本文是在对故障诊断方法与振动监测系统的开发现状进行广泛调研和深入分析的基础上,针对火电厂大型旋转机械运行状态的特点,进行了故障诊断新方法的应用研究并开发了旋转机械振动监测和故障诊断系统,具体内容包括: 1、采用Sunplus的16位单片机Unsp061A和Philips的USB芯片PDIUSBD12研制了具有8个数据采集通道的适合大型旋转机械振动信号采集与处理的装置。详细介绍了设备的硬件系统设计和软件系统设计。 2、采用虚拟仪器软件LabVIEW设计了针对旋转机械振动信号的信号分析程序。它包括滤波、加窗等信号的初级分析手段;也有幅域、时域、频域、功率谱等高级信号处理方法。 3、研究了神经网络的故障诊断方法,采用Matlab构建了BP神经网络,提取训练好的神经网络的权阈,并在LabVIEW下编程实现了基于神经网络的故障诊断程序,并对模拟的机械振动信号进行诊断。 4、开发了分布式振动监测分析系统,该系统自成体系,采样系统和软件系统均自主搭建和开发,采用Access构建振动信号数据库,并使用ActiveX和B/S分布技术实现了振动信号的局域网发布。 在实验室采用信号发生器模拟产生的故障信号对所设计的系统进行测试,表明该系统能够较好的反映设备的运行状态,且具有稳定、可靠、实时性好、可以进行在线浏览等优越性,具有较高的实用价值。