科研一角 || 利用线缺陷声子晶体传感器增强旋转机械微弱故障特征
1.摘要
在旋转机械的早期故障诊断中，由于强烈的噪声和干扰谐波，故障信号往往难以被检测。虽然传统的声学诊断技术因其信息量大和非侵入性而被广泛认可，但在极低信噪比环境下提取故障特征一直是一个挑战。本研究利用声子晶体和声学超材料的独特物理属性，开发了一种基于声子晶体线缺陷的旋转机械故障诊断增强技术。与常规的声学滤波和增强技术相比，这种方法能够在声信号预处理阶段直接消除噪声并突出故障特征，避免了复杂的后处理步骤，从而保留了故障特征的全部原始信息，提高了声学传感器的检测灵敏度。特别地，所提出的线缺陷PnC结构具有可调参数。通过结合齿轮、轴承等旋转机械的故障特征分析，可以定制出专门增强这些特征的结构，显示出巨大的实际应用前景。我们从理论上解释了线缺陷PnC的增强机制，并通过数值模拟验证了其对微弱故障信号的检测能力。实验结果证明，与基于变分模态分解（VMD）的方法相比，本方法在低信噪比下对故障特征的增强效果更佳。将故障检测技术与声学超材料传感系统集成，预示着该技术在机械故障诊断领域具有广泛的应用前景。
2.内容
本部分的目标是构建具备声学增益特性的光子晶体（PnC）或声学超材料结构。在第2.1节中，我们详尽地阐述了具有缺陷带的线缺陷PnC结构的几何构造和制作过程，这些缺陷带的色散曲线能够引起能量的局部集中。基于此，第2.2节进一步探讨了线缺陷PnC结构在声学增益方面的表现，并同时评估了结构尺寸参数对性能的影响。
图1 所提出的线缺陷 PnC 结构示意图。 (a) 用于增强入射声信号传感的线缺陷 PnC 概念图。 (b)晶胞。 (c) 完美 PnC 的 5 × 1 超晶胞结构和 (d) 提出的线缺陷 PnC。
仿真模型展示了声学传输特性，如图3所描绘的那样。一个平面声波，其声压幅度设定为1帕斯卡，从一侧向另一侧传播。在模型的左侧设有声学入射边界，而右侧则是输出边界，上下两侧则被设定为硬性边界。所设计的线型缺陷PnC位于模型的中心区域，且其核心位置被用作声压的测量点，这在图3中以绿色圆点标出。
图2 超胞的色散关系分析。 (a) 第一不可约布里渊区的波矢 (M → Γ → X → M → Y → Γ)。 (c) 完美 PnC 和 (d) 线缺陷 PnC 的超晶胞在第一不可约布里渊区 ΓX 方向上的色散关系曲线。灰色区域表示带隙，红星曲线表示缺陷带。
图3 线缺陷PnC声波传输特征分析示意图。紫色点表示声压入射点，绿色点表示声压测量点。
接下来，我们探讨了光敏树脂管的壁厚dh和宽度dm对声压增益的作用。我们首先在忽略ATV效应的前提下，对压力增益进行了计算，结果见图4(a)和(b)。图4(a)展示了在固定宽度dm为1 mm的条件下，五种不同壁厚（dh分别为2 mm、3 mm、4 mm、5 mm、6 mm）的缝管压力增益的计算结果。发现随着缝管壁厚的增加，结构的共振峰值频率也随之增加，当壁厚dh达到4 mm时，压力增益达到最大值846。图4(b)则展示了在固定壁厚dh为3 mm的条件下，五种不同宽度（dm分别为5 mm、4 mm、3 mm、2 mm、1 mm）的缝管压力增益的计算结果。结果显示，随着缝管宽度的增加，结构的共振峰值频率增加，而声压增益则急剧下降，当宽度dm为1 mm时，压力增益最大，为640。此外，我们还计算了考虑ATV效应时的压力增益，如图4(c)和(d)所示。结果表明，当考虑介质中的热粘性效应时，设计的线缺陷PnC的最大增益显著降低。尽管如此，在壁厚dh为4 mm和宽度dm为1 mm的条件下，所提出的结构的压力增益仍至少为143。因此，在综合考虑压力增益和结构尺寸后，我们将缝管的壁厚dh设定为4毫米，宽度dm设定为1毫米。
图4 在不考虑ATV效应的情况下，不同缝管厚度dh下的压力增益(a)和不同缝管宽度dm下的压力增益(b)。考虑ATV效应，得到(a)不同缝管厚度dh下的压力增益和(b)不同缝管宽度dm下的压力增益。
为了发掘其在工程实践中的应用优势，我们对结构参数的调节能力进行了深入研究。具体来说，我们通过按比例缩小线缺陷PnC的尺寸参数——包括晶格常数、狭缝管的厚度和宽度——并计算了在不同的缩放比例η（η等于1、4/3、2/4、1/4）下线缺陷PnC的传输功率，相关结果见图5。这些比例包括4/3、2/4、1/4，具体数据展示在图5中。
图5 (a)不同等比例因子η下线缺陷PnC的发射功率谱。实线和虚线分别表示没有和有 ATV 效果的情况。左下角显示了谐振频率下的绝对声压场分布。为了便于观察，标记的蓝色区域表示谐振峰区域周围的频带，并在其他面板中放大：（b）η = 1，面积S1，（c）η = 3/4，面积S3/4，（d） ) η = 2/4，面积 S2/4 和 (e) η = 1/4，面积 S1/4。
3.结论
总体来看，本项研究利用声学超材料的特性，开发了一种新的方法，该方法通过线缺陷PnC传感器来显著提升旋转机械微弱故障特征的检测能力。与常规的声学故障诊断技术不同，这里提出的线缺陷PnC传感器作为一种预处理设备，具备了降噪和故障特征增强的双重功能，这使得在实际检测过程中能够捕获到信噪比更高的故障信号。
通过数值模拟和实验验证，我们证明了该方法在低信噪比环境下对于故障特征的增强效果尤为显著。与现有诊断技术相比，这种增强型故障信号在提升信噪比的同时，不会损失任何关键的故障特征信息。
此外，通过调整设计结构的尺寸参数，可以优化线缺陷PnC的增益共振带，以适应特定工作频率范围内的旋转机械设备的诊断需求。但是，单一的线缺陷PnC传感器很难覆盖因实际工作条件变化（例如速度或负载变化）而变化的故障特征范围。为了适应更广泛的工况，可以利用声学超材料器件低成本制造的优势，设计多种不同尺寸参数的声学超材料结构，以扩展频率范围，并结合先进的信号处理技术，综合分析多个结构收集到的故障数据，从而提高诊断的精确度。
展望未来，对声学超材料结构进行优化并将其应用于实际的机械工业领域具有巨大的潜力。这种方法还有望扩展到汽车齿轮箱故障诊断、航空发动机健康监测以及医疗设备故障诊断等多个领域。返回搜狐，查看更多
责任编辑：