发动机振动测试信号处理及分析软件设计

王银惠

（中北大学 机械与动力工程学院，山西太原030051）

发动机振动测试信号是发动机运行情况的信息载体，能较好地反映发动机的运行状态。通过信号同步传输，对其进行处理分析，可以实现实时监测。在发动机振动测试信号分析过程中，通常要通过信号的分析处理来推断其是否运转正常或者进行故障诊断，来达到试验目的。目前主要的信号分析软件有HEAD公司的Artemis软件和LMS公司LMSTECWARE等，但其成本通常都比较高[1]。在面向对象设计思想的指导下[2]，基于Matlab GUI 信号处理分析仿真平台的设计方案就是利用Matlab强大的信号处理能力及集成的图形用户界面开发环境（graphical user interface development environment）实现的[3-4]。

所设计软件分析内容如图1所示。

图1 振动信号分析软件结构图

1 基于Matlab的GUI主界面设计

打开软件进入界面，之后进入主界面。主界面是软件开始运行时的主要界面，也是进入信号分析系统的各个子界面的接口，主要分为信号预处理、信号的频域分析、信号的时域分析。根据软件主要实现3个模块的功能，界面设计如图2所示。

图2 振动信号分析软件界面

2 振动信号预处理及界面设计

通过传感器对被测物体进行振动测试试验时所得的信号由于测试系统外部和内部各种因素的影响必然在输出过程中夹杂着许多不需要的成分。通过初步加工处理，修正波形的畸变，剔除混杂在信号中的噪声和干扰，使初步处理的结果尽可能真实地还原成实际的振动信号[5]。该过程主要包括消除趋势项和平滑处理。消除趋势项是采用多项式最小二乘法。

由于随机干扰信号的频带较宽，有时振动信号中高频成分所占比例比较大，使得采集到的离散数据描绘的振动曲线上呈现出许多毛刺，很不光滑。对采样数据进行平滑处理不仅能提高振动曲线光滑度，还可以消除信号的不规则趋势项。该软件平滑处理主要采用五点直线滑动平均法[6]，其主要根据信号某些点邻近的采样点的波幅来对该点进行波幅修正，从而达到对信号进行去噪的目的。

图3给出了软件系统对某发动机悬置振动信号预处理分析的结果，通过观察对比结果发现消除趋势项后的信号的幅值有了一定减小，并且偏离基线程度有了明显改善。平滑处理后的振动信号曲线光滑度有了很大提高。

图3 某发动机悬置振动信号消除趋势项及平滑处理前后对比

3 振动信号时域处理及界面设计

振动信号时域处理是对振动波形的分析，从所测得的振动信号中提取各种有用的信息，通过不同时域处理方法，可以确定实测振动信号的最大幅值和时间历程，求出相位滞后和滤波的时间滞后，有选择地滤除或保留实测波形的某些频率成分。滤波是时域信号处理的重要内容[7]。从数学运算方式考虑，数字滤波包括频域滤波方法和时域滤波方法。

信号时域分析主要界面如图4所示。信号时域分析部分主要包括数据输入输出、滤波类型选择、IIR 滤波器参数设置部分和FIR 滤波器参数设置部分。单选按钮执行时只有一个有效，当其有效时在滤波器参数设置部分输入各个参数值就能绘出滤波前后的图像。

图4 信号时域分析主界面

利用Radio Button 对象常用属性Value 来判断是不是被选中，当Radio Button处于“选中”状态时，值为Max；当Radio Button处于“未选中”状态时，值为Min，默认的Min和Max值为0和1。之后利用s和q的值作为if选择语句判断选择的条件。

在转速为1500 r·min-1，传感器位置在悬置左上、采样频率为1024Hz时，某型号发动机悬置振动信号IIR 滤波结果情况如图5所示。

通过分析曲线，可知经过低通滤波器滤波后，高频成分可以被滤除，并且滤波后信号明显延迟。经过高通滤波器滤波后，低频成分可以被滤除。这为振动信号的进一步分析奠定了基础。

该软件中的FIR 滤波器是指定频率点可以多带分析的滤波器。例如，FIR滤波参数设置如下：

频率点数12

指定频率点0 0.1 0.150.2 0.3 0.50.6 0.650.7 0.8 0.9 1

通阻状态1 1 0 0 1 1 0 0 1 1 0 0

权向量为1 1 1 1 1 1

图5 某型号发动机悬置振动信号IIR滤波结果

图6 某型号发动机悬置振动信号FIR滤波结果

输入上述数据分析信号得到的图像如图6所示。

通过分析FIR 滤波结果可知：FIR 滤波器可以根据需要指定频率点进行滤波，通过指定频率点的通阻情况设定频率段的通阻。对于发动机振动结构优化分析，可以对某些特征频率进行处理分析。这一部分功能对于某些发动机结构模态分析得出的某些特殊频率的信号提取有很大帮助。

振动信号的幅值反映发动机运行静态特性，均值可以判断发动机的整体状态，方差分析可以分析振动信号偏离均值的程度，进而判断发动机工作是否稳定。但是，时域分析对发动机工作状态的评估还具有一定的局限性，进一步结合频域处理分析可以更准确判断发动机运转情况。

4 振动信号频域处理及界面设计

频域处理主要是在傅里叶变换的基础上进一步处理分析，振动信号的幅值谱可以用来描述振动的大小随频率分布情况，相位谱则反映振动信号的各频率成分相位角的分布情况[8]。自功率谱密度函数是实函数，它展现振动信号各频率处功率的分布情况，据此可以判断哪些频率的功率是主要的。自功率谱常被用来估计发动机的自振特性。在发动机故障监测和检测中，根据不同时段自功率谱的变化来推断故障发生征兆和寻找可能发生故障的原因。表1是某型号发动机在不同转速下悬置系统振动信号能量分布情况。

表1 某型号发动机在不同转速下悬置减震器上下振动信号能量分布情况表

通过分析以上数据，可以看出：随着转速的提升，X、Y、Z方向振动信号中频率为75Hz和150～160Hz成分都衰减到趋近于0，转速为2200 r·min-1时，振动信号能量主要集中在50Hz左右；X方向所测得的振动信号频率成分最多，并且其振幅比2个方向振幅都大，可以推断X方向是振动传递的主要方向。

信号频域分析部分主要包括数据输入输出、窗函数类型选择、相关参数设置部分和分析内容选择4个部分。窗函数[10]的选择有矩形窗、汉宁窗、海明窗、布莱克曼窗、三角窗，窗函数选择的后台程序的实现是利用弹起式菜单（Pop-up Menu）即下拉菜单的常用属性Value 设置的，Value的值是选中的项所对应的序号。设共有n个选项，则Value 只能取[1，n]之间的整数。窗函数的选择下方是分析内容的选择，分析内容包括自功率谱分析、互功率谱分析、频率响应函数分析、相干函数分析。信号频域分析主界面如图7所示。

图7 信号频域分析主界面

相干函数Cxy(k)的幅值常用来评判频响函数的好坏，Cxy(k)越接近1，说明噪声的影响越小，频响估计结果越好。一般认为Cxy(k)不小于0.8时，频响函数估计结果比较准确可靠[9]。图8是对某发动机悬置振动信号在转速为1500 r·min-1时X方向的分析结果。以发动机悬置左下所测得的信号作为输入激励，悬置左上所测得的信号数据作为输出响应。由相干分析幅频图可以看出Cxy(k)在大部分范围都大于0.8，可以说明该频响估计准确可靠。通过频响分析可以明显看出振动信号的幅值有了明显的降低，大部分振幅都降为激励的1/2，由此也可以说明该悬置系统中的减震器减振效果明显。

图8 发动机悬置振动信号频域分析结果

5 结论

该振动测试信号处理与分析软件是基于Matlab平台的，该软件实现了信号数据文件的输入、读取与输出。其主要对输入信号进行预处理，信号的时域分析，信号的频域分析，将所需结果可视化输出。尤其是在时域分析模块中该软件提供了多种滤波形式和滤波器，可对带有不同类型噪声的信号进行滤波分析。在信号的频域分析模块中，可以通过自功率谱分析信号能量分布范围，可以通过互功率谱分析结构的动力学特性，还可以根据激励和响应数据信号求得频响函数及相干函数，进而可以推断中间环节的传递特性，这对于工程上诊断、检测故障分析具有一定参考价值。

[1]陈瑞峰，左曙光，郭伟.基于Matlab GUI的信号分析系统[J].佳木斯大学学报：自然科学版，2009，27（5）：645-647.

[2]Mike Foley，Anjan Bose.An Object Based Graphical User Interface for Power Systems[J].IEEE Transactions on Power Systems，1993，8（1）：97-104.

[3]罗华飞.Matlab GUI设计学习手记[M].北京：北京航天航空大学出版社，2010：85-427.

[4]孙苗钟，赵鹏.基于Matlab的振动测试信号处理与分析系统设计与实现[J].电子测试，2008（10）：88-91.

[5]秦荣.基于振动分析的发动机故障诊断实用方法研究[D].广州：华南理工大学，2008.

[6]孙苗钟.基于Matlab的振动信号平滑处理方法[J].电子测试技术，2007（6）：56-57.

[7]刘波，文忠，曾崖.Matlab 信号处理[M].北京：电子工业出版社，2006：10-33.

[8]王济，胡晓.Matlab在振动信号处理中的应用[M].北京：中国水利水电出版社，知识产权出版社，2006∶48-49.

[9]潘宏侠，黄晋英.机械工程测试技术[M].北京：国防工业出版社，2009：37-60.

[10]张智星.Matlab程序设计与应用[M].北京：清华大学出版社，2002：1-4，196-208.