一种叶端定时信号时频滤波方法与流程

1.本发明属于叶片无损检测领域，具体涉及一种叶端定时信号时频滤波方法。


背景技术：

2.涡轮机械广泛应用于工业中，同时旋转叶片又是涡轮机械中核心部件。但由于长期承受气流冲击、高速旋转所引起的离心力，外物冲击，叶片成为涡轮机械中较为薄弱的部件，叶片的损伤将会导致设备失效甚至是安全事故，所以对叶片进行故障诊断十分有必要。传统的维修方式的定期维修，严重依赖于维修经验，且容易维修过剩和维修不及时。测量叶片的振动，从中分析叶片的健康状态称为了流行的方法，单传统的接触式测量方法，如应变片测量，耗时，寿命短且效率低，很难应用到实际的工业环境下，叶端定时(blade tip timing，btt)是一种非接触式方法，它使用安装在静止机匣中的探头(电容式、光纤式、电涡流式等)，记录叶片的达到时间脉冲，将不考虑叶片振动情况下的理论达到时间和实际达到时间之差转换成叶端位移，并以此计算叶片末端的位移。叶端定时信号中存在着噪声，包括背景造成，转频及其倍频所产生的振动噪声，为了得到准确的故障诊断信息，有必要对叶端定时信号进行滤波，但叶端定时信号具有欠采样的特性，这也给滤波工作带来了困扰，传统的叶端定时滤波方式往往是通过多项式滤波、小波降噪等方法，效果十分有限，所以需要一种更先进的叶端定时滤波方法。


技术实现要素：

3.鉴于以上内容，本发明的目的在于提出一种叶端定时信号时频滤波方法，对严重欠采样的叶端定时数据进行滤波。。
4.为实现上述发明目的，本发明采用以下技术方案：
5.一种叶端定时信号时频滤波方法包括以下步骤：
6.第一步骤，利用叶端定时传感器获取叶片的时间脉冲，基于所述时间脉冲生成转速n，然后根据叶片半径r和转速n将实际达到时间和理论达到时间差δt转换为位移数据；
7.第二步骤，基于所述位移数据选择转频范围，基于频谱分析得到混叠频率幅值向量，将不同采样频率下的混叠频率幅值向量进行组合，形成二维幅值矩阵，基于转频频率序列、混叠频率序列、二维幅值矩阵得到转频
‑
混叠频率图，其中，转频频率序列经由转频频率步长和转频范围确定，混叠频率序列经由混叠频率分辨率和最高转频确定；
8.第三步骤，识别转频
‑
混叠频率图中的直线，得到直线的表达式f
h
＝af
r
b，a，b为参数，
9.第四步骤，基于表达式计算不同采样频率下的混叠频率，根据所述混叠频率产生带通滤波频带范围，基于带通滤波频带范围对位移数据进行滑动滤波，所述位移数据包括位移时域信号。
10.所述的叶端定时信号时频滤波方法中，第一步骤中，
11.使用叶端定时传感器采集变转速情况下叶盘叶片的达到时间脉冲t，利用转速传
感器获取转轴的转频f
r
，计算在无振动情况下，叶片达到第k个传感器的理论达到时间其中，表示第i个叶片在第p圈到达第k个传感器的理论时间，θ
i
表示第i个叶片的角度，α
k
表示第k个传感器的安装角度，f
r
(p)表示第p圈时的转频，表示第i个叶片在第p
‑
1圈达到第k个传感器的实际时间。
12.根据叶片半径r和转频f
r
将实际达到时间与理论达到时间差转换为位移数据：
13.其中，表示第i个叶片在时刻的位移，其中表示第i个叶片在第p圈到达第k个传感器的实际时间与理论时间之差，得到了叶片末端的位移信号d，其中，d表示的是位移序列，及位移向量，包含了多个位移值。
14.所述的叶端定时信号时频滤波方法中，第二步骤中，位移数据的转频范围基于旋转频率间隔δf
r
生成转频序列f
r
，确定分析数据截取的中心位置：
[0015][0016]
f
h
＝[0，δf
h
，2δf
h
，3δf
h
，
…
，(m
‑
1)δf
h
]1×
m
，其中n是整数，满足由此来确定n的值，m是整数，满足由此来确定m的值，
[0017]
根据混叠频率分辨率δf
h
和转速计算转频序列f
r
中每一个转频对应的数据截取长度：
[0018]
其中，wlen(i)表示转频序列f
r
中第i个转频f
r
(i)对应的数据截取长度，即参与傅里叶变换的数据长度，n为转频序列长度，[
·
]表示对数据四舍五入取整的运算，
[0019]
根据第i个理想的截取数据中心位置的转频频率f
r
(i)计算实际最接近该转频的数据索引index：其中，表示求使得后式取到最小值的index值，
[0020]
以index(i)为截取数据中心，以wlen(i)为数据长度，截取位移数据d[index(i)
‑
round(wlen(i)/2)：index(i) round(wlen(i)/2)]，选取位移数据中索引为index(i)
‑
round(wlen(i)/2)到index(i) round(wlen(i)/2)，其利用快速傅里叶变换进行频谱估计，
[0021][0022]
其中，d(n)为采样得到的信号，i是虚数符号，nfft是所选择的数据的长
度；n是一个迭代数，从index(i)
‑
round(wlen(i)/2)遍历到index(i) round(wlen(i)/2)，取遍d中的所有元素，k是一个0到n
‑
1整数，d(k)表示离散傅里叶变换后的第k个数据，将d取绝对值，即得到了混叠频率幅值向量ad，
[0023]
生成零矩阵a
n
×
m
，其中n为转频序列长度，m为混叠频率序列长度，
[0024]
将由转频序列f
r
中第i个转频数据f
r
(i)确定的数据索引范围index(i)
‑
round(wlen(i)/2)到index(i) round(wlen(i)/2)所截取的数据频谱幅值估计结果ad
i
填入矩阵a
n
×
m
中的第i列，以此类推，当选取转频序列中的所有转频元素，重复上述操作后，得到了完整的幅值矩阵a
n
×
m
，由转频序列f
r
、混叠频率序列f
h
、二维幅值矩阵a
n
×
m
得到转频
‑
混叠频率图。
[0025]
所述的叶端定时信号时频滤波方法中，第三步骤中，利用直线拟合或者radon变换提取直线参数。
[0026]
所述的叶端定时信号时频滤波方法中，第三步骤中，转频
‑
混叠频率图的混叠频率方向进行遍历搜索，找到幅值最大的连续n个点，n为2
‑
5，
[0027]
其中i(k)为使得取到最大值的索引位置，
[0028]
所得到的点的坐标为：
[0029]
(f
r
(k)，f
h
(i(k)))，(f
r
(k)，f
h
(i(k)))，
…
，(f
r
(k)，f
h
(i(k)))，
[0030]
记录下坐标点的横坐标的采样频率和纵坐标的混叠频率，选定直线线段范围，对该线段范围内的坐标点进行最小二乘拟合，得到直线的斜率：
[0031][0032]
其中d＝[f
h
(index(1)，f
h
(index(2)，
…
，f
h
(index(np)]
t
，a是直线斜率，b是直线截距。
[0033]
所述的叶端定时信号时频滤波方法中，第三步骤中，radon变换中，将转频
‑
混叠频率图上的值沿着各个直线方向投影，设定角度步长δβ和距离步长δl以产生角度序列β和距离序列l：
[0034]
β＝[
‑
90
°
，
‑
90
°
δθ，
‑
90
°
2δθ，
…
，90
°
]，
[0035][0036]
其中h、w分别为raf图像的宽，高像素尺寸，
[0037]
在radon变换后，转频
‑
混叠频率图的峰值坐标(β，l)如下转换得到斜率与截距：
[0038][0039][0040]
通过转频推算出混叠频率f
h
＝kf
r
b。
[0041]
所述的叶端定时信号时频滤波方法中，第四步骤中，设定滑动滤波时的窗长len，重叠率kp，形成带通滤波滑动窗口，第i个带通滤波滑动窗口的包含的索引为1 (i
‑
1)
·
kp
·
len：(i
‑
1)
·
kp
·
len len，对数据d(1 (i
‑
1)
·
kp
·
len)，
…
，d((i
‑
1)
·
kp
·
len len)进行带通滤波，将带通滤波后的数据首尾重组，得到滤波后的数据，其中带通滤波的滤波频带为[f
h
(i)
‑
δh1，f
h
(i) δh2]，使得频率在f
h
(i)
‑
δh1～f
h
(i) δh2范围内的频率通过，其中
[0042]
本发明方法是一种叶端定时信号时频滤波方法，基于对转频
‑
混叠频率图中的直线进行特征识别，由此根据转频产生响应的带通频带，然后使用带通滤波器对信号进行滑动滤波，本发明专利的滤波方法具有可解释性，滤波能力强的特点，可用于对叶端定时信号滤波。
附图说明
[0043]
参照下述说明，结合附图，可以对本发明有最佳的理解。
[0044]
图1为本专利提出的一种叶端定时信号时频滤波方法；
[0045]
图2为单个叶端定时传感器原始仿真信号的时域图；
[0046]
图3为单个叶端定时传感器加噪后仿真信号的时域图；
[0047]
图4为仿真信号的转频
‑
混叠频率(raf)图；
[0048]
图5为同一数据范围下原始信号、加噪信号、滤波信号的频域图；
[0049]
图6为同一数据范围下原始信号、加噪信号、滤波信号的时域图。
具体实施方式
[0050]
为更加清楚地表明本发明的目的、技术方案和优点，现结合附图1至图6及示例性实例，进一步详细地说明本发明。应当理解，此处所描述的示例性实例仅用以解释本发明，并不限定本发明的适用范围。
[0051]
本发明提出一种叶端定时信号时频滤波方法，包括下述步骤：
[0052]
(1)利用端定时传感器获取旋转叶片的时间脉冲，首先将其转换成转速，然后根据叶片半径r和转速n将实际达到时间和理论达到时间差δt转换为位移数据。
[0053]
在本示例性实例中，根据叶端定时的原理产生仿真信号，叶片的固有频率设定为
875hz，叶片末端振动位移包含875hz的固有频率，另外还包含转频，转频的倍频，具体仿真参数设定如表1所示：
[0054]
表1 叶端定时仿真信号参数说明
[0055][0056][0057]
由此产生叶端位移，并通过单个叶端定时传感器采集转换成位移，其中转频及其倍频成分及添加的噪声都被视为噪声，将固有频率成分信号视为原始信号(不含噪)，将含转频及其倍频成分以及背景噪声的信号视为含噪信号，获取到的原始信号如图2所示，加噪信号如图3所示。
[0058]
(2)根据采样频率选择分析数据，使用频谱分析方法得到混叠频率幅值向量，将不同采样频率下的混叠频率幅值向量进行组合，形成二维幅值矩阵，由转频序列、混叠频率序列、二维幅值矩阵得到转频
‑
混叠频率(rotating aliasing frequency，raf)图。
[0059]
在一个实施例中，转频频率序列和叠频率序列是等差序列。
[0060]
在本示例性实例中，选择分析的数据的转频范围为91hz到191hz，采样频率步长δf
r
为0.4hz，混叠频率步长δf
h
为0.5hz，由此生成转频序列f
r
和混叠频率步长序列f
h
：
[0061]
f
r
＝[91，91.4，91.8，92.2，
…
，189]1×
246
[0062]
f
h
＝[0，0.5，1，1.5，2，2.5，
…
，94.5]1×
190
[0063]
选择转频序列f
r
中第1个转频f
r
(1)＝91hz，计算截取长度：
[0064][0065]
根据第1个理想的截取数据中心位置的转频频率f
r
(1)＝91hz，计算实际最接近该采样频率的数据索引index：
[0066][0067]
以92为截取数据中心，以182为数据长度，截取位移数据d(1)～d(182)。对该部分数据进行频谱分析，本实例中选用快速傅里叶变换：
[0068][0069]
其中d(n)为采样得到的信号，i是虚数符号，n是一个迭代数，从1遍历到128，即取遍d中的所有元素，k是一个1到128整数，d(k)表示离散傅里叶变换后的第k个数据；d1＝[d(1)，d(2)，d(3)，
…
，d(182)]，对d1取绝对值，即得到了混叠频率幅值向量ad1。
[0070]
选择转频序列f
r
中第2个转频f
r
(2)＝91.5hz，重复上述操作，得到ad2，对转频序列中的所有元素进行遍历后，将最终得到的，混叠频率幅值向量，ad1～ad
246
横向拼接，即按列组合，形成一个二维矩阵，其中长度不足的地方用0填满，由此得到了二维幅值矩阵a
190
×
246
。
[0071]
由转频序列f
r
、混叠频率序列f
h
、二维幅值矩阵a
190
×
246
即可得到转频
‑
混叠频率(raf)图，如图4所示。
[0072]
(3)识别raf图中的直线，得到直线的表达式f
h
＝af
r
b，即a，b参数。
[0073]
在本实例中，选用直线拟合的方法得到直线表达式，为了避免低频成分的干扰，将raf图中混叠频率低于4hz的部分舍去。对处理后的raf图的混叠频率方向进行遍历搜索，找到幅值最大的连续3个点，选择a
190
×
246
的第1列，进行搜索：
[0074][0075]
注意这里是索引52是对于去掉混叠低频4hz及其以下部分后的剩下部分的索引，即是新的混叠序列山的索引为52的位置。
[0076]
所得到的点的坐标为：
[0077]
(91，30)，(91，30.5)，(91，31)
[0078]
对a
190
×
246
中的所有列进行遍历后，共得到738个坐标，选定直线线段范围，对该范围内的坐标点进行最小二乘拟合，得到直线的斜率：
[0079]
[0080]
其中a是直线斜率，b是直线截距。
[0081]
对所有直线拟合，拟合结果如表2所示：
[0082]
表2 直线拟合结果
[0083]
参数斜率a截距b直线1
‑
8.86875.88直线28.86
‑
874.58直线3
‑
8.37872.01直线47.98
‑
869.02直线5
‑
6.99872.35直线67.01
‑
874.85直线7
‑
6.00874.80直线85.94
‑
866.05直线9
‑
4.99872.75直线104.99
‑
872.75
[0084]
(4)根据直线表达式计算不同采样频率下的混叠频率，根据该混叠频率产生带通滤波频带范围，使用该带通滤波器对信号进行滤波。
[0085]
在本示例性实例中，设定滑动滤波所用的窗长len＝64，重叠率kp＝0.25，以第8条直线所在位置为例，展示滤波效果，第1个滑动窗口索引为：7000∶7063，计算混叠频率：
[0086][0087]
设定δh1＝2，δh2＝2，形成带通滤波频带为：16.21～20.21hz，对信号进行带通滤波，将滤波后的时域数据首位重组，得到滤波后的时域数据，原始信号，加噪信号和滤波后信号相同索引位置下数据的频域图如图5所示，可以看到，噪声信号被大量过滤，仅保留了与混叠后的固有频率相关的频率分量。滤波后信号的时域图如图6所示，可以看到与原始信号的时域波形更为接近，对叶端定时信号的去噪将有利于后续的信号处理。
[0088]
本发明专利方法是一种叶端定时信号时频滤波方法，基于对转频
‑
混叠频率图中的直线进行特征识别，由此根据转频产生响应的带通频带，然后使用带通滤波器对信号进行滑动滤波，本发明专利的滤波方法具有可解释性，滤波能力强的特点，可用于对叶端定时
信号滤波。
[0089]
【应用实例】
[0090]
根据叶端定时的原理产生仿真信号，叶片的固有频率设定为875hz，叶片末端振动位移包含875hz的固有频率，另外还包含转频，转频的倍频，具体仿真参数设定如表1所示：
[0091]
表1 叶端定时仿真信号参数说明
[0092][0093]
由此产生叶端位移，并通过单个叶端定时传感器采集转换成位移，其中转频及其倍频成分及添加的噪声都被视为噪声，将固有频率成分信号视为原始信号(不含噪)，将含转频及其倍频成分以及背景噪声的信号视为含噪信号，获取到的原始信号如图2所示，加噪信号如图3所示。
[0094]
选择分析的数据的转频范围为91hz到191hz，采样频率步长δf
r
为0.4hz，混叠频率步长δf
h
为0.5hz，由此生成转频序列f
r
和混叠频率步长序列f
h
：
[0095]
f
r
＝[91，91.4，91.8，92.2，
…
，189]1×
246
[0096]
f
h
＝[0，0.5，1，1.5，2，2.5，
…
，94.5]1×
190
[0097]
选择转频序列f
r
中第1个转频f
r
(1)＝91hz，计算截取长度：
[0098][0099]
根据第1个理想的截取数据中心位置的转频频率f
r
(1)＝91hz，计算实际最接近该采样频率的数据索引index：
[0100][0101]
以92为截取数据中心，以182为数据长度，截取位移数据d(1)～d(182)。对该部分数据进行频谱分析，本实例中选用快速傅里叶变换：
[0102][0103]
其中d(n)为采样得到的信号，i是虚数符号，n是一个迭代数，从1遍历到128，即取遍d中的所有元素，k是一个1到128整数，d(k)表示离散傅里叶变换后的第k个数据；d1＝[d(1)，d(2)，d(3)，
…
，d(182)]，对d1取绝对值，即得到了混叠频率幅值向量ad1。
[0104]
选择转频序列f
r
中第2个转频f
r
(2)＝91.5hz，重复上述操作，得到ad2，对转频序列中的所有元素进行遍历后，将最终得到的，混叠频率幅值向量，ad1～ad
246
横向拼接，即按列组合，形成一个二维矩阵，其中长度不足的地方用0填满，由此得到了二维幅值矩阵a
190
×
246
。
[0105]
由转频序列f
r
、混叠频率序列f
h
、二维幅值矩阵a
190
×
246
即可得到转频
‑
混叠频率(raf)图，如图4所示。
[0106]
选用直线拟合的方法得到直线表达式，为了避免低频成分的干扰，将raf图中混叠频率低于4hz的部分舍去。对处理后的raf图的混叠频率方向进行遍历搜索，找到幅值最大的连续3个点，选择a
190
×
246
的第1列，进行搜索：
[0107][0108]
注意这里是索引52是对于去掉混叠低频4hz及其以下部分后的剩下部分的索引，即是新的混叠序列中的索引为52的位置。
[0109]
所得到的点的坐标为：
[0110]
(91，30)，(91，30.5)，(91，31)
[0111]
对a
190
×
246
中的所有列进行遍历后，共得到738个坐标，选定直线线段范围，对该范围内的坐标点进行最小二乘拟合，得到直线的斜率：
[0112]
[0113]
其中a是直线斜率，b是直线截距。
[0114]
对所有直线拟合，拟合结果如表2所示：
[0115]
表2 直线拟合结果
[0116]
参数斜率a截距b直线1
‑
8.86875.88直线28.86
‑
874.58直线3
‑
8.37872.01直线47.98
‑
869.02直线5
‑
6.99872.35直线67.01
‑
874.85直线7
‑
6.00874.80直线85.94
‑
866.05直线9
‑
4.99872.75直线104.99
‑
872.75
[0117]
设定滑动滤波所用的窗长len＝64，重叠率kp＝0.25，以第8条直线所在位置为例，展示滤波效果，第1个滑动窗口索引为：7000∶7063，计算混叠频率：
[0118][0119]
设定δh1＝2，δh2＝2，形成带通滤波频带为：16.21～20.21hz，对信号进行带通滤波，将滤波后的时域数据首位重组，得到滤波后的时域数据，原始信号，加噪信号和滤波后信号相同索引位置下数据的频域图如图5所示，可以看到，噪声信号被大量过滤，仅保留了与混叠后的固有频率相关的频率分量。滤波后信号的时域图如图6所示，可以看到与原始信号的时域波形更为接近，对叶端定时信号的去噪将有利于后续的信号处理。
[0120]
本发明专利方法是一种叶端定时信号时频滤波方法，基于对转频
‑
混叠频率图中的直线进行特征识别，由此根据转频产生响应的带通频带，然后使用带通滤波器对信号进行滑动滤波，本发明专利的滤波方法具有可解释性，滤波能力强的特点，可用于对叶端定时信号滤波。
[0121]
以上所述仅为本发明的较佳实例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。