域同步平均處理。

2.1目標頻率模擬正弦波生成

圖6是某型直升機實際飛行數據中截取的主減速器尾輸出處的2s振動信號，圖7為其頻譜圖。其監測對象的相關參數見表1。

在頻譜中的2332.4Hz附近搜索局部極大值點對應頻率為2329Hz，即目標齒輪的實際嚙合頻率為2329Hz，實際轉頻為68.5Hz。分別以實際轉頻和實際嚙合頻率為中心頻率對原始信號進行窄帶濾波，可得到轉頻和嚙合頻率的模擬正弦波，如圖8、圖9所示。

2.2基于模擬正弦波的時域同步平均

基于模擬正弦波，即可對原始信號進行等周期截取，其中基于轉頻模擬正弦波以單周期截取，基于嚙合頻率模擬正弦波以34周期截取。對截取的周期信號進行1024點重采樣后進行時域同步平均，獲得的時域同步平均信號如圖10～圖13所示。

3時域同步平均有效性驗證評估

3.1有效性評估指標

為驗證時域同步平均的有效性，分別基于以下兩個指標進行有效性評估。

（1）特征參數值比

分別計算原始信號和時域同步平均信號有效信號占比率，若時域同步信號有效信號占比率遠大于原始信號占比率，則證明時域同步平均方法有較強的提升信噪比能力。

3.2基于飛行數據的有效性驗證評估

為驗證無轉速脈沖時域同步平均方法的有效性，從某型直升機飛行數據的主減速器尾輸出振動信號中，隨機選取140包樣本數據進行驗證，分別驗證基于轉頻模擬正弦波的時域同步平均信號和基于嚙合頻率模擬正弦波的時域同步平均信號特征提取的有效性，針對上述兩類信號分別提取齒輪特征參數：一階軸頻、二階軸頻、三階軸頻、一階嚙合頻率、二階嚙合頻率、三階嚙合頻率[12]，結果如圖14～圖19所示。

計算得到樣本特征參數值比的最小值、最大值和均值見表2。其中基于轉頻的時域同步平均，使得一、二、三階轉頻幅值的特征參數值比的樣本均值分別為4.643、2.420、8.009，一、二、三階嚙合頻率幅值的特征參數值比的樣本均值分別為0.086、0.14、0.225；基于嚙合頻率的時域同步平均，使得一、二、三階轉頻幅值的特征參數值比的樣本均值分別為1.117、1.196、1.401，一、二、三階嚙合頻率幅值的特征參數值比的樣本均值分別為1.538、2.886、3.022。

計算得到的樣本有效信號占比率指標的樣本最大值、最小值和平均值見表3。其中原始信號有效信號占比率的樣本平均值為0.55%；基于轉頻的時域同步平均信號有效信號占比率的樣本平均值為2.02%，為原始信號的9.31倍；基于嚙合頻率的時域同步平均信號的有效信號占比率的樣本平均值為38.41%，為原始信號的69.88倍。

4結論

通過上述直升機實際飛行數據的實例分析，基于轉頻的無脈沖時域同步平均方法雖然增強了各階轉頻的幅值，但使得各階嚙合頻率的幅值均有大幅度衰減，同時有效信號占比率指標僅提升了8倍，增幅較小；而基于嚙合頻率的無脈沖時域同步平均方法，在小幅增強各階轉頻幅值的基礎上，對各階嚙合頻率幅值有較為明顯的增強，同時有效信號占比率指標提升近70倍，有著極為顯著的增幅。因此，在采用無脈沖時域同步平均方法進行直升機齒輪傳動機構的特征提取時，應以實際嚙合頻率為中心進行窄帶濾波，進而開展基于時域同步平均的特征提取。

參考文獻

[1]李耀華，王星州.直升機齒輪箱故障診斷方法[J].機械科學與技術， 2018， 37（10）：158-163. Li Yaohua， Wang Xingzhou. A new method for fault diagnosis of helicopter gearbox[J]. Mechanical Science and Technology forAerospace Engineering，2018， 37（10）：158-163. （in Chinese）

[2]張武林，樊征兵，高文濤.直升機傳動系統振動預測技術研究[J].航空科學技術，2017，28（7）：1-6. Zhang Wulin， Fan Zhengbing， Gao Wentao. Study on vibration prediction technology of helicopter transmission system[J]. Aeronautical Science & Technology，2017， 28（7）： 1-6. （in Chinese）

[3]Benoff D. Health and usage monitoring systems[J]. Business & CommercialAviation，2001，10（3）：497-503.

[4]James D C. Practical application of health and usage monitoring HUMS to helicopter rotor engine and drive systems[C]∥The American Helicopter Society 49th Annual Forum，1993.

[5]莫固良，汪慧云，李興旺，等.飛機健康檢測與預測系統的發展及展望[J].振動、測試與診斷，2013，33（6）：925-930. Mo Guliang， Wang Huiyun， Li Xingwang， et al. Health monitoring and prognostics system for aircraft[J]. Journal of Vibration， Measurement & Diagnosis， 2013， 33（6）： 925-930.（in Chinese）

[6]黃藍，莫固良，沈勇，等.航空故障診斷與健康管理技術[M].北京：航空工業出版社，2013. Huang Lan， Mo Guliang， Shen Yong， et al. Aviation fault diagnosis and health management technology[M]. Beijing： Aviation Industry Press， 2013. （in Chinese）

[7]Boris P，Tino B，Nikica H. HUMS-health and usage monitoring system[J]. Promet（Zagreb），2012，12（4）：179-184.

[8]Roy S K，Mohanty A R，Kumar C S. Fault detection in a multistage gearbox by time synchronous averaging of the instantaneous angular speed[J]. Journal of Vibration and Control，2016，22（2）：468-480.

[9]沈勇，翟秀梅，李興旺.時域同步平均技術在直升機主減速器故障診斷中的應用分析[J].計算機測量與控制，2014，22（11）： 3473-3476. Shen Yong， Zhai Xiumei， Li Xingwang. Time synchronous averaging （TSA） technology applied in helicopter main reducer fault diagnosis analysis[J]. Computer Measurement & Control，2014，22（11）：3473-3476. （in Chinese）

[10]熊天旸，李新民，金小強，等.多特征指標錐齒輪健康狀態評估方法研究[J].航空科學技術，2020，31（3）：41-46. Xiong Tianyang， Li Xinmin， Jin Xiaoqiang， et al. Research on health condition evaluation method of bevel gear with multifeature indicators [J]. Aeronautical Science & Technology，2020，31（3）：41-46. （in Chinese）

[11]Jeong S W，Lee J，Lee T H. Frequency and bandwidth tunable absorptive bandpass filter[J]. IEEE Transactions on Microwave Theory & Techniques，2019，67（6）：2172-2180.

[12]熊健.基于振動信號分析和神經網絡的齒輪箱故障診斷技術研究[D].太原：中北大學， 2008. Xiong Jian. Research on the technology of gear box failure diagnosis based on vibration signal analysis and neural network[D]. Taiyuan： North University of China， 2008. （in Chinese）

（責任編輯王昕）

作者簡介

單添敏（1987-）男，碩士，高級工程師。主要研究方向：航空故障診斷與健康管理。

Tel：15618636010

E-mail：shantm_633@163.com

Validation of Pulse-Free Time-Domain Synchronous Averaging Method for Feature Extraction of Helicopter Gear

Shan Tianmin1，2，*，Wang Jinglin1，2，Cao Liang1，2，Li Shengnan1，2，Lin Zeli1，2，Shen Yong1，2

1. AVIC Shanghai Aero Measurement-Controlling Research Institute，Shanghai 201601，China

2. Aviation Key Laboratory of Science and Technology on Fault Diagnosis and Health Management，Shanghai 201601，China

Abstract： In order to overcome the problem that the helicopter HUMS system cannot obtain the speed pulse signal and thus cannot perform time-domain synchronous averaging， a pulse-free time-domain synchronous averaging method is proposed. The original signal is narrow-band filtered centered on the target frequency which is obtained by performing an extreme value search within a certain range of the rated frequency to obtain a simulated sine wave， which conducts speed pulses for time-domain synchronous averaging to extract the characteristc parameters of helicopter gears. The characteristic parameter ratio and effective signal ratio are proposed to verify the effectiveness of the method. Finally， based on actual flight data， the effectiveness of the pulse-free time-domain synchronous average feature extraction based on frequency conversion and meshing frequency is verified.

Key Words： time-domain synchronous averaging； condition monitoring； fault diagnosis； health management； bandpass filtering