運(yùn)載火箭飛行振動(dòng)信號(hào)盲源分離方法*

陳建宏，成 瑋，陸建濤

(1. 太原衛(wèi)星發(fā)射中心· 太原·030027；2.西安交通大學(xué) 機(jī)械工程學(xué)院· 西安·710049；3.南京航空航天大學(xué) 能源與動(dòng)力學(xué)院· 南京·210016)

0 引 言

火箭作為太空裝備的重要運(yùn)載工具，一旦出現(xiàn)故障將造成嚴(yán)重的后果，輕者器箭俱毀，導(dǎo)致巨大的經(jīng)濟(jì)損失，重者甚至導(dǎo)致慘重人員傷亡。2011年3月4日，美國“金牛座-XL”火箭由于整流罩分離失敗導(dǎo)致星箭俱毀，事后美國國家航空航天局(National Aeronautics and Space Administration，NASA)分析是由于火箭加速或振動(dòng)造成側(cè)軌系統(tǒng)不完全斷開導(dǎo)致。2014年5月16日，攜帶“快車-AM4R”衛(wèi)星的俄羅斯“質(zhì)子-M”號(hào)運(yùn)載火箭第三級(jí)發(fā)動(dòng)機(jī)出現(xiàn)故障，導(dǎo)致星箭俱毀。2015年6月28日，美國“獵鷹9”火箭由于液氧罐故障發(fā)射數(shù)分鐘后爆炸，執(zhí)行國際空間站補(bǔ)給任務(wù)失敗，攜帶的補(bǔ)給和設(shè)備被炸毀，造成1.1億美元的巨額損失。據(jù)統(tǒng)計(jì)，運(yùn)載火箭和航天器出現(xiàn)故障的原因超過50%來源于振動(dòng)，振動(dòng)問題也是火箭發(fā)動(dòng)機(jī)最難解決的技術(shù)難題之一。因此，如何及時(shí)有效地提取振源信號(hào)，并對(duì)振源特征進(jìn)行分析辨識(shí)，進(jìn)而采取有效措施避免事故發(fā)生或減小事故損失至關(guān)重要。

火箭發(fā)動(dòng)機(jī)存在振源不明、振動(dòng)信號(hào)耦合、傳遞關(guān)系不清等問題，對(duì)火箭上采集的振動(dòng)信號(hào)進(jìn)行分離一直是一個(gè)難題，傳統(tǒng)的信號(hào)分解方法，如主分量分析、奇異值分解只能得到不相關(guān)的信號(hào)，難以分離出獨(dú)立的振源信息。盲源分離(Blind Source Separation，BSS)是指在源信號(hào)與信號(hào)傳輸先驗(yàn)知識(shí)很少的情況下，根據(jù)采集信號(hào)的統(tǒng)計(jì)特性恢復(fù)出源信號(hào)的過程。在實(shí)際中傳感器采集到的往往是多個(gè)信號(hào)源成分通過不同傳遞路徑后混疊在一起的信號(hào)，導(dǎo)致源信號(hào)之間頻譜交疊，難以直接從混合信號(hào)中識(shí)別特征信號(hào)。獨(dú)立分量分析(Independent Component Analysis，ICA)是BSS中應(yīng)用最廣泛的統(tǒng)計(jì)方法之一，是法國學(xué)者J.Herault和C.Jutten受到生物體運(yùn)動(dòng)時(shí)中樞神經(jīng)系統(tǒng)能夠分離不同運(yùn)動(dòng)信息的啟發(fā)，提出的一種基于神經(jīng)模擬結(jié)構(gòu)的自適應(yīng)算法(簡稱H-J算法[1])，隨后又提出了ICA的概念。

國內(nèi)將盲源分離用于分析機(jī)械振動(dòng)信號(hào)的起步較晚，特別是針對(duì)火箭等航天航空領(lǐng)域振動(dòng)信號(hào)的分離與識(shí)別。2004年，任海鋒等[2]為了進(jìn)行火箭發(fā)動(dòng)機(jī)振動(dòng)信號(hào)故障特征提取，運(yùn)用了小波消噪技術(shù)和ICA結(jié)合的方法，對(duì)發(fā)動(dòng)機(jī)熱試車壓強(qiáng)信號(hào)進(jìn)行了實(shí)例分析。2005年，李舜酩[3]針對(duì)航空發(fā)動(dòng)機(jī)轉(zhuǎn)子故障特征分離的問題，提出了基于最小互信息的ICA方法。2008年，陽平[4]提出了結(jié)合振動(dòng)信號(hào)特征信息的帶參ICA方法，用于提取匹配先驗(yàn)知識(shí)的有用航空發(fā)動(dòng)機(jī)振動(dòng)信號(hào)。2009年，Ma J.C.等[5]利用ICA從航空發(fā)動(dòng)機(jī)的混合振動(dòng)信號(hào)中分離出源信號(hào)，并從分離信號(hào)獲取特征參數(shù)，再利用隱馬爾可夫進(jìn)行故障判別。2010年，艾延廷等[6]針對(duì)航空發(fā)動(dòng)機(jī)振動(dòng)信號(hào)按照不同的激振源進(jìn)行分離的問題，提出了基于最大信噪比的盲源分離方法。秦海勤等[7]為了恢復(fù)出振動(dòng)信號(hào)的頻域結(jié)構(gòu)信息，采用了基于數(shù)學(xué)形態(tài)學(xué)濾波的源識(shí)別方法，并用于雙轉(zhuǎn)子航空發(fā)動(dòng)機(jī)高、低壓轉(zhuǎn)子所激振動(dòng)信號(hào)。2014年，楊凱等[8]將空間選擇性去噪算法與盲源分離方法相結(jié)合，用于對(duì)航空發(fā)動(dòng)機(jī)發(fā)生振動(dòng)超標(biāo)信號(hào)的分析，識(shí)別出發(fā)動(dòng)機(jī)故障。張赟等[9]針對(duì)渦軸發(fā)動(dòng)機(jī)臺(tái)架試車時(shí)所測振動(dòng)信號(hào)的分析問題，采用了時(shí)間延遲混合信號(hào)的欠定盲源分離方法，有效地將發(fā)動(dòng)機(jī)混疊振動(dòng)信號(hào)按照不同的激振源進(jìn)行分離。2017年，馬引剛等[10]針對(duì)液體火箭發(fā)動(dòng)機(jī)故障分析與診斷問題，先利用經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition，EMD)將一維測量信號(hào)分解為具有不同尺度特征的本征模態(tài)函數(shù)，以實(shí)現(xiàn)對(duì)觀測信號(hào)的升維，再利用ICA對(duì)各個(gè)振源信號(hào)的獨(dú)立響應(yīng)進(jìn)行分離，以獲得源信號(hào)的相關(guān)先驗(yàn)信息。然而，上述方法多是直接采用線性盲源分離方法進(jìn)行分析，而未考慮信號(hào)在機(jī)械系統(tǒng)中傳播產(chǎn)生的卷積效應(yīng)。尤其是對(duì)于火箭結(jié)構(gòu)而言，大尺寸薄壁殼體結(jié)構(gòu)的強(qiáng)卷積效應(yīng)不能忽略，因此，上述方法在應(yīng)用到實(shí)際火箭振動(dòng)信號(hào)的分析時(shí)效果不佳，難以提取到有效的振動(dòng)源信號(hào)，導(dǎo)致振源識(shí)別困難。

針對(duì)上述問題，本文研究了一種基于卷積盲源分離的火箭振動(dòng)信號(hào)自適應(yīng)分解提取方法，通過構(gòu)造信號(hào)的時(shí)滯模型去除卷積效應(yīng)的影響，并建立火箭信號(hào)四階統(tǒng)計(jì)量的代價(jià)函數(shù)，采用隨機(jī)梯度法實(shí)現(xiàn)參數(shù)的自適應(yīng)更新，迭代優(yōu)化建立火箭復(fù)雜結(jié)構(gòu)系統(tǒng)的逆濾波器結(jié)構(gòu)，進(jìn)而獲得火箭振動(dòng)源信號(hào)，并通過火箭振動(dòng)數(shù)據(jù)對(duì)提出方法的有效性進(jìn)行了驗(yàn)證。

1 運(yùn)載火箭主要振源分析

火箭在飛行過程中，振動(dòng)過大容易造成其攜帶的衛(wèi)星及儀器不能正常工作、控制系統(tǒng)中的電路元件參數(shù)改變、緊固件松動(dòng)等故障。因此，降低和控制振動(dòng)噪聲以改善機(jī)械系統(tǒng)的操作性能顯得至關(guān)重要，而振動(dòng)噪聲源的辨識(shí)是降低和控制振動(dòng)噪聲的主要工作。但是火箭是一種大型復(fù)雜、激勵(lì)源多樣的機(jī)械系統(tǒng)，在很多情況下，設(shè)備之間的振動(dòng)信號(hào)會(huì)互相疊加或調(diào)制。此外，各個(gè)設(shè)備運(yùn)行過程及振動(dòng)引起的噪聲傳播機(jī)理也比較復(fù)雜，造成多個(gè)激勵(lì)源響應(yīng)相互干擾，傳遞路徑多樣，難以建立精確模型，給火箭飛行振源的識(shí)別帶來困難。火箭飛行過程主要振源如下[11]：

(1)火箭發(fā)動(dòng)機(jī)穩(wěn)態(tài)振動(dòng)

運(yùn)載火箭發(fā)動(dòng)機(jī)穩(wěn)定工作時(shí)，會(huì)誘發(fā)產(chǎn)生一種振動(dòng)環(huán)境，它是由運(yùn)載火箭發(fā)動(dòng)機(jī)燃?xì)猱a(chǎn)生的。這類振動(dòng)通過箭體結(jié)構(gòu)傳遞到運(yùn)載火箭的各個(gè)部位，其特征也有一定的隨機(jī)性。結(jié)構(gòu)振動(dòng)的影響不會(huì)隨著運(yùn)載火箭速度的增加而減少直至消失，只要發(fā)動(dòng)機(jī)工作，它就一直存在。不過，通常情況下這類結(jié)構(gòu)振動(dòng)只對(duì)發(fā)動(dòng)機(jī)附近的結(jié)構(gòu)和部件產(chǎn)生重要影響，隨著距離的增加，遠(yuǎn)處的結(jié)構(gòu)和部件所受影響越來越小。例如，運(yùn)載火箭的一級(jí)發(fā)動(dòng)機(jī)工作時(shí)，它所產(chǎn)生的結(jié)構(gòu)振動(dòng)對(duì)運(yùn)載火箭頭部的衛(wèi)星影響就很小。這類振動(dòng)通常采用隨機(jī)功率譜表示，頻帶范圍一般為20～2000Hz。

(2)邊界層脈動(dòng)壓力

運(yùn)載火箭在大氣中飛行時(shí)，其結(jié)構(gòu)與大氣發(fā)生相互作用，所產(chǎn)生的環(huán)境稱為氣動(dòng)聲環(huán)境，也稱為紊流邊界層脈動(dòng)壓力。氣動(dòng)噪聲的形成機(jī)理比較復(fù)雜，其特征也是隨機(jī)的，一般也用功率譜密度函數(shù)表述。它在運(yùn)載火箭或再入航天器的外表面呈現(xiàn)明顯的相關(guān)特性，而且周向和母線方向(飛行方向)的相關(guān)性存在較大差異。氣動(dòng)噪聲的總均方值與結(jié)構(gòu)的外形、飛行時(shí)的最大動(dòng)壓及馬赫數(shù)有關(guān)，特別當(dāng)兩個(gè)部段之間的過渡肩角發(fā)生變化時(shí)，氣動(dòng)噪聲的幅值和譜分布都將發(fā)生相應(yīng)變化。當(dāng)飛行馬赫數(shù)超過0.85時(shí)，箭體上所產(chǎn)生的激波與紊流邊界層脈動(dòng)壓力會(huì)發(fā)生相互作用，使得聲壓級(jí)進(jìn)一步增大，甚至產(chǎn)生跨聲速抖振載荷。氣動(dòng)噪聲的頻率范圍很寬，一般上限取10kHz。

(3)蹺振振動(dòng)

蹺振(pogo)振動(dòng)在液體發(fā)動(dòng)機(jī)火箭發(fā)射過程中比較突出，實(shí)質(zhì)上是一種不穩(wěn)定的動(dòng)力學(xué)現(xiàn)象，由火箭結(jié)構(gòu)縱向模態(tài)引起的結(jié)構(gòu)振動(dòng)與發(fā)動(dòng)機(jī)的推力振蕩相互耦合產(chǎn)生。結(jié)構(gòu)振動(dòng)使推進(jìn)劑在進(jìn)入燃燒室的過程中產(chǎn)生擾動(dòng)造成推力振蕩，當(dāng)這種振蕩與結(jié)構(gòu)振動(dòng)發(fā)生耦合時(shí)就誘發(fā)了蹺振振動(dòng)。火箭一級(jí)發(fā)動(dòng)機(jī)工作時(shí)，蹺振振動(dòng)多發(fā)生在大型運(yùn)載火箭的第一階縱向頻率附近，如5～20Hz；當(dāng)二級(jí)發(fā)動(dòng)機(jī)工作時(shí)，發(fā)生的頻率可能超過100Hz。蹺振振動(dòng)的表現(xiàn)形式就像一種緩慢變化的極限環(huán)，在數(shù)秒至數(shù)十秒周期內(nèi)，振動(dòng)幅值逐漸增至最大值，然后再逐漸衰減。蹺振振動(dòng)的影響有時(shí)會(huì)比較嚴(yán)重，國外曾有蹺振振動(dòng)造成發(fā)動(dòng)機(jī)關(guān)機(jī)的報(bào)道。

(4)儲(chǔ)箱液體晃動(dòng)力學(xué)環(huán)境

采用液體發(fā)動(dòng)機(jī)的運(yùn)載火箭，推進(jìn)劑的質(zhì)量通常占整個(gè)火箭的 90%以上；在一些大型衛(wèi)星上，推進(jìn)劑的質(zhì)量也超過 50%。發(fā)動(dòng)機(jī)工作等干擾會(huì)使得儲(chǔ)箱內(nèi)的推進(jìn)劑發(fā)生晃動(dòng)，而晃動(dòng)所產(chǎn)生的載荷將體現(xiàn)在運(yùn)載火箭或衛(wèi)星的瞬態(tài)和隨機(jī)振動(dòng)環(huán)境中。液體晃動(dòng)影響的動(dòng)態(tài)頻率范圍一般較低，其響應(yīng)幅值與推進(jìn)系統(tǒng)的設(shè)計(jì)及所受的擾動(dòng)密切相關(guān)，反過來也影響儲(chǔ)箱本身及箭體支撐結(jié)構(gòu)和連接結(jié)構(gòu)的設(shè)計(jì)。

(5)火箭級(jí)間/拋罩分離沖擊

火箭發(fā)射過程中，級(jí)間分離和整流罩拋罩分離一般采用火工品裝置，火工品工作時(shí)將會(huì)產(chǎn)生高頻沖擊和低頻瞬態(tài)環(huán)境。高頻沖擊對(duì)火工品附近區(qū)域的結(jié)構(gòu)和設(shè)備產(chǎn)生較大影響，隨著距離增加，這類高頻沖擊的影響越來越小。低頻瞬態(tài)環(huán)境主要是由級(jí)間/拋罩分離過程中速度的突變引起的，這類環(huán)境在衛(wèi)星設(shè)計(jì)中占據(jù)重要的地位。低頻瞬態(tài)環(huán)境的特性與分離過程密切相關(guān)，但其能量譜主要集中在50Hz以下。這類低頻分離環(huán)境的特點(diǎn)也并不完全一致，需要針對(duì)不同的分離事件逐一分析。高頻沖擊具有典型的瞬態(tài)特征。火工品的類型和性能有很大差異，例如，用于點(diǎn)解鎖的爆炸螺栓、用于線解鎖的柔性爆炸鎖等，產(chǎn)生的高頻沖擊也有較大差異，有的集中在通過結(jié)構(gòu)傳遞的高頻沖擊，有的則還包括聲腔傳遞的部分。

2 卷積盲源分離算法

在火箭的振動(dòng)信號(hào)中，傳感器采集到的信號(hào)為多個(gè)振源產(chǎn)生的振動(dòng)信號(hào)的疊加，而主要振源如渦輪泵和燃燒室等，其振動(dòng)發(fā)生的機(jī)理不同，因而可認(rèn)為是相對(duì)獨(dú)立的，基本符合盲源分離的基本假設(shè)。在實(shí)際過程中，并不知道真實(shí)的源數(shù)目，而且火箭尺寸較大，卷積效應(yīng)較為明顯，因而在本研究中采用卷積盲源分離對(duì)火箭的各個(gè)信號(hào)進(jìn)行估計(jì)。

2.1 卷積盲源分離模型

在具有多個(gè)振源的機(jī)械系統(tǒng)中，觀測傳感器測得的信號(hào)通常是各個(gè)振源共同作用的結(jié)果。系統(tǒng)的非線性比較弱時(shí)，每一條從源到觀測的傳遞路徑在時(shí)域上可以簡單看作一個(gè)線性濾波器。觀測信號(hào)來自于Q個(gè)源信號(hào)，通過一個(gè)線性時(shí)不變(Linear Time Invariant，LTI)多通道系統(tǒng)，可以表示成式(1)所示的矩陣形式

x(n)=H(n)*s(n)+n(n)

(1)

式中，x(n)為傳感器測得的P維觀測矢量，x(n)=[x1(n)，x2(n)，…，xP(n)]T；s(n)為Q個(gè)獨(dú)立源信號(hào)，s(n)=[s1(n)，s2(n)，…，sQ(n)]T；n(n)為未知的P維噪聲信號(hào)；H(n)為未知的線性混合濾波器矩陣，表示振源到傳感器的傳遞路徑。

假設(shè)H(n)為R階的因果可逆濾波器，即因果FIR(Finite Impulse Response)濾波器。則式(1)可表示為

(2)

將式(2)進(jìn)行z變換后，得到

x(z)=H(z)s(z)+n(z)

(3)

與瞬時(shí)混合盲源分離相似，卷積混合盲源分離的目的是僅利用觀測信號(hào)x(n)與源信號(hào)分布以及統(tǒng)計(jì)的一些先驗(yàn)知識(shí)得到源信號(hào)的估計(jì)s(n)，當(dāng)不考慮噪聲時(shí)，即

y(n)=W(n)*x(n)

(4)

式中，W(n)為解混濾波矩陣。

對(duì)式(4)兩邊進(jìn)行z變換，得

y(z)=W(z)x(z)

(5)

將式(3)代入式(5)，得

y(z)=W(z)[H(z)s(z)+n(z)]
=W(z)H(z)s(z)+W(z)n(z)

(6)

令

G(z)=W(z)H(z)=PΛD(z)

(7)

在無噪聲的情況下(n(n)=0)，有

y(z)=G(z)s(z)
=W(z)H(z)s(z)
=PΛD(z)s(z)

(8)

其中，P是置換矩陣，導(dǎo)致排列順序的不確定性；Λ=diag[a1，a2，a3，…，aQ]，是對(duì)角元素為常數(shù)的對(duì)角矩陣，導(dǎo)致幅度的不確定性；D(z)=diag[z-r1，z-r2，…，z-rQ]，是延時(shí)對(duì)角矩陣，導(dǎo)致延時(shí)的不確定性。

2.2 卷積盲分離算法基本步驟

(1)經(jīng)典卷積混合模型

式(2)是對(duì)單個(gè)采樣點(diǎn)n的經(jīng)典卷積混合模型。下面考慮一種包括2N+1個(gè)采樣點(diǎn)的塊結(jié)構(gòu)。

(9)

根據(jù)上述內(nèi)容，就可以得到卷積混合的另一種表示形式

(10)

(2)利用Robust MBD抽取單個(gè)獨(dú)立分量

設(shè)y(n)為需要提取的獨(dú)立分量時(shí)，可以得到

(11)

(12)

按照梯度優(yōu)化方法，得到單個(gè)分量的分離矩陣更新規(guī)則如下

(13)

(14)

(15)

(16)

(3)各個(gè)獨(dú)立分量的逐次提取

(17)

式中，Ryq是信號(hào)yq(n)的一個(gè)自相關(guān)矩陣，而ryqxp是信號(hào)yq(n)和xp(n)的互相關(guān)向量。再把yp(n)對(duì)所有混合信號(hào)的貢獻(xiàn)cpq(n)*yp(n)從觀測信號(hào)中去掉，就得到了剩下的Q-1個(gè)源的混合信號(hào)。于是就可以繼續(xù)從中抽取另一個(gè)源，直到所有源信號(hào)都提取出來為止。

3 實(shí)驗(yàn)及結(jié)果分析

3.1 實(shí)驗(yàn)數(shù)據(jù)

以某液體火箭發(fā)動(dòng)機(jī)飛行過程中采集數(shù)據(jù)為例進(jìn)行分析。該發(fā)動(dòng)機(jī)部署2個(gè)振動(dòng)傳感器，原始信號(hào)的采樣頻率為2560Hz，在1s采樣時(shí)間內(nèi)，2個(gè)原始觀測振動(dòng)信號(hào)時(shí)域波形及其頻譜如圖 1所示。從圖1可以看出，振動(dòng)信號(hào)中包含198.6Hz左右的渦輪振動(dòng)、458Hz左右的燃燒頻率以及一個(gè)寬頻激勵(lì)等三種目標(biāo)信號(hào)。

圖1 某液體火箭發(fā)動(dòng)機(jī)振動(dòng)信號(hào)及其頻譜圖Fig.1 Vibration signal and spectrum diagram of liquid rocket engine

3.2 基于ICA和非線性盲源分離的實(shí)驗(yàn)數(shù)據(jù)分析

ICA模型是最經(jīng)典的盲源分離模型，其假設(shè)源之間為線性瞬時(shí)混合，以獨(dú)立性最大作為優(yōu)化目標(biāo)實(shí)現(xiàn)源信號(hào)的估計(jì)。但是這是一種理想模型，在實(shí)際中較少存在，尤其是機(jī)械系統(tǒng)中，用ICA模型一般難以取得理想的效果。而且ICA要求傳感器的數(shù)目不少于源的數(shù)目，這在某些情況下可能難以實(shí)現(xiàn)，而且許多時(shí)候事先并不知道源信號(hào)的數(shù)目。采用ICA對(duì)原始振動(dòng)信號(hào)進(jìn)行處理，得到結(jié)果為2個(gè)分離信號(hào)，其時(shí)域波形及其頻譜如圖 2所示。從圖2可以看出，分離后信號(hào)中渦輪振動(dòng)、燃燒頻率和寬頻激勵(lì)成分仍然混合在一起，表明ICA對(duì)該信號(hào)的分離效果欠佳。

圖2 ICA分離結(jié)果Fig.2 Separation results of ICA method

非線性盲源分離考慮了信號(hào)在傳播過程中的非線性效應(yīng)，相較于線性模型是一種更接近實(shí)際的模型。類似地，采用非線性盲源分離對(duì)原始振動(dòng)信號(hào)進(jìn)行處理，得到結(jié)果為2個(gè)分離信號(hào)，其時(shí)域波形及其頻譜如圖 3所示。可以檢驗(yàn)分離的各個(gè)信號(hào)已具有一定的獨(dú)立性，各個(gè)信號(hào)之間的相關(guān)系數(shù)較小。然而，非線性盲源分離仍然要求傳感器的數(shù)目不少于源信號(hào)的數(shù)目。從其頻譜可以看出，即使采用非線性盲源分離方法，仍未很好地實(shí)現(xiàn)源信號(hào)的分離，各個(gè)振動(dòng)源信號(hào)的特征頻率仍舊相互混合。

圖3 非線性盲源分離結(jié)果Fig.3 Separation results of nonlinear adaptive blind source separation method

3.3 基于卷積盲源分離的實(shí)驗(yàn)分析

卷積盲源分離則考慮了信號(hào)在機(jī)械系統(tǒng)中傳播時(shí)產(chǎn)生的卷積效應(yīng)，對(duì)機(jī)械系統(tǒng)能夠較好地近似，因而常被應(yīng)用于機(jī)械信號(hào)的處理中。本文研究的卷積盲源分離方法可以通過信號(hào)的逐個(gè)抽取技術(shù)，實(shí)現(xiàn)欠定情況下的源信號(hào)估計(jì)，因此該方法能夠在欠定情況下對(duì)機(jī)械系統(tǒng)源信號(hào)進(jìn)行較好的估計(jì)。采用卷積盲源分離對(duì)原始振動(dòng)信號(hào)進(jìn)行處理，得到結(jié)果為5個(gè)分離信號(hào)，其時(shí)域波形及其頻譜如圖 4所示。

從圖4可以明顯得到198.6Hz左右的渦輪振動(dòng)(對(duì)應(yīng)分離信號(hào)4)、458.1Hz左右的燃燒頻率(對(duì)應(yīng)分離信號(hào)1)以及一些寬頻激勵(lì)，其中分離信號(hào)2中還可清楚發(fā)現(xiàn)渦輪轉(zhuǎn)動(dòng)的基頻成分49.71Hz。從以上結(jié)果可以看出，主要信號(hào)頻率分離方面，相較于ICA和非線性盲源分離方法，本文提出的卷積盲源分離方法對(duì)火箭發(fā)動(dòng)機(jī)信號(hào)的分離結(jié)果更好，成功地分離出了渦輪轉(zhuǎn)動(dòng)主頻與基頻、燃燒頻率和寬頻激勵(lì)頻率。時(shí)域信號(hào)響應(yīng)有效分離方面，198.6Hz的渦輪振動(dòng)、458Hz的燃燒振動(dòng)及寬頻激勵(lì)三種目標(biāo)信號(hào)分離后，峰值分別達(dá)到5.004g、4.194g和0.793g，渦輪轉(zhuǎn)動(dòng)的基頻49.71Hz分離后峰值為0.8012g，分離后時(shí)域信號(hào)能量聚焦，分離效果顯著。此外，本文研究方法降低了對(duì)傳感器數(shù)目的限制，能夠在2個(gè)傳感器信號(hào)的前提下分離出多個(gè)信號(hào)，這增加了其在實(shí)際工程中的適用性。

4 結(jié) 論

針對(duì)振動(dòng)信號(hào)在火箭復(fù)雜結(jié)構(gòu)中傳播存在明顯卷積效應(yīng)的問題，本文研究了適用于火箭振動(dòng)信號(hào)分離的卷積盲源分離方法。基于火箭振動(dòng)源之間的獨(dú)立性，優(yōu)化建立火箭振動(dòng)信號(hào)在火箭復(fù)雜結(jié)構(gòu)傳播過程中的逆系統(tǒng)，進(jìn)而實(shí)現(xiàn)火箭主要振動(dòng)源的有效提取。采用火箭的實(shí)測數(shù)據(jù)對(duì)研究方法的性能進(jìn)行驗(yàn)證，結(jié)果表明，本文方法能夠?qū)崿F(xiàn)對(duì)主要振動(dòng)源的有效分離。