在第一节里面简单介绍了下BTT技术以及其应用，结尾处分别贴出了EMTD公司的一个Demo测试数据的叶片振动图例，这一节介绍下BTT的测量信号。
首先还是看一个实测叶片振动数据，图1这个数据来自一个叶尖定时试验台，转子速度从450rpm升速至1450rpm，试验台转子有5个叶片，3只电涡流传感器测量叶尖定时信号，1只电涡流传感器测量键相角度参考脉冲信号。
图1：试验台转子5叶片振动趋势图
针对这个叶片振动趋势图，想起来今天一位振动故障诊断专家和我交流时提到一句话“为啥我们集团一家电厂的叶片振动是一条直线呢？搞得现在电厂都不相信这个技术了”。具体情况我也不清楚，不敢妄下结论，大概率是这家电厂遇到“李鬼”了。
言归正传，到底叶片振动的叶尖定时信号长什么样子呢？
下图2就是EMTD公司Demo样本数据，EMTD应该是国际上比较早进行BTT技术研发和应用的一家公司，据说创作团队源自罗罗公司，公司为罗罗的航发提供叶片振动在线监测和诊断服务。
这组数据一共是9只叶尖定时信号和1只角度参考信号，第9号传感器应该是安装出现了问题，信号不可用（其实1号传感器信号也有问题,后续章节再叙），图2就是剩下8只叶尖定时传感器的信号。
图2：叶尖定时信号
看到这个图，大家第一感觉是不是觉得这个叶尖定时信号也太简单了吧。确实，就是这么简单，从这么简单的信号里提取出叶片振动信号来，就不简单了，“简单其实是极致的复杂”。写到这，突然想起了故障诊断大拿-VMI中国邵总那句至理名言“一倍频振动是最复杂的振动”，好像是一个道理。
其实图2是经过处理后的信号，叶片通过传感器时的实际信号肯定不是这样。
图3：理想情况下叶片通过传感器的信号（电涡流为例）
图2所示的叶尖定时信号，是图3所示模拟信号经过硬件处理电路或者数字信号处理技术识别的各个脉冲沿的到达时刻，所以叶尖定时信号的采集关键是脉冲沿的识别技术。
搞模拟电路的人一看，这也太简单了吧，这不就是设定好一个阈值，然后检波判断是否超过这个阈值，把这个时间记录下来嘛。确实，理想情况下图3所示信号，脉冲沿识别很简单，比如这个图把阈值设为-3轻松搞定。实际测量的叶片信号远比图3复杂，各种干扰，叶片顶部到传感器的距离不一，造成叶尖定时的识别较为困难。如图4这个信号，阈值低于-3，0.145秒对应的那个脉冲就会丢失，阈值大于-3，最后几个脉冲右侧存在的那些干扰就会被当作正常的脉冲错误识别，从而引入了误差。
更有甚者是图5这种信号。
图4：实际遇到的叶片通过传感器的信号（电涡流为例）
图5：含噪声的叶片通过传感器信号
其实图4、图5这种情况也不是不能处理，有很多技术，无论是硬件的还是软件的，可以通过设置合理的阈值（Threshold）、脉宽（PulseWidth）、回差（Hysteresis）等参数来消除干扰。对于有些脉冲沿丢失问题，也可以通过一种滤波器的技术，找回丢失的脉冲沿（有兴趣的可以参考NI的振动声学工具包）。图6简单演示了这些参数的使用，可作为参考。
图6：脉冲沿识别
图7：NI的键相信号处理VI
最后，再简单介绍些叶尖定时信号采集硬件方面的知识，想详细了解的同志可以找些硕博士论文来看，近些年国内多所高校都开始开展这方面的研究，天津大学最早，目前西交好几个课题组在做，还有上交、国防科大等等，一年发表很多论文，占到全球BTT相关技术发表论文70%以上。
对于一台工作转速6000rpm的设备，末级叶片长度0.5米时，要实现准确的叶尖定时测量，测量系统需要达到32ns的定时精度。如果采用AD采样，一般需要100M以上的多通道高速同步采集卡，数据处理量非常大；采用计数器进行定时采集时，需要至少达到31MHz的高频计数时钟，一般为了保证精度，采用60MHz或者80Hz的时钟频率。根据选择的路线不同，前端处理电路也会有些差异，如果用AD采用，前端电路相对比较简单，无需硬件识别出这些脉冲沿，信号处理全部交给DSP来做就行，但是需要考虑信号处理数据量问题，一般离线处理更好，在线处理需要对算法要求非常高，或者可以考虑结合DSP芯片和FPGA来做；如果用计数器，前端处理电路就会复杂些，需要先识别出这些脉冲沿，后续信号处理就简单了。
未完待续，下一章节聊一聊叶尖定时信号处理…
