航空发动机叶片高速旋转时的微小振动，可能成为 flight safety 的“隐形杀手”。传统接触式监测方法如同“给高速旋转的风扇贴应变片”，安装繁琐且易损坏；而叶尖定时（BTT）技术虽以非接触优势成为新宠，却因传感器数量有限陷入“欠采样困境”——信号频率混叠导致振动参数识别误差超25%。我国西安交通大学和中国航发四川燃气涡轮研究院团队提出改进的最小方差无失真响应（IMVDR）谱方法，通过“空间平滑”技术重构信号，将叶片振动频率识别精度提升15%，在低信噪比环境下误差降低60%。相关成果发表于《Frontiers of Mechanical Engineering》，为航空发动机健康监测提供了“火眼金睛”。

叶片振动监测：从“盲人摸象”到“精准画像”
航空发动机叶片每秒钟旋转数百次，承受着高温、高压和气动载荷的三重考验，一旦因振动疲劳断裂，可能引发空中停车。叶尖定时（BTT）技术通过机匣上的3-5个传感器，记录叶片通过时的时间差来计算振动位移，如同“用几个高速相机抓拍赛跑运动员的动作”。但传感器数量受限于机匣空间，采样频率常低于叶片振动频率的1/10，直接导致“频率混叠”——就像快速翻动的漫画书出现重影，无法分辨真实振动频率。

传统解决方案如“5+2”探针法需要7个传感器，如同“给发动机戴紧箍咒”，在小型发动机上难以安装；而压缩感知算法则像“猜谜语”，依赖大量先验信息。研究团队发现，BTT信号与雷达阵列的“方向-of-arrival（DoA）估计”原理相似：叶片振动频率相当于信号来源方向，探针相当于接收天线。受此启发，他们将阵列信号处理中的空间平滑技术引入BTT，把杂乱的欠采样信号“梳理成整齐的书架”，通过子矩阵平均避免协方差矩阵奇异性，让频谱估计既快又准。

IMVDR技术：给BTT装上“信号解码器”
IMVDR的核心创新在于双重优化：

空间平滑去噪：将探针采集的信号分割成重叠“快照”，如同把长电影剪成多个短视频片段，每个片段独立计算协方差矩阵再平均，避免传统方法中高阶矩阵求逆的“算力黑洞”。实验显示，处理512点信号时，IMVDR计算时间仅为传统MVDR的1/5，且无需迭代；
无失真滤波：通过“最小方差约束”让滤波器只放大目标频率信号，如同“调收音机时精准锁定频道”，抑制噪声和干扰频率。在100Hz、246.7Hz、333.3Hz三频混合信号测试中，IMVDR准确识别所有频率，而传统傅里叶变换因混叠仅能识别1个。
实验验证：从实验室到试车台的“双重考验”
团队在实验室构建了1:1叶片旋转测试台（图9），模拟4000转/分钟的发动机工况，用5个探针采集振动信号。对比MUSIC、ESPRIT等7种主流算法后发现：

低信噪比优势：当信噪比降至5dB（相当于发动机轰鸣中的微弱振动），IMVDR的频率估计均方根误差（RMSE）为0.8Hz，仅为传统MVDR的40%；
工程实用性：在某型发动机试车中，IMVDR成功捕捉到转速4360转/分钟时的335Hz共振频率（表1），与有限元仿真结果偏差小于3Hz，而MUSIC算法因噪声 subspace 污染出现“频率断裂”（图13）。
航空安全的“技术防线”与未来挑战
这项技术让航空发动机叶片监测从“定期体检”升级为“实时监护”，但研究也指出局限性：在极端转速波动下（如起飞加速阶段），信号快照可能出现“失配”，导致频率识别带宽扩大至±5Hz；此外，网格分辨率与计算时间的矛盾仍需平衡——0.1Hz的精细网格虽能提升振幅估计精度，但计算耗时增加10倍。未来，团队计划引入动态网格调整算法，让IMVDR像“自适应镜头”一样兼顾精度与效率。

从民航客机到战斗机，航空发动机的“心脏健康”离不开每一片叶片的稳定振动。我国科学家用信号处理的“微操作”，为万亿航空安全市场提供了国产化解决方案——下次乘坐飞机时，或许正是这项技术在默默守护着万米高空的平稳飞行。

来源: FME机械工程前沿