燃气轮机具有功率密度高、运行平稳等突出优点,被广泛用做重大军事及民用装备的动力,其安全可靠运行至关重要。压气机、燃烧室、涡轮等气路部件是燃气轮机的主要故障源,对其实现有效的故障在线检测意义重大。与传统检测技术相比,基于静电传感的尾气异常颗粒监测技术具有较强的早期故障检测能力,得到了广泛关注。然而,该技术通常只依靠单个静电传感器,使得灵敏度分布不均匀、有用信息量不足,难以准确重构异常颗粒的数量及电荷量,这是进一步提高其早期故障检测性能亟待攻克的技术难点。为此,本文研制半球式静电传感器平面阵列（Hemisphere-Shaped Electrostatic Sensors’Planar Array,HSESPA）,并将压缩感知（Compressive Sensing,CS）理论与阵列信号处理相结合,开展基于平面阵列静电传感的燃气轮机尾气异常颗粒监测技术研究,主要工作包括:（1）HSESPA设计及测量过程建模与分析。对HSESPA进行了设计和测量原理分析,在此基础上为了描述异常颗粒与阵列测量信号之间的关系,根据静电场的泊松方程,使用格林函数法和镜像法建立了半球形探极的感应电荷模型,进一步建立了HSESPA的测量模型并对测量信号进行了计算和分析。结果表明,对于已定规格的HSESPA而言,当一个异常颗粒到达监测截面时,阵列各传感单元产生只与异常颗粒位置和电荷量有关的信号峰值,各峰值大小在颗粒位置一定时与电荷量成正比,峰值间的比例关系只与颗粒位置有关。这为研究HSESPA的灵敏特性和阵列信号处理方法提供了理论基础。（2）HSESPA的灵敏度建模与分析。针对静态灵敏度在异常颗粒监测中的不足,基于测量模型对HSESPA及其传感单元的动态灵敏度进行了定义和建模。为了提高动态灵敏度模型在实际边界条件下的准确性,对半球形探极感应异常颗粒的过程进行了有限元建模,实现了理论和有限元两种建模方法的对比验证,在此基础上提出了基于有限元仿真的动态灵敏度模型校正方法并验证了其有效性。借助模型对传感单元的动态灵敏度进行了量化分析,结果表明其分布极不均匀,使得单个传感单元难以准确重构颗粒电荷量。这为研究阵列信号处理方法提供了必要的先验信息。（3）基于CS的燃气轮机尾气异常颗粒信息重构研究。为了准确重构异常颗粒的数量及电荷量,提出了基于CS的稀疏带电颗粒信息重构方法。该方法对HSESPA的测量模型进行稀疏表示,将颗粒信息重构抽象为求欠定方程组稀疏解的数学问题。求解时使用基追踪算法约束解的1l范数实现凸优化求解,并使用基于奇异值分解的预处理方法和基于质心加权的结果校正方法以保证重构质量。仿真结果表明,使用足够数量的传感单元可以有效重构稀疏颗粒的电荷量、数量及位置信息,使基于重构信息的故障特征能够比基于单信号的故障特征更准确地监测故障早期异常颗粒的变化情况。此外,从阵列动态灵敏度的角度也证实了重构方法的有效性。（4）HSESPA异常颗粒监测实验系统研制与实验研究。在分析实验需求的基础上,研制了HSESPA异常颗粒监测实验系统。对阵列信号波形、传感单元的线性特性、传感单元的动态灵敏度进行了测试和分析;使用基于CS的稀疏带电颗粒信息重构方法对单异常颗粒、多异常颗粒进行了实验重构,基于重构信息分析了阵列的动态灵敏度。实验结果表明本文所研究的模型正确、方法有效。