本文就是探讨一种基于光纤传感技术的旋转机械动静间隙测量方法与实用技术,该系统适合在高温潮湿、有强电磁干扰,空间狭小的条件下工作.本文首先从测量系统的实现入手,对系统的主要组成部分——光学系统、电路系统、机械系统、数据处理系统进行了设计.并对半导体激光器软启动电路和恒功率控制电路、信号采集和预处理电路、光耦合系统和光隔离器、数据处理软件、结果显示与输出系统进行了详细的研究和分析.基于光纤传输的模式理论,分析了发射光纤纤端光场和出射光场的分布特点,建立了发射光纤纤端光场光强分布函数.基于波动光学理论,由入射光纤纤端光场分布和菲涅耳衍射积分建立了发射光纤出射光场的光强分布函数,该模型比用沿径向均匀分布或高斯型函数分布描述纤端出射光场的光强分布更准确,更接近于实际情况.根据所建立的数学模型,进行了仿真计算和分析.建立了单光纤对反射式光强调制光纤传感器接收光通量的数学模型,通过仿真计算,对影响传感器输出特性函数的各种参数,进行了详细分析,为传感器结构参数设计提供了理论依据,对光纤位移传感器的设计具有指导意义.为了对旋转轴的跳动做双坐标综合监测,本课题采用多路检测技术,对两路传感器的数据进行综合处理之后,可以得到轴心的变化轨迹.分析了发射光纤与接收光纤的排列情况对灵敏度、测量范围的影响,设计了适合本文要求的光纤束传感器,该传感器具有体积小、抗干扰能力强、灵敏度高等特点,通过对接收光纤内外圈信号的处理,可以补偿测点对光的反射能力不同和温度变化对测量结果的影响.建立了表面散射光强分布函数,针对被测表面轮廓分布特点,分析了表面散射光强分布的影响因素,对入射角、入射光波波长、表面粗糙度对表面散射光强分布的影响进行了分析和研究,给出了相关参数设计的理论根据.针对进一步提高测量精度和扩大测量范围以及测量参数与传感器输出之间的非线性问题,本文研究了基于径向基函数神经网络的补偿技术.分析了径向基函数神经网络结构和径向基函数特点,选取高斯函数为径向基函数;分析了径向基函数神经网络的各种学习算法,改进了最近邻聚类学习算法,设计了最近邻聚类学习算法的学习过程,编制了算法软件.测试结果表明,它可以有效地实现对各种因素的跟踪补偿.