本文研究源于重庆市自然科学基金项目“复杂设备自适应多Agent集体智能诊断方法的研究”(项目编号：2008BB3179)。　　 随着国民经济的发展，我国大型汽轮发电机组的单机容量日益增大，这对机组可用率、运行效率、安全性、可靠性与经济性提出了更高的要求。因此，研究汽轮发电机组振动故障诊断技术对其安全稳定运行有着十分重要的理论意义和巨大的经济效益。本文在总结和借鉴前人有关汽轮发电机组状态监测和故障诊断研究的基础上，重点研究了多Agent系统(MAS)理论和方法，将多Agent理论应用于汽轮发电机组振动故障诊断，得出了一些具有实用价值的结论，并初步构建了基于MAS的汽轮发电机组振动故障诊断系统。本文主要内容如下：　　 1)论述了汽轮发电机组故障诊断在电力企业生产中的重要意义，分析了汽轮机故障诊断的国内外研究现状及其发展趋势，对比了四种常用智能诊断算法的特点，最后阐明了多Agent理论产生和发展的过程以其在各领域的应用现状。　　 2)介绍了个体Agent的工作原理，分析了慎思型Agent、反应性Agent、混合型Agent的内部结构与功能特点，根据汽轮机发电机组故障诊断多Agent系统的功能需求，提出了系统中个体Agent的体系结构模型。　　 3)分析了网状结构、层次结构和混合结构三种MAS体系结构的特点，以及六种Agent间协作方式的优缺点，提出了基于四层复合结构的汽轮机故障诊断多Agent系统模型，系统总体上采用层次结构，而在每一层的内部采用网状结构。考虑到系统对各层次Agent功能需求的不同，各层次采用不同类型的Agent。数据采集层采用反应型Agent，特征提取层和故障诊断层采用混合型Agent，信息融合层采用慎思型Agent。然后对各层次Agent的具体结构进行了设计。最后介绍了系统的任务分解策略。　　 4)在对现有多Agent通信方式和通信语言进行研究的基础上，结合汽轮发电机组故障诊断系统实际，提出了基于通信管理Agent的通信策略，给出了通信管理Agent的整体设计和详细设计。对KQML行为原语进行了扩展，通过汽轮机诊断系统框架模拟实现了系统中的多Agent通信。　　 5)分析了汽轮机发电机组振动故障的特点，从电气系统、机械系统、热力系统三个方面分析了汽轮组的故障形成机理。将共享本体论引入诊断知识的表示中。将模糊隶属度函数与故障征兆特点相结合，提出了基于模糊隶属度值的统一故障征兆值表示方法，规范了故障诊断系统的征兆参量。　　 6)将基于规则的学习机制用于MAS中定性知识的学习。将基于疫苗接种策略的免疫遗传神经网络用于MAS中定量学习知识的学习，该算法是基于生物免疫机制的一种改进的遗传算法，在遗传算法的基础上融合了生物免疫系统的抗原识别、抗体多样性、疫苗接种、浓度控制等机制。既保留了遗传算法随机全局并行搜索的特点，又在相当大的程度上避免了未成熟收敛，确保了算法快速收敛于全局最优解。　　 7)设计了汽轮发电机组振动故障诊断多Agent系统的网络体系结构。针对汽轮发电机组结构分散的特点，多Agent系统在分布式协同诊断中具有明显优势。结合工程项目，开发了具有基本功能和结构的汽轮发电机组振动故障诊断多Agent系统软件。现场运行效果初步验证了系统的研究成果。