隔振系统振动源盲识别技术研究Word格式文档下载.docx

1、相关文献指出：若舰艇声纳工作区的自噪声降低5dB，声纳探测距离可增加为3/5，探测的海区面积约为原来的3倍；若舰艇自身辐射噪声降低10dB，被探测距离将缩短为原来的1/4.6。【3】因此，如何有效地抑制机械设备的有害振动，改善舰船的水声隐身性能以及技术性能，成为各个国家海军部门亟需解决的问题。对于机械系统中产生的有害振动，一般从以下两方面入手：一、进行优化设计以降低设备自身的振动强度；二、设计合理的支撑来隔离振动并吸收其振动能量【4】。采用低噪声的机械设备，降低振动的强度，是最直接有效地措施，各国海军部门以及科研机构不遗余力地开展了相关研究，例如设计低噪声泵、阀门等元件、采取泵喷推进、低噪声电

2、力推进等，但是受到许多技术因素的制约，可以选择的余地不大。而隔振措施是目前对舰船机械设备进行振动控制的有效途径【5】。第二次世界大战结束后，单层隔振系统就已在舰船上广泛应用。上世纪六七十年代以来双层隔振技术、浮筏隔振技术又得到了迅猛发展。浮筏隔振系统实际上可视作是将舱段内所有的机械设备弹性或刚性安装在一个公共的弹性筏体，进而连接到舰船壳体上，通过机械隔离的方法来降低机械设备振动的传递。隔振性能直接决定了舰船的动力学特性以及声隐身性。隔振问题中的首要任务就是识别系统的主要振动源，进而确定各机械设备的振动特性并了解其对结构振动以及辐射噪声的贡献，便于选择急需进行振动控制的设备优先实施控制措施，有针

3、对性地指导隔振系统的优化设计。1.2 隔振系统振动源识别研究进展隔振系统的动力学分析以及优化设计一般从振源分析、振动传递与衰减、振动声辐射等方面入手，多年来针对振动传递与声辐射的研究一直受到重视，但是在振源特性的分析研究中，由于实际激励情况复杂未知并且难以定量评价，因此一般简单设定为单位激励，通过考察系统的传递特性来定性评价系统的隔振性能。这种分析方法可以为隔振设计提供策略性指导，但是难以从最优设计的角度对隔振效果进行准确地预测。这是由于：对于多振源激励的隔振系统，以基础的绝对振级、传递功率流、振级落差或是功率流传递率等形式进行评价，其隔振效果均与振动源特性有关；针对单位激励情况设计良好的隔振

4、系统处于其他不同激励情况时，往往难以充分发挥隔振性能。在激励信息未知的情况下进行隔振设计以及隔振效果预测，对实际隔振效果的保障是不够充分的。因此，振动源识别一直是隔振问题中的关键性任务，对舰船振动噪声控制起到促进作用。由于舰船隔振结构庞大复杂，同时机械设备的振动相互耦合，使得隔振系统的振动源识别存在着不足之处，因此有必要对振动源的分析识别方法进行研究。1.2.1 隔振系统的激励来源隔振系统布置于舱室内部并与船体连接，在航行过程中不可避免地受到各种激励。按照隔振系统所受激励的空间特性进行划分，激励来源可分为环境激励与系统设备工作状态下的激励。1）环境激励源：恶劣海况下海风海浪对船体的冲击，空中、

5、水面以及水下爆炸冲击波对船体的冲击，舰载武器装备在发射时引起的后座力，高速航行时船体附近空泡引起的激扰力等等，都属于外部环境激励，在时间上表现为瞬态性和随机性【6】。各种环境激励往往会引起船体能量巨大的结构振动与应力，因此环境激励下隔振系统的动力学分析受到了相当程度的关注。2）工作状态下的激励源：在承受环境激励的同时，各种机械设备在运转过程中会产生不平衡的惯性力与力矩，主要表现为接触冲击激励、刚度激励、零部件损伤激励和误差激励四种形式【7】。布置于隔振结构上的柴油发电机、空气压缩机、电动机以及各种泵体等设备，都会引起隔振系统局部或者整体的振动。工作状态下的激励源在时间上表现为周期性，但是周期特

6、征会随着不同的工作状态而发生变化。工作状态下隔振系统的振动问题具有相当的复杂性，有必要展开深入详细地研究。1.2.2 隔振系统的简化从动力学分析的角度看,各种激励来源是机械系统引发振动的根源，如结构设计误差、装配误差、摩擦涡动、转子不平衡等。图1.1所示为齿轮箱激励来源的示意图。工作状态下，轴承缺陷、齿轮啮合、螺栓连接松动等各个零部件都会使得齿轮箱结构产生局部或者整体的振动。多激励源、多激励成分并存是实际的隔振系统的一般特征。在考虑机械系统的振动问题时，激励的强度、类型与作用的方向和位置都会对系统的响应产生影响【8】。图1.1 齿轮箱的激励来源Fig.1.1 Excitation source

7、s of gearbox对振动隔振系统进行分析时，首要问题是激励源的假设问题。鉴于目前对设备内部的多激励源特性缺乏可靠的资料，在实际隔振问题中，一般将机器视为刚体或者类刚体，将设备内部激励等效为作用于质心位置的单个力与力矩。上述等效的过程，实质上是采用各种激励源作用于机械系统时产生的振动响应-本底振源【9-10】进行分析。图1.2所示分别为单层隔振、双层隔振以及浮筏隔振系统的模型示意图。采用本底振源进行机械系统动力学分析研究，不仅解决了激振源类型、数目等难以确定的问题，还可以通过先验信息进行激励源事件的追溯，实现机械设备的故障诊断与振动控制。图1.2 单层隔振、双层隔振、浮筏隔振系统示意图Fi

8、g.1.2 Schematic diagram of Single-layer, double-layer and floating raft vibration isolation1.2.3 隔振系统振动源估计中存在的问题振动源估计问题对隔振结构的优化设计以及隔振性能的准确预测至关重要，但是在实际工程中存在着一定的困难，主要表现为以下方面：1）最可靠的振动源识别途径是通过实验测试的手段，直接获得振动源的特征。但是在实际工程环境中，机械设备的结构复杂，测力传感器的安装与拆卸非常困难。并且振动源往往具有分布式特点【11】，难以预测实际振动源的作用位置，这些都给振动源特征的直接获取带来困难。2）由

9、于隔振系统中机器设备的工作状态复杂，而且不同机器传递函数具有很大的变异性。不同工程环境中相同型号及规格的设备，结构传递函数的幅值最大相差12dB之多【9】。系统传递特性的变异性导致对每一台设备都要分别辨识其传递函数，这绝非是一件简单的工作。系统辨识的困难，对根据系统特性和响应进行载荷识别的间接估计方法提出了巨大的挑战。3）目前较为通用的分析方法中，一般将机器与基础的连接视为点接触，但是当振源设备比较庞大时，其安装机脚与基础结构的接触面很大，这种情况下采用点接触假设会造成比较大的误差【1】。而在建模时将点接触修正为面接触，又会导致模型分析变得相当复杂。4）大多数隔振技术的理论研究与实验验证都是基

10、于刚性基础的条件，而实际结构中的基础是弹性的，振动源作用下会引起弹性基础的响应【12】。以刚性基础建立的模型和试验台架不符合工程实际，难以为隔振系统的设计分析提供真实可靠的依据。由于振动源位置难以预测、系统特性无法精确辨识等诸多问题，隔振系统的振动源识别一直是困扰工程人员的难题。因此，在仅能获得系统输出响应的情况下，基于信号处理的振动信号分析方法受到了广泛重视【13】。1.3 基于信号处理技术的振动源识别方法研究进展机械振动信号往往包含着大量复杂的信息，对振动信号进行适当地分析，去除噪声干扰成分，分离提取有效的细节特征，是进行故障诊断、工作状态监测、参数检测、振动噪声控制与优化设计的必要手段【

11、14】。由于机械系统的振动传递具有相当的复杂性，相关学者提出了各种信号处理方法来提取真实物理特性的振源特征，具体可分为时域分析方法、频率分析方法与时频域分析方法【15】【16】，下面对应用较为广泛的振动源识别方法进行介绍，并对其局限性进行分析。1.3.1 时域分析方法1）时域平均方法时域平均方法是从受到噪声干扰的信号中提取特定周期成分的有效方法。将振动信号以一定的时间间隔周期进行分段，对各个分段信号相加后取算术平均【17】。时域平均方法通过消除与给定频率无关的随机噪声分量和无关的周期信号，提取出与给定频率有关的周期信号，保留反映机械振动源特性的周期成分及其倍频成分【18】。何正嘉等【19】将时

12、域平均法应用于机床设备振动分析中，实现了主轴频率、电机旋转频率和工频的分离。重庆大学的邵毅敏、周晓君【20】利用频域估计法确定信号周期，将变周期信号转换成周期信号后进行时域同步平均，解决了齿轮箱转速波动情况下的周期成分提取问题【20】。需要指出的是，时域平均方法无法分离滚动轴承设备的振源，只适用于齿轮啮合机械的振动源识别。2）相关分析方法相关函数描述了信号的相似性程度，揭示了信号波形的时间结构特征。由于周期信号的自相关函数也是同周期信号，使得相关函数可以保留振动信号中的周期信息，去除随机噪声成分【21】。通过调整时延时间的取值，能从机械振动信号中分离出所关注的周期信号。西安交通大学的丁康等【2

13、2】分析了振动信号频谱调制边频带不对称的原因，并采用循环自相关的方法实现了滚动轴承信号和齿轮箱信号的解调。李富才、何正嘉等【23】结合相关分析与小波阈值降噪，自适应地选择滤波降噪参数，实现了机械设备早期不平衡和早期不对中故障的预报。明阳【24】分析了滚动轴承的常见故障特征，并提出了基于循环平稳和盲源分离的识别方法成功实现故障信息的提取。相关分析方法在旋转机械的振动信号分析中应用较为广泛，但是应用于具有时域差异性振源信号分析有着一定的局限性。1.3.2 频域分析方法1）频谱分析方法傅里叶变换是现代信号处理技术中最基本的方法之一。在机械系统振动源识别中，利用机械设备振动的频域不重叠性与差异性，设计

14、不同的带通滤波器对混合信号进行滤波，分离出具有独立特征频率的振动源。振动源的频率特性取决于机械结构特性和设备的实际工作状态。李加庆、陈进等采用频谱分析方法对某型吸油烟机设备的实测振动噪声信号进行分析，有效地识别出了主要的振动源和噪声源【25】。Fouladi H.M.等用谱分析方法汽车的噪声源进行识别研究,取得了很好的识别效果【26】。2）相干分析方法相干函数描述了平稳随机信号频率域的相似程度，反映了输入与输出之间的因果关系【27】。对于多输入单输出系统，如果输入信号具有不相关性，通过计算输入和输出的相关函数能够评价各个输入信号对输出信号贡献的大小，从而识别出主次振源【28】。陈茉莉、李舜酩等

15、【29】用常相干方法和偏相干方法进行了独立信号源和非独立信号源识别的仿真研究。顾光武等【30】将偏相干分析方法应用于航空声学风洞的实测噪声信号，有效地识别出风洞中的主要噪声源。3）倒频谱分析方法倒频谱分析能够使信号的能量趋于集中化，从而凸显信号的特征。信号在时域中的卷积形式转化为倒频谱域中的相加形式，利用倒频谱的特性可以实现振动源信号或系统传播特性的分离。訾艳阳和何正嘉等【31】针对汽轮机组高压缸大修后的振动问题，采用倒谱技术成功识别了汽轮机高压虹的故障激励源。Shahid S【32】用倒双谱方法成功实现了系统特性的盲辨识和重构过程。1.3.3 时频分析方法机械设备的工作状态发生改变或者工作异常时，振动信号通常