基于小波包汽轮机货油泵振动信号仿真分析

熊正华,曾毅彪,曹玉佩,唐新飞

(1.四川交通职业技术学院 ，四川 成都 611130 ；2.武汉理工大学 能源与动力工程学院， 湖北 武汉 430063)

基于小波包汽轮机货油泵振动信号仿真分析

熊正华1,曾毅彪2,曹玉佩2,唐新飞2

(1.四川交通职业技术学院 ，四川 成都 611130 ；2.武汉理工大学 能源与动力工程学院， 湖北 武汉 430063)

文章通过小波包分析方法对汽轮机货油泵信号进行仿真分析验证，对信号进行时域信号分析，基于振动信号的小波包特征提取，得出故障频率特征，进而可以分析判定故障的存在，验证小波包分析对故障特征量提取的有效性。

汽轮机货油泵仿真信号；小波包分析；时频分析；功率谱

大型油船作为较为特殊的运输船舶，与其他种类船舶相比，具备不一样的机械结构和子系统，具有不少独特要求，其货油泵驱动系统就是其中的核心系统之一。由于油船的数量每年都在递增，油船载重也在不断提升以及随着人们对于生态环保意识也在不断加强，其对油船货油泵驱动系统的安全性、稳定性以及货油泵系统故障诊断水平提出了更高的要求。

目前国内仅有少数船用配套设备厂家进行相关系统的研发，如由工信部高科技船舶科研项目资助，由武汉船用机械有限责任公司负责开发的货油泵系统[1]。部分高校也进行了货油泵系统仿真系统的研制，如上海海运学院开发的大型油船货油装卸模拟装置[2]。但目前用小波包分析方法研究货油泵驱动系统振动信号，这在国内还属首例。

汽轮机货油泵驱动系统，以蒸汽汽轮机作为原动力，经减速齿轮箱减速，再通过穿舱轴系与离心泵相连，进而为油船装卸作业提供原动力，其机械结构较为复杂，汽轮机货油泵动力传递要求精度较高、载荷很大，很难控制其设备长期可靠高效运行[3]，因此对预防关键的机械设备故障的发生，避免故障带来的2次破坏，分析其振动信号，为后期的故障诊断有着积极的意义。

采用小波包分析与傅里叶对比优势在于，它可以提取时频域内局部化特征，即通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析，进而可以聚焦到目标信号的任意细节，因此小波包分析方法在分析振动信号(非平稳信号)上具有独特的优势，所以选取此方法来分析汽轮机货油泵是否存在故障。然而实际汽轮机货油泵不能以人为损坏制造故障，来研究其振动信号，因而本文通过模拟正常信号与故障信号进行小波包分析研究，比较分析的结论是否与模拟情况相符。

1 货油泵驱动系统组成

货油泵系统是原油运输船货油系统中3大子系统之一，其主要作用是货油输送作业。

货油泵系统按驱动方式可分为液压驱动、柴油机驱动、电动驱动和汽轮机驱动，其具体的驱动方式与适用船型详见表1。

表1 货油泵系统的驱动方式分类

其中汽轮机驱动的方式在大型油船上得到广泛应用，因为大型油船出于油舱加热、保温以及洗舱液加热等考虑，通常设置大型燃油辅助锅炉。由于驱动货油泵的汽轮机所要求的蒸汽量小于燃油辅锅炉额定蒸汽量，而且即使加上规定数量油舱同时进行加热或保温工况时，锅炉蒸汽量也足够有余。因此充分利用蒸汽锅炉的潜力，这也是此种驱动方式的优势之一，本文所选的货油泵类型正是汽轮机货油泵。

汽轮机货油泵驱动系统由汽轮机驱动装置、穿舱轴系和货油泵等组成，其中汽轮机驱动装置又包括汽轮机(蒸汽调节阀与汽轮机转子)、减速装置(高速齿轮箱)、监测控制装置和冷凝系统，如图1所示为汽轮机货油泵驱动系统简图。

图1 汽轮机货油泵驱动系统

1.1 蒸汽调节阀

蒸汽调节阀通过控制蒸汽阀的开度来控制蒸汽的流量，进而来控制泵的运转速度，还可以在汽轮机意外脱扣时起到危机安全切断的作用。汽轮机在开始启动时，先确保电动补油泵已开启，在此设计了启动互锁装置，主要是防止蒸汽阀打开，补油泵没开启对轴承的损伤。

1.2 汽轮机转子

汽轮机转子与穿舱轴是连在一起的，在汽轮机轴端装有机械式脱扣器偏心环，其作用是当旋转数达到额定转速的1.15倍时，偏心环动作切断运转，即可以确保泵的转速在50%～100%情况下正常运转[4]。

1.3 减速装置

减速装置即高速减速齿轮箱，由于蒸汽驱动汽轮机高速旋转，为满足泵所需求的转速，中间经过减速装置。依据货油泵汽轮机驱动设计总体要求，高速齿轮箱采用单级减速传动，圆柱斜齿轮型式，主要通过确定传动比的情况下，进行机械设计。齿轮箱的主要组成部分有箱体、齿轮轴、转轴、齿轮、滑动轴承、轴封、润滑装置等组成。

1.4 润滑油装置

润滑油装置主要由与汽轮机连接的主油泵、电动补助油泵、轮滑油压力调整阀、轮滑油冷却器、过滤器以及油箱等组成。

1.5 监测控制装置

为了保证泵和汽轮机装置能够安全平稳的运行，对泵和汽轮机装置的安全装置包括仪表的监控与各个关键参数的监控非常值得重视。监测的主要参数包括有轴承温度、泵壳温度、进出口压力、轴承振动、泵支座振动、主蒸汽压力等参数。若汽轮机轴转速过快、泵各部分温度异常或汽轮机排气压力过高时，出现此类故障会传递信号进行预警以及报警，若出现大故障时，安全装置会自动跳闸，防止出现2次损坏的发生。

1.6 穿舱轴系

穿舱轴系是转子与货油泵的连接设备，能够保证机舱与泵室的轴贯通处有较好的密封性，能避免船舶在装卸货油时，由从满载状态到空载状态时，导致的船舶变形所造成的汽轮机装置和货油泵轴系的偏离，保证其稳定运转。穿舱轴系主要由2部分组成，上部分为固定式，下部分中间轴为浮动式，2根轴中间由联轴器相连，联轴器为标准联轴器。

2 监测控制方案设计

监测控制系统方案主要包括硬件方案设计，所需监测控制系统监测信号参数的确定，以及振动信号的采集与预处理。

2.1 监测控制系统硬件设计方案

监测控制系统以NI数据采集卡和PLC作为核心，NI数据采集卡和PLC主要是用来采集输入信号，并和上位机进行数据通信，通信方式为以太网方式，将采集的数据传给上位机，下位机通过以太网(NI Serve OPC)传输至上位机，上位机通过编写好的程序来对信号进行预处理与特征提取，来达到监测控制的目的。

系统总体硬件框架如图2所示，下位机包含PLC控制箱和NI在线监测控制箱，它们通过信号线采集传感器发过来的数据，然后通过网线与交换机相连，最后通过网线与上位机相连。

图2 总体硬件框架图

由于振动信号是高频信号，PCI-4472是NI公司推出的一款声音与振动信号采集卡，NI在线监测控制箱里装有NI PCI-4472是基于PCI插槽的数据采集卡，它拥有8个通道。ch0-ch7为模拟信号输入端，EXT- TIRG为外部触发信号输入端，数字信号或模拟信号都可以做触发信号[5]。可以根据数据采集过来的振动信号，生成样条曲线，调用MATLAB工具包里面的函数，来实现对信号处理和分析，包括信号去噪，还可以分析振动信号特征参数与无量纲参数。振动信号特征包括振动特征参数与无量纲参数，信号的均值、标准差以及无量纲的峭度系数、裕度因数等。

2.2 系统数据流程图

通过PLC采集的传感器数据包括模拟量与数字量，数据都以数字量进行存储，NI采集卡采集的是模拟量，通过NI板卡的A/D转换将数据以数字量的形式进行保存，最终下位机采集的数据通过TCP/IP协议将数据传输至上位机进行存储，存储方式采用数据库的形式，可以随时调用历史数据进行分析，并对实时数据显示与分析以及报警，系统数据流程图如图3所示。

图3 数据流程图

3 振动信号小波包特征提取

小波包分析实际应用广泛，因此利用它可以为信号提供精度更高的分析方法。依据被分析信号的特征，小波包分析将信号划分了多个频带，可以对信号的高频部分进行更深层次的分解，进而提高在时域上的分辨率，分解后选择相应的频段使其与信号的频谱进行匹配。所以小波包分析的应用前景非常广泛[6]。

小波包分析，可以用一个3层的分解树来进行说明。

图4为小波包3层分解树，其中A代表低频，D代表高频，字母后序号表示小波包分解后的层数，分解后存在以下关系：

S=AAA3+DAA3+ADA3+DDA3 +AAD3+DAD3+ADD3+DDD3

图4 3层小波包分解树

对降噪后的目标信号进行3层小波包分解，将分解的低频信号到高频信号有8个频段，在此依次计为：H0、H1、H2、H3、H4、H5、H6、H7。

重构对以上几层小波包分解系数，进而提升它在时域上的分辨率，原始信号记作S1，故障信号记作S2，原始信号进行重构信号后分别记为：S130、S131、S132、S133、S134、S135、S136、S137；故障信号的重构信号分别记为：S230、S231、S232、S233、S234、S235、S236、S237。

求出原始信号与故障信号的功率谱对比分析图，并分析不同频段的功率谱，并进行归一化处理，算出不同频率段的特征向量。

3.1 小波包时频分析对比

通过使用MATLAB仿真两段信号分别为正常信号和故障信号，两者混合有随机信号，故障信号，为前半段正常，后半段故障，表现为信号为200 Hz的高频振动信号，具体MATLAB信号仿真代码如下。

1)正常信号：通过对振动信号进行仿真，选取2个激振源，分别为60 Hz和100 Hz的信号，为了保证模拟的真实性，对其添加了一段随机干扰信号，从而模拟实际采集信号。

t=1∶1000；

s1=sin(2·pi*60*t*0.001)+sin(2*pi*100*t*0.001)+rand(1,length(t));

2)故障信号：通过对振动信号进行仿真，选取2个激振源，前半段依然为60 Hz和100 Hz的信号，在后半段突发故障，其中信号周期为60 Hz的信号突然变为200 Hz，在整个仿真过程中，为了保证模拟的真实性，对其添加了一段随机干扰信号，从而模拟实际采集信号。

for t=1∶500;

s2(t)=sin(2*pi*60*t*0.001)+sin(2*pi*100*t*0.001)+rand(1,length(t));end

for t=501∶1000;

s2(t)=sin(2*pi*200*t*0.001)+sin(2*pi*100*t*0.001)+rand(1,length(t));

通过调用小波包工具包里的函数，选取db1小波包分别对原始和故障信号进行小波包分解，对正常原始信号与故障信号进行对比分析，正常原始信号特征值效果图如图5，故障信号特征值效果图如图6。

小波包分解通过调用小波包函数wpt=wpdec(s1,3,'db1','shannon')；将目标信号分解为8个频段，并通过调用相关函数绘制出目标函数的分解图。

图5 正常原始信号的特征值效果图

图6 故障信号的特征值效果图

3.2 小波包频域分析

在工程中，实际获取的振动信号为非平稳信号，一般都是不确定的离散信号，信号的频率、幅值都是随机的，不符合可积条件，无法用傅里叶变换进行频域分析[7]。因此，对于离散信号只能用时域指标中功率谱密度来分析其频域结构[8]。在此，目标信号的平均功率选用均方值来表示Xrms，详见公式。

式中：N为实际采样点数；xi为采样数据。

原始信号功率谱与故障信号功率谱如图7，可以很明显观察到总体功率谱上，正常工况下，功率是集中在60 Hz与100 Hz处，然而在故障工况下，功率除了集中在60 Hz与100 Hz处，明显可以观察到功率主要集中在200 Hz处，因此可以分析得到出现故障功率对应的频率为200 Hz。

图7 原始信号与故障信号的功率谱图

通过以上分析可以得出结论：应用小波包分析，可以较为准确检测到故障频率，检测结果与仿真实际情况相符，证明小波包分析方法是有效的。

4 结束语

通过信号仿真与小波包特征提取，可得小波包分析。虽然可以较为有效的检测出存在故障，但小波包分析很难识别故障的类型，因此可以将小波包分析和其他分析方法结合[9-10]，如神经网络、专家系统、数据融合等，结合不同方法的优点，是未来小波包分析发展的趋势。

[1]国内首台船舶汽轮机货油泵驱动系统投入使用[J]. 军民两用技术与产品, 2015(7): 26.

[2]曾向明, 詹玉龙, 张道兵. 大型油船货油装卸仿真模拟装置的开发[J]. 上海：上海海事大学学报,2006, 27(1): 5-8.

[3]Hongjuan R, Xianwu L, Lei Z, et al. Experimental study of the pressure fluctuations in a pump turbine at large partial flow conditions[J]. Chinese Journal of Mechanical Engineering, 2012, 25(6): 1205-1209.

[4]孟存银. 超大型油船油泵和压载泵的应用[J]. 江苏船舶, 2011, 28(1): 15-17.

[5]杨宝荣, 张泽. NI 8通道声音与振动信号采集卡及其应用[J]. 计算机工程与应用, 2009, 45(专刊): 362-365.

[6]Griffiths K R, Hicks B J, Keogh P S, et al. Wavelet analysis to decompose a vibration simulation signal to improve pre-distribution testing of packaging[J]. Mechanical Systems and Signal Processing, 2016，76(3): 1-16.

[7]鞠萍华. 旋转机械早期故障特征提取的时频分析方法研究[D].重庆：重庆大学，2010.

[8]黑开伟. 小波包分析在旋转机械故障诊断中的应用研究[D].武汉:武汉科技大学, 2010.

[9]周小勇. 小波包分析在故障诊断中的应用[D]. 上海:上海海运学院, 2001.

[10]程声烽, 程小华, 杨露. 基于改进粒子群算法的小波包神经网络在变压器故障诊断中的应用[J]. 电力系统保护与控制, 2014, 42(19): 37-42.

By means of wavelet packet analysis method,the signal of turbine oilpump is simulated and analyzed,whith the signal analyzed in time domain.Based on the wavelet packet feature extraction of vibration signal,the fault frequency character is tics are obtained,with which we can analyze and determine the fault existence.Verifing the effectiveness of wavelet packet analysis on fault feature extraction.

turbine cargo pump signal sinculation;wavelet packet analysis;time-frequency analysis; power spectrum

熊正华(1971-)，男，四川巴中人，甲类一等轮机长，大学本科，主要从事主管实训与理论教学工作。

U672

10.13352/j.issn.1001-8328.2017.02.001

2016-10-28