基于自适应滑动均值和小波阈值的叶尖间隙信号降噪方法*

邵兴臣段发阶蒋佳佳牛广越刘志博

(天津大学精密仪器与光电子工程学院，天津300072)

叶尖间隙(Blade Tip Clearance，BTC)是航空发动机和燃气轮机的重要健康状态监测参数，该参数的变化直接影响发动机的工作性能及运行安全[1]。为实现叶尖间隙主动控制、提升航空发动机和燃气轮机效率，叶尖间隙测量数据的实时、高精度处理至关重要。 目前，基于电容传感器的叶尖间隙测量技术在国外发展较为成熟，测量精度最高可达10 μm，相关测量系统已成功实现机载测试，而国内仍停留在地面台架试验阶段，测量精度优于30 μm，相关技术有待进一步发展[2-4]。 电容式叶尖间隙测量系统将变化电容量转换为电压形式的BTC 信号，由于传感器工作在恶劣环境下，在实际测量过程中，高温、高压等环境因素以及电路因素导致BTC 信号受到较大噪声干扰[5]，干扰源包括调制载波和随机白噪声。 噪声直接导致BTC 信号峰峰值测量误差，进而降低叶尖间隙测量精度。

传统BTC 信号降噪方法包括采用运放电路搭建有源低通滤波器[6-8]，以及利用数字信号处理器(DSP)或现场可编程门阵列(FPGA)等实现有限脉冲响应(FIR)低通滤波[9]。 这两种方法的共同点为低通截止频率固定，而BTC 信号具有动态带宽特性[4，10-11]，传统方法不能在全频带范围内保持较好的降噪效果。 李永继提出基于动态滤波的BTC 信号处理方法[4]，首先对BTC 信号采样数据分段实施离散傅里叶变换(DFT)，获取信号频域信息，确定低通滤波器的截止频率大小，然后再分段对采样数据进行滤波降噪处理。……