直升機(jī)振動(dòng)檢測(cè)通用算法的研究與實(shí)現(xiàn)*

龍海軍 , 孫燦飛, 莫固良

(1.中航工業(yè)故障診斷與健康管理航空科技重點(diǎn)實(shí)驗(yàn)室 上海, 201601)(2.中航工業(yè)上海航空測(cè)控技術(shù)研究所 上海, 201601)

?

直升機(jī)振動(dòng)檢測(cè)通用算法的研究與實(shí)現(xiàn)*

龍海軍1,2, 孫燦飛1,2, 莫固良1,2

(1.中航工業(yè)故障診斷與健康管理航空科技重點(diǎn)實(shí)驗(yàn)室 上海, 201601)(2.中航工業(yè)上海航空測(cè)控技術(shù)研究所 上海, 201601)

針對(duì)國(guó)內(nèi)現(xiàn)有振動(dòng)檢測(cè)設(shè)備在直升機(jī)振動(dòng)噪聲測(cè)量領(lǐng)域的可靠性影響到維護(hù)效率及急待提高國(guó)內(nèi)直升機(jī)振動(dòng)檢測(cè)設(shè)備性能問(wèn)題，首先，對(duì)多種直升機(jī)振動(dòng)噪聲進(jìn)行了研究與分析；其次，針對(duì)直升機(jī)噪聲的復(fù)雜性詳細(xì)闡述了信號(hào)的預(yù)處理方法；最后，提出了適合直升機(jī)振動(dòng)噪聲自適應(yīng)整周期采樣時(shí)域同步平均-短時(shí)傅里葉變換方法?，F(xiàn)場(chǎng)驗(yàn)證比較結(jié)果表明，整周期采樣時(shí)域同步平均-短時(shí)傅里葉變換測(cè)量方法在直升機(jī)振動(dòng)測(cè)量中優(yōu)于其他振動(dòng)算法，自適應(yīng)調(diào)整能力強(qiáng)，信號(hào)的優(yōu)劣程度對(duì)測(cè)量結(jié)果影響小，分析更加準(zhǔn)確，實(shí)時(shí)性得到了改善。此方法同樣適用于其他轉(zhuǎn)子振動(dòng)測(cè)量領(lǐng)域。

振動(dòng)測(cè)量；整周期采樣；時(shí)域同步平均；短時(shí)傅里葉變換

引 言

直升機(jī)具有靈活方便的使用特點(diǎn)，在軍事及民用中發(fā)揮著越來(lái)越重要的作用，但是直升機(jī)較高的噪聲卻一直制約著直升機(jī)大規(guī)模使用，噪聲大不僅會(huì)造成機(jī)械結(jié)構(gòu)的疲勞度，縮短飛機(jī)的使用壽命，而且使得空勤人員的執(zhí)行效率降低和儀表設(shè)備失效等，嚴(yán)重時(shí)危及到機(jī)組人員的生命安全。直升機(jī)振動(dòng)噪聲主要來(lái)源于主旋翼和尾槳噪聲，因此，噪聲測(cè)量的準(zhǔn)確度成為直升機(jī)維護(hù)的重要紐帶，關(guān)系到維護(hù)人員的維修效率。當(dāng)代直升機(jī)的振動(dòng)水平已降到0.1g左右，尤其美國(guó)對(duì)新型直升機(jī)提出的振動(dòng)水平要求更加嚴(yán)格(相當(dāng)于0.05g的水平)，這對(duì)直升機(jī)振動(dòng)檢測(cè)[1-3]設(shè)備提出了更高的檢測(cè)要求。國(guó)內(nèi)現(xiàn)有直升機(jī)振動(dòng)檢測(cè)設(shè)備測(cè)量準(zhǔn)確度有待改善，尤其是小信號(hào)的測(cè)量精度問(wèn)題更加突出，主流產(chǎn)品還是國(guó)外的振動(dòng)檢測(cè)設(shè)備。

近年來(lái)國(guó)外直升機(jī)振動(dòng)檢測(cè)設(shè)備主要有美國(guó)霍尼韋爾和ACES，國(guó)內(nèi)的直升機(jī)振動(dòng)檢測(cè)設(shè)備研發(fā)投入比較少，功能、性能與國(guó)外產(chǎn)品相比還有不少差距，主要體現(xiàn)在研發(fā)人員對(duì)直升機(jī)振動(dòng)信號(hào)的整體理解與算法[4-5]的研究方面。究其原因：a.由于直升機(jī)上不同的振源、不同的頻率及不規(guī)則的作用使得振動(dòng)分析非常復(fù)雜，國(guó)內(nèi)對(duì)直升機(jī)的振動(dòng)理論探討較少；b.直升機(jī)由于其動(dòng)力源和結(jié)構(gòu)上的特點(diǎn)，使機(jī)體始終處于主旋翼和尾槳為主的強(qiáng)干擾源下作強(qiáng)迫振動(dòng)。其振動(dòng)特點(diǎn)是：隨機(jī)信號(hào)上疊加其他幾個(gè)強(qiáng)正弦信號(hào)，正弦信號(hào)的幅值又帶有隨機(jī)性；干擾頻率成分較復(fù)雜且主干擾源的頻率較低；機(jī)體剛體姿態(tài)頻率很低。這些特點(diǎn)決定現(xiàn)有的國(guó)內(nèi)振動(dòng)檢測(cè)設(shè)備直接用頻域傅里葉變換或時(shí)域的處理方法難以達(dá)到理想的測(cè)量效果。

為了解決國(guó)內(nèi)現(xiàn)有直升機(jī)振動(dòng)檢測(cè)設(shè)備算法的缺陷，通過(guò)對(duì)多種直升機(jī)主旋翼、尾槳振動(dòng)噪聲的分析和多種測(cè)量方法的研究類(lèi)比，提出了整周期采樣時(shí)域同步平均-短時(shí)傅里葉變換[6-8]測(cè)量算法。經(jīng)現(xiàn)場(chǎng)驗(yàn)證表明，此算法自適應(yīng)調(diào)整能力強(qiáng)，信號(hào)的優(yōu)劣程度對(duì)測(cè)量結(jié)果影響小，分析更加準(zhǔn)確，可靠性、實(shí)時(shí)性得到了改善。

1 振動(dòng)噪聲特征與測(cè)量方法

直升機(jī)由于其動(dòng)力源和結(jié)構(gòu)的特點(diǎn)，使機(jī)體始終處于主旋翼和尾槳為主的強(qiáng)干擾源下作強(qiáng)迫振動(dòng)。旋翼和尾槳噪聲是現(xiàn)代直升機(jī)最主要的噪聲來(lái)源。

旋翼噪聲是直升機(jī)飛行時(shí)的主要噪聲。研究表明,當(dāng)直升機(jī)飛行時(shí)，它的譜呈線譜特征，主要取決于旋翼的工作狀態(tài)，與飛行方向關(guān)系不大，旋翼圍繞其頂軸勻速運(yùn)動(dòng)，周期性地拍打空氣，引起空氣有規(guī)則的脈動(dòng)，所產(chǎn)生的噪聲頻率為f=nzm/60，其中:n為旋翼轉(zhuǎn)速;z為旋翼葉片數(shù)。直升機(jī)具有穩(wěn)定的基頻，在飛行情況下還要產(chǎn)生一個(gè)多普勒頻移Δf，其計(jì)算公式為Δf=Fbvcosφ/c，其中：Fb為基頻；v為直升機(jī)水平飛行速度；c為聲在空氣中的傳播速度；φ為直升機(jī)飛行速度方向與直升機(jī)到測(cè)點(diǎn)連線之間的夾角。經(jīng)過(guò)對(duì)各種直升機(jī)的計(jì)算分析發(fā)現(xiàn)，f<2 Hz，多普勒頻移甚低，不會(huì)改變直升機(jī)噪聲的周期性和低頻特性。尾槳噪聲則體現(xiàn)在直升機(jī)起飛、爬升、大速度前飛及懸停等飛行狀態(tài)，可以分為旋轉(zhuǎn)噪聲、寬帶噪聲和高速脈沖噪聲。尾槳噪聲是直升機(jī)重要噪聲源，因?yàn)槲矘霓D(zhuǎn)速較高，它的通過(guò)頻率落在人的聽(tīng)力敏感區(qū)，引起人耳極度不適。

直升機(jī)噪聲信號(hào)既有周期、慢時(shí)變成分，又有槳葉渦流的相互作用及較大的槳尖速度效應(yīng)所產(chǎn)生的極強(qiáng)的非平穩(wěn)信號(hào)。更嚴(yán)格地講，直升機(jī)噪聲信號(hào)是一個(gè)復(fù)雜的非線性過(guò)程，存在著大量的瞬態(tài)成分，具有非平穩(wěn)特性。振動(dòng)噪聲有如下共同點(diǎn)：a.隨機(jī)信號(hào)上疊加某幾個(gè)強(qiáng)正弦信號(hào)，正弦信號(hào)的幅值又帶有隨機(jī)性；b.干擾頻率成分較復(fù)雜，且主干擾的頻率較低；c.機(jī)體剛體姿態(tài)頻率很低。這些特點(diǎn)的振動(dòng)給測(cè)試和處理帶來(lái)了較多的困難。首先,傳感器的低頻性能難以得到保證，標(biāo)定傳感器的振動(dòng)臺(tái)在低頻時(shí)的線性度比較差；其次，隨機(jī)信號(hào)和正弦信號(hào)還存在著轉(zhuǎn)換的問(wèn)題，而對(duì)應(yīng)頻率幅值的隨機(jī)性又對(duì)數(shù)據(jù)處理提出特殊要求。常用的信號(hào)分析算法如傅里葉變換在數(shù)據(jù)采樣率的選取、采樣時(shí)長(zhǎng)的確定、可靠性、實(shí)時(shí)性的提高等難以達(dá)到最優(yōu)化，而且當(dāng)飛機(jī)狀態(tài)惡劣時(shí)，算法的可靠性更不能得到保證；時(shí)域法則在有噪聲干擾時(shí)，如何來(lái)正確辨別是其難點(diǎn)；小波分析法[9]由于分辨率存在一定的極限，在直升機(jī)振動(dòng)復(fù)雜時(shí)難以達(dá)到良好的效果。筆者通過(guò)引入跟蹤飛機(jī)狀態(tài)及機(jī)型相關(guān)反饋狀態(tài)，解決了數(shù)據(jù)采樣率的選取、采樣時(shí)長(zhǎng)的確定、實(shí)時(shí)性、可靠性等問(wèn)題。

2 信號(hào)提取與辨別

在工程實(shí)踐中，對(duì)于直升機(jī)旋轉(zhuǎn)軸承之類(lèi)的振動(dòng)測(cè)量，由于信號(hào)復(fù)雜，采用轉(zhuǎn)速與振動(dòng)信號(hào)同步跟蹤來(lái)保證信號(hào)特征值的正確提取。圖1為直升機(jī)主旋翼、尾槳傳感器的安裝圖，圖2為理想情況時(shí)轉(zhuǎn)速與振動(dòng)傳感器的輸出。

圖1 直升機(jī)的傳感器安裝Fig.1 The installation of helicopter sensor

圖2 轉(zhuǎn)速與振動(dòng)傳感器的理想波形Fig.2 The ideal waveform of the speed and the vibration sensor

當(dāng)旋翼與尾槳旋轉(zhuǎn)時(shí)轉(zhuǎn)速傳感器產(chǎn)生方波，同時(shí)振動(dòng)傳感器經(jīng)信調(diào)電路后輸出正弦信號(hào)。主旋翼、尾槳每旋轉(zhuǎn)一周，轉(zhuǎn)速傳感器產(chǎn)生一個(gè)占空比不同的方波，同時(shí)振動(dòng)傳感器產(chǎn)生相對(duì)應(yīng)的正弦波，如圖2所示。當(dāng)轉(zhuǎn)速增加時(shí)，可以看到振動(dòng)信號(hào)的頻率也隨之增大。通過(guò)轉(zhuǎn)速與振動(dòng)信號(hào)相關(guān)聯(lián)，就可以確定直升機(jī)振動(dòng)特征值。

圖3 直I、直II的振動(dòng)信號(hào)Fig.3 The vibration signal of the helicopter with I and II

由于直升機(jī)振動(dòng)信號(hào)的頻率復(fù)雜，實(shí)際波形與理想波形相差懸殊，圖3為兩種機(jī)型的實(shí)測(cè)振動(dòng)信號(hào)。其中：LSB為最低有效位。由圖3上圖可知，振動(dòng)信號(hào)波形比較理想，但信號(hào)中夾帶更低的頻率分量，可以清晰地估計(jì)出待測(cè)信號(hào)的幅值和相位；下圖中除了低頻分量外還帶有比待測(cè)信號(hào)頻率高的分量，很難辨別出待測(cè)信號(hào)，需通過(guò)算法處理得出其成分。

3 時(shí)域同步平均-短時(shí)傅里葉變換

針對(duì)直升機(jī)型號(hào)不同、同型號(hào)的振動(dòng)惡劣程度不一致，結(jié)合多種機(jī)型實(shí)測(cè)數(shù)據(jù)進(jìn)行分析，采用圖4所示的硬件方案及圖5所示的軟件算法。

圖4 硬件流程圖Fig.4 The flowchart of hardware

圖5 算法流程圖Fig.5 The flowchart of algorithm

3.1 硬件流程

暗電流隨電子輻照注量的變化關(guān)系，如圖2所示?？梢钥闯?，靜態(tài)輻照條件下暗電流退化比不加電輻照時(shí)退化更嚴(yán)重。暗電流的退化主要是由于電子輻照產(chǎn)生的電離損傷導(dǎo)致淺槽隔離(STI)界面復(fù)合電流、掩埋型光電二極管(PPD)表面缺陷復(fù)合電流、光電二極管與轉(zhuǎn)移柵(TG)交疊區(qū)復(fù)合電流等三部分暗電流的增大造成的。由于10 MeV電子輻照還產(chǎn)生了位移損傷，因此暗電流的增大有一部分是由于體缺陷導(dǎo)致耗盡區(qū)載流子產(chǎn)生率增大所致。此外，γ射線輻照偏置效應(yīng)不明顯[11]，因此認(rèn)為位移損傷效應(yīng)表現(xiàn)出一定的偏置效應(yīng)。

由于直升機(jī)主旋翼頻率低，國(guó)內(nèi)振動(dòng)傳感器許多參數(shù)達(dá)不到技術(shù)指標(biāo)，為了滿足前端信號(hào)采集要求，采用國(guó)外PCB公司的振動(dòng)傳感器。轉(zhuǎn)速傳感器則根據(jù)機(jī)型采用磁電或光電轉(zhuǎn)速傳感器。針對(duì)直升機(jī)振動(dòng)信號(hào)經(jīng)常處于振動(dòng)小的狀態(tài)，在信號(hào)調(diào)理時(shí)采用程控增益放大電路來(lái)滿足動(dòng)態(tài)測(cè)量范圍要求，抗混疊濾波器設(shè)計(jì)需滿足采樣定理。使關(guān)系式滿足 fmax≤fs/2,fmax為待測(cè)信號(hào)的最大頻率，fs為信號(hào)的采樣率。A/D轉(zhuǎn)換器采用自帶采樣保持器的16位A/D轉(zhuǎn)換芯片以滿足測(cè)量精度要求。在轉(zhuǎn)速調(diào)理電路中，針對(duì)傳感器(磁電或光電轉(zhuǎn)速)采用通用信調(diào)電路對(duì)磁電或光電信號(hào)進(jìn)行放大，然后對(duì)波形進(jìn)行整形以滿足微處理器的要求。微處理器則是對(duì)振動(dòng)和轉(zhuǎn)速信號(hào)進(jìn)行預(yù)處理、算法運(yùn)算及輸入輸出設(shè)備響應(yīng)。

3.2 算法流程

3.2.1 整周期過(guò)采樣

振動(dòng)信號(hào)進(jìn)行傅里葉變換分析時(shí)，盡量使分析譜線落在信號(hào)的頻率上以避免柵欄效應(yīng)。假設(shè)振動(dòng)信號(hào)為x(t)，頻率為f0，采樣頻率為fs，采樣點(diǎn)數(shù)為N，時(shí)間長(zhǎng)度為T(mén)，頻率采樣間隔為Δf，根據(jù)傅里葉變換原理知T與Δf有如下關(guān)系

(1)

為了使分析信號(hào)落在f0處，f0與Δf須滿足

(2)

其中：Z為正整數(shù)。

假設(shè)振動(dòng)信號(hào)為x(t)的周期為T(mén)0，則由式(1)與式(2)得時(shí)間長(zhǎng)度T與T0存在如下關(guān)系

(3)

采樣點(diǎn)數(shù)為N的時(shí)間長(zhǎng)度T與振動(dòng)信號(hào)為x(t)的周期T0成正整數(shù)倍時(shí)，才能使分析譜線落在信號(hào)的頻率處以獲得準(zhǔn)確頻譜。因此，以待測(cè)信號(hào)的頻率f為參考，采樣頻率動(dòng)態(tài)實(shí)時(shí)跟蹤信號(hào)頻率，fs=n*f,n為整數(shù)，即無(wú)論頻率如何變化可確保采集樣點(diǎn)為信號(hào)周期的固定倍數(shù)，避免了頻譜泄漏。如圖6所示，T為信號(hào)頻率，N為每個(gè)周期內(nèi)的倍頻脈沖數(shù)。采樣過(guò)程中采用了過(guò)采樣技術(shù)[10]，降低了A/D的量化噪聲及抗混疊濾波器設(shè)計(jì)指標(biāo)。

圖6 整周期信號(hào)采樣Fig.6 The signal sampling with whole cycle

3.2.2 信號(hào)預(yù)處理

由于振動(dòng)信號(hào)優(yōu)劣程度跟直升機(jī)型號(hào)、同型號(hào)維護(hù)狀態(tài)存在極大關(guān)系，為了達(dá)到最優(yōu)測(cè)量，在信號(hào)預(yù)處理算法中，采樣一段時(shí)間振動(dòng)數(shù)據(jù)進(jìn)行預(yù)處理，在時(shí)域中以待測(cè)信號(hào)的轉(zhuǎn)速為參考點(diǎn)進(jìn)行多周期同步平均，根據(jù)同步平均后的數(shù)據(jù)來(lái)判斷振動(dòng)信號(hào)的優(yōu)良程度，進(jìn)而對(duì)后續(xù)的處理算法分配合理的數(shù)據(jù)采集時(shí)間和算法處理時(shí)間。多周期同步平均的轉(zhuǎn)速振動(dòng)信號(hào)如圖7左圖所示，上方為轉(zhuǎn)速信號(hào)，下方為振動(dòng)信號(hào)；采用每4個(gè)轉(zhuǎn)速周期對(duì)振動(dòng)信號(hào)進(jìn)行同步平均，最終信號(hào)趨于比較理想同步平均信號(hào)，如圖7右圖所示。由于直升機(jī)振動(dòng)分析只有在待測(cè)信號(hào)頻率偏差可接受時(shí)分析的結(jié)果才有意義，因此在信號(hào)預(yù)處理中同時(shí)監(jiān)測(cè)轉(zhuǎn)速的穩(wěn)定程度，以確定是否丟棄無(wú)效的數(shù)據(jù)進(jìn)行重新采樣。

時(shí)域中進(jìn)行預(yù)處理算法時(shí)，假設(shè)有信號(hào)如圖8所示，上方為待測(cè)信號(hào)頻率，下方為混有其他干擾的待測(cè)信號(hào)。Pk為信號(hào)正峰值點(diǎn)，-Pk為待測(cè)信號(hào)的負(fù)峰值點(diǎn)，如果沒(méi)有干擾信號(hào)，則4T周期內(nèi)Pk總數(shù)為4，-Pk總數(shù)為4。由于干擾信號(hào)，圖中Pk與-Pk遠(yuǎn)大于4。判定時(shí)域中周期信號(hào)的穩(wěn)定度的必要條件是：a.NPk=N-Pk=4，N為峰值個(gè)數(shù)；b.APk/A-Pk≈1，APk為正峰值，A-Pk為負(fù)峰值。

判別時(shí)域中周期信號(hào)的穩(wěn)定性，可采用4周期(實(shí)際需要)m次疊加同步平均，如圖7所示。當(dāng)m值增大時(shí)，信號(hào)的輪廓逐漸顯現(xiàn)，干擾信號(hào)的峰值減小，結(jié)果如圖9所示。利用峰值判定方法可容易找到信號(hào)穩(wěn)定時(shí)所需的判別條件NPk=N-Pk=4，APk/A-Pk≈1，從而完成了信號(hào)的預(yù)處理。

圖7 振動(dòng)信號(hào)預(yù)處理Fig.7 The signal preprocessing of vibration

圖8 頻率與振動(dòng)信號(hào)Fig.8 The signal and frequency of vibration

圖9 預(yù)處理后的信號(hào)Fig.9 The signal preprocessed

3.2.3 短時(shí)傅里葉變換

圖10 短時(shí)傅里葉變換的示意圖Fig.10 The schematic of STFT

K=2[ log2A],其中：A為頻率區(qū)間；[]為取最近整數(shù)的運(yùn)算。 對(duì)于一維信號(hào)，使用快速傅里葉變換(fast Fourier transform,簡(jiǎn)稱FFT)算法計(jì)算輸入序列的離散傅里葉變換(discrete Fourier transform,簡(jiǎn)稱DFT)。一維DFT定義如下

其中：x為輸入序列；N為x中元素的數(shù)量；Y為變換的結(jié)果。

W(n)窗的長(zhǎng)度可影響STFT的時(shí)間精度和頻率精度。較窄的窗的持續(xù)時(shí)間較短,帶寬較大，可得到更好的時(shí)間精度，但頻率精度不理想。較寬的窗的持續(xù)時(shí)間較長(zhǎng),帶寬較窄，可得到更好的頻率精度，但時(shí)間精度不理想。

利用上述方法，以每4個(gè)周期對(duì)振動(dòng)信號(hào)進(jìn)STFT，然后將各次STFT測(cè)量結(jié)果的各個(gè)參數(shù)進(jìn)行去粗大誤差及求平均值，得出所需頻率的幅值和相位，再對(duì)幅值和相位進(jìn)行校正得出最終結(jié)果，從而確定了直升機(jī)的振動(dòng)狀態(tài)。

3.3 試驗(yàn)數(shù)據(jù)

采用傅里葉變換與文中設(shè)計(jì)方法在外場(chǎng)進(jìn)行測(cè)試，表1與表2為直I機(jī)型的振動(dòng)測(cè)量結(jié)果，該機(jī)振動(dòng)信號(hào)比較理想；表3與表4為直II機(jī)型的振動(dòng)測(cè)量結(jié)果，該機(jī)振動(dòng)信號(hào)比較惡劣。其中：IPS表示每秒英寸數(shù)。測(cè)試結(jié)果表明，整周期采樣時(shí)域同步平均短時(shí)傅里葉變換提高了振動(dòng)測(cè)量系統(tǒng)的精度、穩(wěn)定性、可靠性和實(shí)時(shí)性。

表1 直Ⅰ傅里葉變換

表2 直Ⅰ時(shí)域同步平均短時(shí)傅里葉變換Tab.2 Synchronous averaging-short Fourier for the helicopter I

表3 直Ⅱ傅里葉變換

表4 直Ⅱ時(shí)域同步平均短時(shí)傅里葉變換

4 結(jié) 論

1) 在對(duì)不同型號(hào)直升機(jī)主旋翼、尾槳振動(dòng)測(cè)量時(shí)，該法實(shí)時(shí)性強(qiáng)，測(cè)量時(shí)間的長(zhǎng)短自適應(yīng)信號(hào)的惡劣程度，解決了采用固定時(shí)間傅里葉變換的時(shí)間過(guò)長(zhǎng)問(wèn)題，提高了嵌入式設(shè)備的運(yùn)行效率。

2) 表1與表2是針對(duì)狀況良好的直I型機(jī)，用不同的方法進(jìn)行了6次振動(dòng)幅值與相位的測(cè)量比較，驗(yàn)證結(jié)果一致。表3與表4是針對(duì)狀況比較惡劣的直II型機(jī)所進(jìn)行的振動(dòng)幅值與相位的測(cè)量比較，表明整周期采樣時(shí)域同步平均短時(shí)傅里葉變換數(shù)據(jù)更加集中，尤其在噪聲復(fù)雜時(shí)測(cè)量精度、穩(wěn)定性與可靠性方面都得到了極大的改善，提高了維修效率。

3) 實(shí)現(xiàn)了直升機(jī)多機(jī)型測(cè)量的兼容性，解決了測(cè)量設(shè)備因機(jī)型不同須進(jìn)行軟硬件升級(jí)等問(wèn)題。該算法不僅適用于直升機(jī)的振動(dòng)測(cè)量，也可用于其他轉(zhuǎn)子振動(dòng)信號(hào)分析。

[1] Randall R B,Antoni J. Rolling element bearing diagnostics-a tutorial[J].Mechanical Systems and Signal Processing,2011,25(2):485-520.

[2] Carden E P，F(xiàn)anning P. Vibration based condition monitoring: a review[J]. Structural Health Monitoring，2004，3(4)：355-377.

[3] Rubini R，Meneghetti U.Application of the envelope and wavelet transform analyses for the diagnosis of incipient faults in ball bearings[J]. Mechanical Systems and Signal Processing，2001，15(2)：287-302.

[4] 王大倫，王志新，王康．?dāng)?shù)字信號(hào)處理——理論與實(shí)踐[M]．北京：清華大學(xué)出版社，2010：45-71．

[5] 周曉峰，楊世錫，甘春標(biāo)．一種旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)的盲源分離消噪方法[J]．振動(dòng)、測(cè)試與診斷，2012，32(5)：714-717.

Zhou Xiaofeng, Yang Shixi， Gan Chunbiao. Denoising vibration signal of frotating machinery[J]. Journal of Vibration ,Measurement & Diagnosis, 2012，32(5): 714-717.(in Chinese).

[6] 楊世錫，梁文軍，于保華.振動(dòng)信號(hào)多通道同步整周期數(shù)據(jù)采集卡的設(shè)計(jì)[[J]. 振動(dòng)、測(cè)試與診斷，2013，33(1): 23-28.

Yang Shixi, Liang Wenjun,Yu Baohua. Design of vibration signal′s multi-channel integer period synchronous acquistion card[J]. Journal of Vibration ,Measurement & Diagnosis, 2013，33(1): 23-28.(in Chinese)

[7] Rapuano S，Harris F J. An introduction to FFT and time domain windows[J]. Instrumentation & Measurement Magazine，IEEE，2007，10(6)：32-44.

[8] Oliver W，Roland S. Panel contribution analysis-an alternative windows method[J]. Society of Automotive Engineers,2005(1)：2275-2280.

[9] 姜洪開(kāi)，王仲生，何正嘉.基于自適應(yīng)提升小波包的故障微弱信號(hào)特征早期識(shí)別[J].西北工業(yè)大學(xué)學(xué)報(bào)，2008，26(1)：99-100.

Jiang Hongkai，Wang Zhongsheng，He Zhengjia. Early identification of weak-signal fault features under very unfavorable environment using adaptive lifting scheme pachet[J]. Joural of Northwestern Polytechnical University, 2008，26(1)：99-100. (in Chinese)

[10]胡勁松，楊世錫，轉(zhuǎn)子振動(dòng)信號(hào)同步整周期重采樣的研究[J]．動(dòng)力工程，2008，28(3)：488-492．

Hu Jinsong，Yang Shixi. Study on method of vibration signal's full period synchronous re-sampling for rotor[J]. Journal of Power Engineering，2008，28(3)：488-492.(in Chinese)

10.16450/j.cnki.issn.1004-6801.2016.03.019

*中航工業(yè)集團(tuán)公司技術(shù)創(chuàng)新基金資助項(xiàng)目(BK1420-33)

2014-05-19；

2015-01-24

TH165.3； TH113.1

龍海軍,男，1982年11月生，工程師。主要研究方向?yàn)橹鄙龣C(jī)振動(dòng)信號(hào)處理與算法、嵌入式軟件設(shè)計(jì)與開(kāi)發(fā)。曾發(fā)表《電子式氧氣調(diào)節(jié)器中步進(jìn)電機(jī)模糊控制技術(shù)研究》(《測(cè)控技術(shù)》 2013年第32卷第4期)等論文。

E-mail:lhj02020224@163.com