为确保汽轮发电机组安全稳定运行，对其进行运行状态监测与故障诊断成为必要，而对机组进行轴振监测成为重要手段之一。本文以现场机组振动信号为基础，在转子动力学、信号分析处理和智能诊断理论的支撑下，对现场振动信号进行分析研究。鉴于现场实际信号混杂有大量噪声，首先对振动信号进行去噪研究，确定了适合现场实际振动信号的去噪方法。在对信号进行小波包分析的基础上，提取其小波能量作为故障诊断特征。由于小波分解中小波基的选取是分析的难点，为弥补其缺陷对振动信号进行了自适应的经验模态分解研究，提取其内禀模态能量作为特征。在支持向量机平台上，对以小波能量和内禀模态能量为特征的样本进行诊断，并对故障诊断模型的参数优化选择方法进行了实验分析。为对样本故障程度进行定量分析特引入了信息熵，对样本故障严重程度判别准则进行了研究，为故障及时处理提供了依据。本文还以现场实际振动故障处理案例为依据，对常见故障进行了现场处理方案分析总结，为故障解决提供了参考。