大型旋转设备广泛应用于电力、航空、石化、冶金等工业系统中，其叶轮健康状态及运行参数关系到生产运行安全，若发生故障将导致严重后果。实现对旋转设备叶轮的在线实时健康监测、故障预测和智能控制是旋转设备的重要发展方向。目前关于智能健康监测系统的研究主要集中于叶尖间隙、叶片弯曲振动参数测量和信号辨识等方面，缺少对叶片扭转振动、叶片轴向偏摆等重要参数的影响研究，检测技术也仅限于采用多种类传感器实现对被测各参数的各自独立的、分离的单一参数测量。同时，由于受实际系统空间结构及恶劣工作环境的限制，往往要求采用尽可能少的测量传感器种类与数量进行最佳组合，实现多个参数的同步测量。因此，本论文采用单类传感器实现对叶轮多参数同步测量的方法展开研究，所取的研究成果具有极其重要的学术研究意义与实际应用参考价值。　　本论文致力于叶轮叶尖间隙、叶片振动、振动模态等参数的单类传感器同步测量与辨识方法研究，主要研究工作内容包括:　　1.基于叶片的力学振动特性，建立叶轮多参数数学模型，着重研究了叶片弯曲振动、扭转振动、叶轮偏心振动、温度、转速等对叶尖到达时间、叶尖间隙参数影响。以四叶片为例分析了叶轮到达时间、叶尖间隙特性，并分析了在偏心振动测量中传感器位置对信号的影响。　　2.采用叶片三维数学模型，研究了传感器的空间滤波特性，提出最小采样判据;分析叶片到达信号特点，并根据信号特点，提出了数字滤波器理论设计依据，设计了相关滤波器。　　3.根据叶尖间隙特点，研究了最小值法、最小二乘拟合法和高斯拟合法三种叶尖间隙的测量方法;根据振动信号特点，研究了阈值法、中值法、边沿斜率交叉法、高斯法四种叶尖到达时间的测量方法，并对叶尖等间隙变化的转速测量方法的进行研究。　　4.分析现有叶轮振动信号辨识算法特点，研究周期非均匀采样信号对叶片振动信号频谱的影响，研究双素数周期采样傅里叶变换法对应的振动倍频辨识范围和优化方法。　　5.搭建实验装置，验证叶尖间隙、到达时间、转速测量方法的可行性，并建立LABVIEW监测系统，实现转速、叶尖间隙、到达时间差测量和振动信号处理。　　本论文主要创新点如下:　　1.提出了双传感器测量叶尖到达时间差辨识叶片扭转振动的方法，及双传感器校正叶尖偏摆引起的叶尖到达时间、转速偏差的方法，解决了用单类传感器进行叶轮转速、叶尖间隙变化、叶片扭转振动、叶片弯曲振动、叶片轴向偏摆等多参数的同步测量技术难题，提高了测量可靠性，为实时在线智能健康监测技术研究提供了重要理论依据。　　2.建立完整的叶轮多参量耦合模型，包含了叶片弯曲振动、扭转振动、转速、叶轮偏心、轴向偏摆、温度、传感器位置等与间隙测量值、到达时间关系，为叶轮多参量同步测量提供理论基础。　　3.提出了单个传感器的叶轮转速、叶尖到达时间测量方法;基于叶尖间隙采样特性，提出了叶尖间隙最小采样判据和最小间隙识别算法;实验验证了叶轮转速、叶尖到达时间、叶尖间隙变化测量方法的可行性，解决了轴上无安装传感器进行叶尖振动测量、叶尖间隙识别的难题。　　4.基于叶轮多参数测量传感器布置特性，分析了非周期测量的频谱特性和双素数周期采样的振动倍频辨识范围，对叶轮动力学特性研究与振动模态辨识具有重要参考价值。