本论文以汽轮发电机组振动在线监测与故障诊断系统为研究对象,以人工神经网络分析对影响汽轮机运行安全性的十种常见故障为目的,通过对数据的分析和诊断得出的结论对于汽轮发电机组的运行现场具有一定的指导意义。 随着科技的进步,各行各业对电力的需求日益增强,汽轮发电机组也向高参数、大容量发展。在此情况下,电力行业的在线监测与故障诊断问题也给安全领域的发展提出了更高的要求。本文首先阐述了对汽轮发电机组进行在线监测与诊断的实际意义,分析了故障诊断的研究现状及发展趋势,并对故障诊断系统的应用前景做了进一步的分析。通过整理归纳汽轮发电机组振动征兆与故障的关系,分析研究问题的方法与思路。其次,从汽轮发电机组的测点入手,结合相应的安全理论,寻求解决问题的途径,明确故障诊断系统的目的和任务,将人工神经网络的理论应用于汽轮发电机组振动故障的诊断,为通过安全技术手段预防事故的发生奠定基础。讨论了神经网络的学习方式和算法,此基础上采用频域分析方法对汽轮发电机组的振动控制进行分析。将Sohre的振动征兆表结合汽轮发电机组的具体情况设计出适用于汽轮机的振动原因与特征值表,并在此基础上采取模糊聚类分析的方法确定了几种常见故障的标准模式类和模式中心。然后将故障的征兆信号输入采取竞争学习方法的人工神经网络进行故障诊断,所得结果可以初步满足汽轮发电机组在线监测的需要,并结合自己电力行业多年的工作经验,给出了几种导致事故发生的常见故障的征兆和预防建议措施,可以有效地避免事故的发生。最后对全文进行总结,并分析了系统的不足,针对汽轮发电机组在线诊断系统的实时性要求的需要,初步提出了收敛速度更会的改进算法,为后续的研究工作进行了初步的探索。