一種渦輪增壓器離心式壓氣機喘振自動識別算法

嚴 瀟， 張志強， 閆學明

(北京理工大學 機械與車輛學院, 北京 100081)

一種渦輪增壓器離心式壓氣機喘振自動識別算法

嚴 瀟， 張志強， 閆學明

(北京理工大學 機械與車輛學院, 北京 100081)

喘振的早期識別對于及時采取措施避免壓氣機喘振或喘振控制具有重要的意義.在壓氣機出口處安裝動態(tài)壓力傳感器,獲取了兩種型號的渦輪增壓器壓氣機運行時的實時壓力信號.對喘振信號特征進行了分析，采用匹配濾波器對數(shù)據(jù)進行預處理，從而提高了采集信號的信噪比(SNR).在此基礎上設計了一種基于信號脈沖計數(shù)法的喘振自動識別算法.Matlab仿真試驗表明：該算法能夠及時準確地識別出渦輪增壓器壓氣機的喘振.

增壓器；喘振；自動識別；匹配濾波；脈沖計數(shù)

車用離心式渦輪增壓器壓氣機的喘振對于其穩(wěn)定運行有不利的影響[1].快速識別喘振對于確保渦輪增壓器的安全運行具有重要的意義.對于渦輪增壓器的喘振識別，有很多學者進行了研究[2-6].對壓氣機喘振進行有效地識別，主要方法就是利用高精度和高靈敏度的傳感器對壓氣機近喘振狀態(tài)的相關(guān)物理量進行有效測量.檢測算法主要有紊流度分析法、脈動壓力方差法、壓力變化速率法和相關(guān)積分法等.

對文中涉及的離心壓氣機，孫濤等利用相關(guān)積分法對離心壓氣機喘振過程進行非線性監(jiān)測.以實驗分析論證了相關(guān)積分值等三個監(jiān)測參數(shù)在離心壓氣機運行工況監(jiān)測、喘振強度辨識和壓力信號非平穩(wěn)性度量中的有效性[7].賀云南等利用振動信號成功診斷了廢氣渦輪增壓器喘振故障[8].朱智富等采用動態(tài)測量采集系統(tǒng)獲得了喘振過程中的多處動態(tài)壓力信號，采用滑動窗口法建立壓氣機的喘振判斷標準.得到的結(jié)果比根據(jù)經(jīng)驗判斷獲得的的臨近喘振點流量波動范圍明顯減小[9].曹昳劼等使用了聲音信號結(jié)合感知器神經(jīng)網(wǎng)絡作為判斷喘振的基礎，最終設計了識別器對喘振進行識別[10].

文中設計的喘振數(shù)據(jù)處理與識別方法基于動態(tài)壓力信號，抗干擾性好.另外，使用的脈沖計數(shù)識別算法簡潔有效，降低了對硬件的性能要求并且保證了實時性.

1 數(shù)據(jù)預處理

1.1 喘振信號分析

圖1為渦輪增壓器喘振動態(tài)壓力測量信號，在2秒處壓氣機發(fā)生喘振，壓氣機出口壓力波動幅度有明顯的增加.由于在動態(tài)壓力測量信號中夾雜有大量高頻噪聲與外部電信號的干擾.這部分將對信號進行預處理，提高測量信號的信噪比，以便于更好的識別出壓氣機喘振現(xiàn)象.

圖1 喘振試驗的動態(tài)壓力信號

圖2為截取的不同型號增壓器喘振時信號的波形圖.從圖2可看出，當增壓器壓氣機發(fā)生喘振時，壓氣機出口壓力脈動具有相似的波形，對于具有相似波形的信號，匹配濾波是一種有效的提高信號信噪比的濾波方法.

圖2 不同工況下喘振時壓力波動信號波形

1.2 匹配濾波的數(shù)學原理

一般來說，一個信號s(t)在傳輸過程中被噪聲n(t)所干擾，在輸出端得到的實測信號為

x(t)=s(t)+n(t).

(1)

其時域離散表達式為

x(k)=s(k)+n(k).

(2)

若信號s(t)為一具有確定性結(jié)構(gòu)的隨機過程，持續(xù)時間為T0，等于M-1個采樣周期，則信號可用一個M維的信號矢量表示，即

(3)

相應的噪聲矢量為

(4)

現(xiàn)將信號s(k)通過一個M階的FIR濾波器，該濾波器的系數(shù)矢量為

(5)

則信號經(jīng)濾波后的輸出為

(6)

相應的噪聲經(jīng)濾波后的輸出為

(7)

信噪比SNR0定義為信號結(jié)束時刻(m=M-1)，無干擾信號的幅值平方與噪聲方差之比.于是，上述濾波器輸出信號的信噪比SNR0為

(8)

在輸入噪聲是白噪聲的情況下，可簡化為

(9)

根據(jù)許瓦茲不等式有

(10)

只有當下列條件成立時，式(10)成等式.即若k為任意實常數(shù)，并有 (bi)OPT=k·s(M-1-i)時，SNR0取最大值，即SNR0=(SNR0)max.令常矢量

(11)

于是匹配濾波器的系數(shù)矢量可寫成

(12)

在匹配濾波時，需要濾波器系數(shù)與采樣數(shù)據(jù)做卷積運算.匹配濾波能夠濾除高頻信號和外部干擾信號，但其計算量隨采樣頻率的增加將急劇增大.經(jīng)過分析，應用匹配濾波技術(shù)對喘振進行實時識別時，采樣頻率設置在80～100 Hz最為理想.這是因為喘振頻率在4 Hz左右，一個喘振壓力波形的周期大約在0.25 s，這樣在采樣頻率為80～100 Hz時，一個壓力波形上將采集20～25個點，能夠滿足實時監(jiān)測計算量小的要求.文中選擇采樣頻率為100 Hz，經(jīng)過匹配濾波分析后JP90增壓器在3萬轉(zhuǎn)/分時，實測信號與匹配濾波后信號如圖3所示.從圖3可看出，喘振發(fā)生時，JP90增壓器壓氣機出口壓力測量信號信噪比得到提高.

圖3 JP90在3萬轉(zhuǎn)/分時匹配濾波前后對比

2 喘振自動識別算法

2.1 脈沖數(shù)統(tǒng)計方法

圖4為放大后的匹配濾波后信號.大部分高頻噪聲被濾除.此時喘振時的信號波形非常平滑，非喘振時的信號仍然存在較多的高頻分量.

如圖4所示，若將每一個波動信號都視為一次脈沖，未發(fā)生喘振時，脈沖數(shù)量多，但在喘振發(fā)生時，脈沖數(shù)量則會急劇減少，可以通過統(tǒng)計一段時間長度內(nèi)的脈沖數(shù)量來判斷是否到達喘振狀態(tài).文中采用對數(shù)據(jù)進行差分的簡單算法來實現(xiàn)一段時間內(nèi)的脈沖數(shù)統(tǒng)計.

一個喘振脈沖信號可以看作是由一個數(shù)組組成的拋物線，如圖5所示.在脈沖信號的左側(cè)，隨著時間增加數(shù)據(jù)值由小變大，而在脈沖信號的右側(cè)，數(shù)據(jù)值則由大變小.

圖4 匹配濾波后信號的放大圖

圖5 脈沖信號示意圖

如果對數(shù)據(jù)進行差分的話，差分結(jié)果將是如式(13)所示.

+n1+n2+n3…nx-nx+1…-nx+i-1-nx+i.

(13)

由于脈沖左側(cè)數(shù)據(jù)隨時間遞增，差分后，對于脈沖左側(cè)的數(shù)據(jù)來說，將是一系列正數(shù)，而脈沖右側(cè)數(shù)據(jù)則是一系列的負數(shù).為了使數(shù)據(jù)格式更加規(guī)范，對一次差分后的數(shù)據(jù)應用sign函數(shù)，則脈沖數(shù)據(jù)如式(14)所示.

1 1 1 … 1-1 …-1-1

(14)

顯然，脈沖數(shù)據(jù)經(jīng)一次差分處理并應用sign函數(shù)處理后具備非常明顯的特征，即出現(xiàn)一次+1和-1的交替變化.如果將上述計算結(jié)果進行二次差分，則對于一組脈沖數(shù)據(jù)來說，僅在最高點出現(xiàn)數(shù)值，而其它位置數(shù)據(jù)則變?yōu)?，如式(15)所示.

0 0 0 … -2 0 … 0 0

(15)

數(shù)據(jù)經(jīng)二次差分后，每一個脈沖信號僅出現(xiàn)一個數(shù)值-2，取絕對值后，每一個脈沖則由一個數(shù)據(jù)值2來代替.如圖6所示，經(jīng)過二次差分后，喘振前后脈沖密度對比非常明顯.此時可以通過程序計算一段時間窗Δt內(nèi)的非零數(shù)來統(tǒng)計脈沖數(shù)量，從而判斷喘振是否發(fā)生.

如圖6所示，在程序內(nèi)判斷脈沖數(shù)首次小于設定的閥值，程序自動識別喘振發(fā)生.由于時間窗Δt具有一定長度，所以識別會有一些滯后.在2.3節(jié)中將進一步討論窗口長度的選擇.

圖6 識別程序判斷原理

2.2 喘振自動識別算法

根據(jù)上述識別原理以及脈沖統(tǒng)計算法，設計了渦輪增壓器壓氣機喘振自動識別算法，其流程圖如圖7所示.

圖7 渦輪增壓器壓氣機喘振自動識別算法流程圖

首先讀入在采樣頻率為100 Hz時的渦輪增壓器壓氣機喘振試驗數(shù)據(jù)，實時進行匹配濾波處理，然后,對匹配濾波后的數(shù)據(jù)進行兩次差分處理.同時設定脈沖數(shù)統(tǒng)計時間窗Δt，對Δt內(nèi)的數(shù)據(jù)進行求和運算.當計算結(jié)果首次小于某一設定值時，判斷喘振發(fā)生.值得注意的是，此時的Δt的數(shù)值將會影響程序判斷的及時性與準確度.以下將討論Δt的影響，并選其合適的值.

2.3 不同統(tǒng)計時間窗對喘振識別的影響分析

在Matlab軟件上分別按時間窗1秒、0.5秒和0.1秒對JP60增壓器在6萬轉(zhuǎn)/分時的動態(tài)壓力數(shù)據(jù)進行喘振識別仿真.識別程序根據(jù)脈沖數(shù)首次降低到判斷閥值以下來判斷喘振是否發(fā)生.值得注意的是，由于時間窗的長度設置不一樣，程序中的判斷閥值ΔX設置的大小也應該是不一樣的.Δt越長，ΔX也應越大.結(jié)果如圖8所示，圖中指出的點是程序判斷出喘振的時刻點.

圖8 不同Δt窗仿真結(jié)果對比圖

從圖8中可看出，若時間窗太短，喘振和非喘振區(qū)分不明顯，發(fā)生誤判現(xiàn)象；若時間窗設置過長，則喘振識別準確度提高但及時性降低.根據(jù)仿真結(jié)果，將時間窗Δt設置為0.5秒.

2.4 Matlab仿真試驗

在Matlab軟件中，利用試驗采集到的JP90在3萬轉(zhuǎn)/分與6萬轉(zhuǎn)/分的壓氣機出口壓力信號數(shù)據(jù)，進行了喘振自動識別算法的仿真試驗驗證.結(jié)果如圖9和圖10所示.從圖9和圖10可看出，在發(fā)生喘振時，脈沖數(shù)變化明顯，所提出的算法準確有效地識別到了壓氣機喘振現(xiàn)象.

圖9 JP90增壓器在3萬轉(zhuǎn)/分時仿真驗證結(jié)果

圖10 JP90增壓器在6 萬轉(zhuǎn)/分時仿真驗證結(jié)果

3 結(jié) 論

通過對采集到的壓氣機出口壓力信號進行匹配濾波可有效地提高信號信噪比，在此基礎上，采用Δt時間內(nèi)脈沖數(shù)統(tǒng)計數(shù)量的方法，可準確、有效地識別出渦輪增壓器壓氣機喘振信號.對出口壓力采集頻率和時間窗長度的分析和研究表明，采樣頻率為80～100 Hz，時間窗參數(shù)Δt選取值為0.5秒，既可以達到判斷的準確性又可以滿足及時性.

[1] 范孝銓,金永亮.增壓器的離心壓氣機喘振分析[J].鐵道學報,1985,7(1):1-10.

[2] Hagino N, Kashiwabara Y, Uda K. Prediction and Active Control of Surge Inception in Centrifugal Compressor System without Plenum[C]// Aiaa/asme/sae/asee Joint Propulsion Conference & Exhibit. 2013:77-78.

[3] Lawless P B. Experimental Evaluation of Precursors to Centrifugal Compressor Instability[J]. International Journal of Turbo & Jet Engines, 2000,17(4)：279-288.

[4] Brown C, Sawyer S, Oakes W. Wavelet Based Analysis of Rotating Stall and Surge in a High Speed Centrifugal Compressor[C]// Aiaa/asme/sae/asee Joint Propulsion Conference & Exhibit.2013.

[5] Aretakis N, Mathioudakis K, Kefalakis M. Turbocharger Unstable Operation Diagnosis Using Vibroacoustic Measurements[J]. Journal of Engineering for Gas Turbines & Power, 2003, 126(4):840-847.

[6] Dhingra M, Armor J, Neumeier Y, et al. Compressor Surge: A Limit Detection and Avoidance Problem[C]//AIAA Guidance, Navigation, and Control Conference and Exhibit. 2013.

[7] 孫 濤,徐光華,張春梅.基于相關(guān)積分法的離心壓氣機喘振過程的非線性監(jiān)測[J].航空動力學報,2006,21(6):1092-1097.

[8] 賀云南,劉 鎮(zhèn),秦建文. 利用振動信號診斷廢氣渦輪增壓器喘振故障[J].海軍工程大學學報,2000(6):79-81.

[9] 朱智富,馬朝臣,張志強,等.車用渦輪增壓器喘振判斷方法的研究[J].內(nèi)燃機工程,2010,31(4):60-62.

[10] 曹昳劼.基于壓力振動、聲音信號的壓氣機喘振故障診斷和監(jiān)測[D].上海:上海交通大學,2010.

AutomaticRecognitionAlgorithmofSurgeinTurbochargerCentrifugalCompressor

YAN Xiao， ZHANG Zhi-qiang， YAN Xue-ming

(School of Mechanical Engineering, Beijing Institute of Technology, Beijing 100081,China)

Early recognition is of great significance to take measures in time to avoid compressor surge or to control it. The dynamic pressure sensors were installed at their outlets of the compressors and the real-time pressure signals of the two types of the turbochargers were obtained during the compressor in operation. The signal features of the surge were analyzed, the measured data were pretreated by using the matched filtering method, and then the signal-to-noise ratio (SNR) was improved. An automatic recognition algorithm of surge was designed based on the signal pulse counting method. Simulation test in Matlab demonstrated that this algorithm can identify the compressor surge of the turbocharger in time and accurately.

turbocharger； surge； automatic recognition； matched filtering； pulse counting

1009-4687(2017)04-0007-05

2017-04-14

嚴 瀟(1991-)，男，碩士，研究方向為葉輪機械與電子控制.

TK474.8

A