近年来汽轮机组故障引发的灾难性事故造成了重大的财产损失和人员伤亡,因此对设备进行故障诊断,识别潜在故障,制定合理的检修计划,实现设备状态维修,保证机组安全可靠运行具有重要意义。国内外诸多学者经过几十年的努力在故障诊断方面做出了重大贡献,但是仍有许多瓶颈问题需要突破。本文就汽轮机组故障诊断技术的研究做了如下工作：(1)建立故障模型。建立转子动力学模型,深入分析故障机理,研究汽轮机组常见故障振动特征和热参数变化对故障的影响；基于FTA和FMEA分析法,建立故障模式与故障原因、位置、影响关联关系和不同故障原因与异常监测参数的关联关系,为故障诊断提供理论基础。(2)建立故障诊断知识库。在故障模型分析的基础上,提取故障征兆,并提出故障征兆量化方法,将传统的语义文字定性描述的故障征兆量化为计算机可自动识别的数字化信息。然后按照一定规则建立故障诊断知识库存储故障诊断信息,为故障诊断提供知识基础。(3)建立故障诊断模型。故障诊断模型分为故障预警和故障诊断两个过程。故障预警的诊断对象为蠕变性故障,基于时间序列分析利用k-means聚类方法分析故障振动征兆,实现故障早期诊断；故障诊断的对象为故障预警的结果和突发性故障,利用超球体多类支持向量机(HSMC-SVM)的方法实现对故障模式的精诊断。同时将异常参数特征与知识库中的知识匹配,求解故障原因、位置、影响,并给出合理的检修计划。(4)搭建故障诊断专家系统。在完成建立故障模型、诊断知识库、诊断模型工作的基础上,依托delphi系统开发软件,搭建现场可实际应用的故障诊断专家知识库。并于现场安装、调试,取得良好效果。