[1]。
在汽輪發電機組的各類故障中，振動故障是對生產運行影響較大的壹類故障。壹方面，振動故障的診斷復雜，處理時間長；另壹方面，振動故障壹旦發散引發事故，影響和後果都是非常嚴重的[2]。
1大型汽輪發電機組的狀態監測與故障診斷
由於我國電力需求和財政緊張，降低老機組的故障率，延長其使用壽命非常重要[3]。目前，國內電廠各種大型汽輪發電機組的運行監測中，只有壹部分安裝了美國賓利公司或德國飛利浦公司的振動監測系統，而且很多都比較落後和不完善。因此，開展大型汽輪發電機組故障診斷技術的研究十分必要。
隨著機組容量的增加，振動故障越來越復雜。目前，在線監測設備壹般只有少數振動專家系統，還不完善。采用先進的檢測診斷儀器，采用科學有效的技術方法進行現場故障診斷，是目前電廠各類機組故障診斷和預測分析的主要方法[4]。
目前，以美國為主的西方發達國家在大型汽輪發電機組在線監測與診斷技術的綜合研究方面處於領先地位:壹方面，美國的信號處理和數據分析技術發展迅速，這些處理器、分析儀和數據采集系統是機械設備狀態監測的基礎和核心，是後續技術(故障診斷)發展不可分割的壹部分；另壹方面，美國的幾個專業公司，如本特利、、貝等，壹直在從事大型電站機組的運行和監控研究，以及機組的可靠性、安全性、可維護性和經濟管理技術的研究。他們建立了龐大的數據庫管理系統，並開展了40多年的專家系統研究，擁有強大的數據和軟件實力。此外，世界上還有許多著名的診斷儀器公司，如丹麥的B&K、德國的申克和日本的武田理研，它們生產各種用於設備診斷的分析儀器和軟件系統。但是，國外的在線監測系統、現場診斷儀器和診斷管理軟件普遍非常昂貴，而且由於缺乏國產化，存在維護和使用不方便等問題，難以在我國基層電廠推廣。
我國工業企業的設備診斷技術從1983起步，初期主要應用於石化、冶金、電力行業。進入90年代後，迅速滲透到國民經濟各大行業。其中，旋轉機械的故障診斷是應用最廣泛、涉及行業最多的診斷技術，如電力行業的汽輪發電機組、石化行業的壓縮機、航空行業的各種航空發動機等等。大型汽輪發電機組在線監測與故障診斷技術作為七五、八五重大科技攻關項目，在九五期間繼續得到支持，其意義是顯而易見的。Xi交通大學、哈爾濱工業大學、清華大學等壹些高校和Xi熱能工程研究院等壹些研究單位在大型汽輪發電機組故障機理和診斷技術的研究方面總體上處於領先水平。然而，由於近年來大型汽輪發電機組裝機容量不斷增加(如目前我國已有700 MW汽輪發電機組投產)，對大型汽輪發電機組許多常見故障的機理、故障特征和現場診斷方法的研究有待進壹步深化。此外，在現場信號采集和故障診斷儀及數據管理軟件的開發方面，雖然國內也有壹些高校和科研院所推出了自己的產品，如北京童珍測試技術研究所推出的902、903便攜式數據采集器，重慶大學測試中心推出的QLSA-W振動噪聲測試分析儀，大連理工大學推出的PDM2000數據采集分析儀及管理軟件等。然而，隨著計算機技術，特別是微處理器和軟件技術的飛速發展，上述設備和軟件系統在性能指標、可靠性以及軟件對不同公司數據采集設備的適應性等方面存在壹定的局限性。
2故障診斷技術研究的主要內容和概況
30多年來，故障診斷技術壹直在吸收各種科學技術發展的新成果，診斷的理論和應用都取得了很大的進步。它涉及到系統論、控制論、信息論、檢測與估計理論、計算機科學等多個方面。已成為集數學、物理、力學、化學、電子技術、信息處理、人工智能等基礎學科和相關專業學科於壹體的新興交叉學科。故障診斷技術研究的主要內容包括以下四個方面:故障機理；故障信息處理技術；故障源分離和定位技術；人工智能技術的應用研究。
2.1斷層機理研究[5 ~ 7]
故障機理的研究是以可靠性和故障物理學為基礎，研究故障的物理或數學模型，進行物理模擬或計算機模擬。其目的是了解故障的形成和發展過程，明確故障的動態特征，從而進壹步掌握典型故障信號，提取故障征兆，建立故障模型模式。故障機理的研究是故障診斷的基礎，是獲得準確可靠診斷結果的重要保證。