大型汽轮发电机组故障诊断技术现状与发展
大型汽轮发电机转子绕组匝间短路故障诊断
大型汽轮发电机转子绕组匝间短路故障诊断摘要：随着我国电力工业的发展进步，当下汽轮发电机功率越来越大，基本在600MW或者以上，这类大型汽轮发电机转速快，并且电压等级非常高，所以转子非常容易出现问题，除了接地、开路，就属匝间短路故障次数最多。
虽然转子绕组匝间短路属于轻微故障，并且在初期阶段，不会对发电机的运行造成较大的影响，但如果不及时处理，发展成严重的匝间短路，就会限制发电机无功功率，甚至会造成转子烧毁事故。
本文针对大型汽轮发电机转子绕组匝间短路故障诊断进行分析，提出有效的诊断方法作为有利参考。
关键词：汽轮发电机；匝间短路；故障诊断引言：引发转子绕组匝间短路故障的原因有很多种，最常见的可能就是检修期间，遗留下异物刺破绝缘，从而导致这个问题出现，其次还有转子绕组自身质量问题，以及绝缘材料品质较差，都会引发匝间短路。
该故障早期没有明显的特征，所以很容易忽视这个问题，虽然早期不会有太大的问题，但随着匝间短路的逐步恶化，就会引发一系列的后果，为了避免危及发电机的运行，必须及时进行故障诊断，并做出有效的治理措施。
一、转子绕组匝间短路故障原因1.转子制造工艺结构我国的大型汽轮发电机组，多是通过引进国外的技术，自己研发制造出来的，在技术上还没有做到完全吸收，所以制造的产品本身就存在一定缺陷。
其次制造工艺、水平、材料等方面，与国外有着很大差距，设备的稳定性会较为薄弱，在运行过程中，因为高电压、大电流等因素，导致运行环境相对较差，所以对设备的性能要求非常苛刻。
我国在该方面技术还不成熟，所以制造出的设备，出现问题的机率较大，尤其是转子匝间短路故障，出现次非常多，由国内某电厂生产的两台600MW汽轮发电机，先后出现过该故障，最终只能进行返厂修理，最终带来了很大的经济损失。
2.转子运行维护方面由于大型汽轮发电机，长期频繁的调峰运行，所以造成转子运行工况频繁变动，尤其是温度上的变化，会让转子材料承受较大的交变热应力，这对转子本身也是一个较大的考验。
汽轮发电机组状态监测和故障诊断的发展与趋势
作故 趋 分 出障 势 析 八 分 障 别 划 故 类 方 ： 人员在 — ／ 方 ： 法 ］ 法 由设备维修 由设备诊断人员在
现 场进 行 现 场 或 中 心进 行
识 别 有无 故 障 明确 故 障严 重 程度
修 决 策
维
状态监测
故障诊断
图 １ 状态监测与故障诊断关系图
（ ａｏａＥｇ ｅ ｉ ｅ ａ ｈＣｎ ｒ ｆ ｕ ｏ ｅｅ ｔ ｉ ａｏ ， ｕ ｅｓＵ ｉ ｒｔ，卸ｊｇ １ ９ ，ｈ ａ Ｎｔｎｌ ｎｉ ｅｎ Ｒ ｓ ｒ ｅｔ ｒ — ｎｒ ｏＶｂ ｔｎＳ ｔ ａ ｎ ｅ ｉ Ｎ ｉ ０ ６ Ｃｉ ） ｉ ｎ ｒｇ ｅｃ ｅ ｏＴ ｂ ｇ ａ ｒ ｒｉ ｏ ｈ ｔ ｖ ｓ ｙ ｎ２ ０ ｎ
大型发电机状态监测与故障诊断
数据采集；数据处理；诊断。
（根据数据处理的结果，报告设附图 监测系统的原理框图数据采集数据处理诊断决策诊断软件传感装置发电机运行技术措施【电力监控专辑】备的状态）。
在有些情况下可能要依靠人来完成。
传感器仪表的读数是系统中某些部位的某些测试量的反映，例如来自电流互感器、电压互感器和加速度互感器的读数。
通常的发电机上监测用的传感器还包括传递温度、转速、振动、力矩、电磁、磨损和碎片等量的传感器。
数据采集工作为记录各个表计监测量的读数，并按时间、地点、负荷条件等汇总。
数据采集部分通常包含相互串联的三个部分：多路转换器，采样保持和模数转换器。
采样保持单元基本上是一个高速放大器，在模数转换周期内存储各输入量，并把数值大小不变的信号送给模数转换器。
模数转换器是数据采集系统的核心，要注意的是必须同时满足转换速度及精度这两方面的要求。
数据处理模块为采用一些科学的方法对采集量进行分析处理，如小波分析、频谱分析、时间平均、自相关和互相关等方法的应用问题。
诊断的功能包括，依据数据处理的结果，提出改善设备的运行状态与性能的措施，以及改进维修的计划。
当前世界一些国家采用和正在研制的发电机在线检测和诊断系统内容包括定子绕组、铁心、转子、氢（冷却）油水系统及机组轴系等各个方面。
结合我国电力工业发展现状、电机制造水平以及若干年大型发电机运行多发性事故的特点，对容量２００～３００ ＭＷ及以上的汽轮和水轮发电机，应对以下方面进行监测和诊断：定子绕组绝缘监测，主要是监测其局部放电状况；发电机内过热监测与诊断；定子绕组端部振动监测；转子绕组匝间短路监测；氢冷发电机氢气湿度及漏氢监测；汽轮发电机扭振监测与诊断。
电机的故障诊断故障诊断可以使系统在一定工作环境下根据状态监测系统提供的信息来查明导致系统某种功能失调的原因或性质，判断劣化发生的部位或部件，以及预测状态劣化的发展趋势等。
１．电机故障诊断的基本方法（１）电气分析法 通过频谱等信号分析方法对负载电流的波形进行检测从而诊断出电机设备故障的原因和程度；检测局部放电信号；对比外部施加脉冲信号的响应和标准响应等；（２）绝缘诊断法 利用各种电气试验装置和诊断技术对电机设备的绝缘结构和参数及工作性能是否存在缺陷做出判断，并对绝缘寿命做出预测；（３）温度检测方法 采用各种温度测量方法对电机设备各个部位的温升进行监测， 电机的温升与各种故障现象相关；（４）振动与噪声诊断法 通过对电机设备振动与噪声的检测， 并对获取的信号进行处理， 诊断出电机产生故障的原因和部位， 尤其是对机械上的损坏诊断特别有效。
浅谈汽轮机故障诊断技术及其发展方向
围
的手 段 。
３ ． ３＾ 工智能应用。 专家系统作为人工智１ 在 ｉ 汽轮机故障诊 断中的主要直 用已经获得了 成功， 但 仍有—些关键的 ＾ 、 工智能应用问题需要解决 ， 主要 有知识的表达与获取、 学习、 自 智能辨识、 息 信 融合
等。
３ ． ４材料性能。在寿命诊断中， 对材料性能的 了解非常重要 ， 因为大多数旁 谕嗣 以材料的 性能数据为基础的。但 目 前对于材料的性能 ， 特别 是对于汽轮机材料在复杂工作条件下的性能变化
碍 之一 。
３ 检测手段。 ． ２ 汽轮机故障诊断技术中的许多 与展 望． 数学方法， 甚至专家系统中的—些推理算法都达到 Ｉｌ 论汽轮－ 常振动的分析与排除． 冯宏． ２ 柳异 了很高的水平 ，而征兆的获取成为了—个瓶颈， 其 中最大 的问题 是检 测手段 不能满 足诊断 的需要 ， 如 运 行 中转 子表 面 温度 检测 、 叶片动 应力 检测 、 调节 责任编 辑 ： 义 宋 系统卡涩检测 、 内缸螺栓断裂检测等 ， 都缺乏有效
汽轮机故障诊断技术
障都在振动信号上反映出来 ， 因此 ， 对轴系故 发展的主要障碍之一。 障的研究总是以振动信号的分析为主。 ３ ． 工 智能应 用 ４人 ２ ． 断策 略和诊 断方法 ．２诊 ２ 专 家系 统作 为人 工智 能在 汽 轮机 故障 诊 在汽 轮机故 障诊 断 中用到 的诊 断策 略 主 断 中 的主要 应用 已经 获得 了成功 ，但 仍有 一 要 有对 比诊 断 ， 辑 诊 断 ， 式 识别 ， 逻 模 模糊 诊 些 关键 的人 工智 能应 用 问题 需要 解决 ，主 要
断 的需要 ， 运行 中转 子 表面 温度 检测 ， 片 如 叶 动 应力 检测 ， 调节 系 统卡 涩检 测 ， 内缸 螺栓 断 裂 检测 等 ， 缺乏 有效 的手段 。 都 ３ 材料 性能 ． ２ 在 寿命 诊断 中，对材 料性 能 的 了解 非 常 重要 ，因为 大多 数寿命 评 价都 是 以性 能数 据 为基础 的 。 目 对 于材 料的性 能 ， 别是 对 但 前 特 题。 于汽轮 机材 料在 复杂 工作 条 件下 的性 能变 化 ２ ． 障机理 与诊 断策略 ２故 还 缺乏 了解 。 ２ ． 障机 理 ． １故 ２ ３３复杂 故障 的机理 ． 断。 故 障 机 理 是故 障 的 内 在 本 质 和 产 生 原 对故障机理的了解是在准确诊断故障的 ４６信 息融 合 ． 因 。 障机 理的研 究 。 故 是故 障诊 断 中的一 个非 前提。目前 ， 对汽轮机的复杂故障 ， 有些很难 汽轮机信息融合诊断重点在征兆级和决 常基 础而 又必 不可 少的工 作 。 目前 对 汽轮机 从理论上给出解释 ，对其机理的了解并不清 策级展开研究，目前是通过不同的信息源准 故 障机理 的研究 主要 从故 障规 律 ，故 障征兆 楚 ，比如在非稳定热太下轴系的弯扭复合振 确描 述汽 轮机 真 实状态 和整 体状 态。 和故障模型等方面进行。由于大部分轴系故 动问题等，这将是阻碍汽轮机故障诊断技术 ４７从 诊 断 向 汽轮 机设 备 现代 化 管理 发 ．
汽轮机故障诊断技术的发展与展望
2019年07月2.2成组换热器的配管设计（1）成组换热器中的配管进行并排布置时，其中的换热介质和阀门要采取相同的设置方式，并且管道需要进行对称布置，换热器两侧操作通道的宽度不应小于800mm 。
（2）为了便于管道中冷凝液的排出，需要在管底适宜的位置处设置导淋阀，并且管底与地面或者平台之间的净空不得小于150mm 。
（3）换热器的管束或者管壳需要抽出、管箱端或者封头端需要拆卸，管道布置的时候要充分考虑空间，方便操作和检修。
2.3绕管式换热器的配管设计绕管式换热器可以实现管程多股物料与壳程单股物料的冷热交换，在设计过程中需要充分参考以下几点：（1）配管的布管方式需要充分结合设备管口的方位和管道的走向进行有针对性的设置，确保进入换热器的介质能够在各个管口中进行均匀分布。
当前所采用的布管方式主要是全盘管式和半盘管式。
（2）在配管设置过程中，需要科学合理的设计管间距和管架位置，避免配管之间的互相影响。
（3）配管时需要注意坡向，尽量不要出现低点，当必须出现低点时，需要设置回流管。
2.4氨冷器的配管设计在酸性气体脱除装置中，一般将氨冷器布置设置在塔附近的框架上，在设计过程中还要对以下几点进行充分考虑：（1）氨蒸汽管道应满足无袋形的要求。
（2）液氨管道上的调节阀组应靠近氨冷器布置，调节阀组后管道尽量短。
（3）氨冷器所连管道上的仪表，应设置在操作通道附近，以满足观察、记录以及检修等的要求，当无法布置在操作通道附近时，可以设置相应的操作平台。
（4）氨蒸汽管道、液氨管道、甲醇管道要进行相应的应力分析，满足柔性要求，合理设置支吊架。
（5）与氨冷器管口连接的管道，需要考虑到管道的拆除和维修工作，周围留有足够的空间。
3结语总而言之，换热设备是酸性气体脱除装置中的重要组成部分，对于整个生产工艺的顺利进行具有重要的影响。
因此，需要充分重视换热设备与配管的布置工作。
在实际的设计过程中，需要严格执行国家相关的标准规范，同时结合工艺生产的实际情况，进行有针对性的设计，进而为酸性气气体脱除生产工艺的顺利进行提供可靠保障。
大型汽轮发电机组故障诊断技术现状与发展
大型汽轮发电机组故障诊断技术现状与发展设备状态监测与故障诊断技术是一种了解和掌握设备使用过程状态的技术。
它可以确定设备整体或局部是正常还是异常，能早期发现故障及其原因，并能预报故障发展趋势。
设备状态监测与故障诊断过程包括状态监测、故障检测、故障识别或诊断、故障分析与预测、故障处理对策与建议等［1］。
在汽轮发电机组的各种故障中，振动故障是一类对生产和运行产生很大影响的故障。
一方面，振动故障的诊断比较复杂，处理时间比较长；另一方面，振动故障一旦发散酿成事故，所造成的影响和后果是十分严重的［2］。
1大型汽轮发电机组状态监测和故障诊断由于我国用电的需要和资金制约，降低老机组故障发生率，延长老机组的使用寿命是非常重要的［3］。
目前在国内电厂各类大型汽轮发电机组的运行监测方面，只有部分装有美国本特利公司或德国飞利浦公司的振动监视系统，尚有许多机组的监视系统是落后和不完善的。
由此可见，开展大型汽轮发电机组的故障诊断技术研究是非常必要的。
随着机组容量增大，所出现的振动故障也越来越复杂，目前采用的在线监测装置一般只具有振动专家系统的很少且很不完善。
利用先进的检测、诊断仪器，采取科学有效的技术方法开展现场故障诊断工作是目前电厂各类机组故障诊断和预测分析的主要方法［4］。
目前在国际上，以美国为主的西方发达国家在大型汽轮发电机组在线监测与诊断技术的综合研究方面处于领先地位：一方面，美国的信号处理与数据分析技术发展较快，而这些处理机、分析仪和数据采集系统是机械设备状态监测的基础和核心，是发展后续技术（故障诊断）所不可分割的部分；另一方面，美国的几家专业公司，如Bently，IRD，BEI，从事对大型电站机组的运行和监控的研究，以及对机组可靠性、安全性、维修性与经济管理技术方面的研究，已有了40多年的历史，建立了庞大的数据库管理系统，并开展了专家系统的研究，具有雄厚的数据与软件实力。
此外，国际上还有许多著名的诊断仪器公司，如丹麦的B＆K，德国的申克及日本的武田理研等，生产有多种用于设备诊断的分析仪器及软件系统。
试论汽轮机组故障诊断技术现状与发展
试论汽轮机组故障诊断技术现状与发展发布时间：2021-08-23T10:06:00.847Z 来源：《当代电力文化》2021年4月11期作者：王帅帅[导读] 随着越来越精确和科学的机械设备，汽轮机的通流部分将在高压、高温、高速的复杂工况下工作，甚至会出现轻微的异常和事故。
王帅帅华电新疆五彩湾北一发电有限公司摘要：随着越来越精确和科学的机械设备，汽轮机的通流部分将在高压、高温、高速的复杂工况下工作，甚至会出现轻微的异常和事故。
随着汽轮机及相应机组系统的复杂性逐渐增加，传统的检测模式已不能满足当前设备故障诊断的步伐。
如何充分利用大量汽轮机运行数据，准确挖掘数据的价值，已成为国内外汽轮机故障诊断领域的研究热点。
关键词：汽轮机组；故障诊断；技术现状；发展1汽轮机组故障诊断技术汽轮机故障诊断技术是以现有的知识和经验为基础，通过先进的科学技术实现的一种快速分析和诊断系统。
能同时对各种故障原因进行及时诊断和分析，向有关科研技术人员提出相关建议和数据分析，对运行生产进行全方位监控，确保安全运行。
经过多年的发展，汽轮机组故障诊断技术逐渐成熟。
根据专业知识，汽轮机组故障诊断的第一个基本阶段主要依靠信息技术发出的信号来检测汽轮机的运行情况。
第二阶段主要依靠集检测、诊断和反馈于一体的智能信息技术系统，第三阶段是智能化发展阶段，因为我国在故障诊断技术上还有很长的路要走。
2号机组故障诊断中的几个问题2.1检测方法不合理在许多企业分析汽轮机故障时，最常用的方法是推理算法。
这种汽轮机故障推理算法最直接的问题是无法得到故障征兆，对引起故障的因素缺乏具体的分析。
例如，缺乏有效的手段来检测运行中转子表面温度和螺栓断裂。
2.2复杂故障处理效率低汽轮机故障诊断的首要任务是了解汽轮机故障的机理，认真分析和诊断汽轮机故障的因素。
考虑到蒸汽机结构中精密部件多，故障诊断难度大，如果维修人员缺乏相关的理论知识和实际操作能力，可能无法对故障进行深入的分析和判断。
大型火电厂设备故障诊断的现状与发展趋势
大型火电厂设备故障诊断的现状与发展趋势大型火电厂是我国电能供应的主要来源之一，其设备的正常运行对电力系统的稳定运行至关重要。
随着火电厂设备的老化和运行时间的增长，设备故障频发已成为一个普遍的问题，给火电厂生产和运行带来了极大的困扰。
对大型火电厂设备故障诊断的现状与发展趋势进行分析与研究，对于保障火电厂的稳定运行和提高设备的维护水平具有重要的意义。
一、大型火电厂设备故障诊断的现状1. 传统的故障诊断方法传统的故障诊断方法主要依靠经验和人工进行，通过设备的声音、振动、温度等特征来诊断设备是否出现故障，这种方法的局限性在于依赖于操作人员的经验和感觉，难以准确判断故障原因和程度，容易出现误判和漏诊。
2. 基于数据采集的故障诊断方法随着信息技术的发展，越来越多的大型火电厂开始采用基于数据采集的故障诊断方法，通过传感器对设备运行过程中的各种参数进行实时监测和采集，然后利用数据分析和处理技术来识别设备的故障情况，这种方法能够减少人为因素的干扰，提高故障诊断的准确性和及时性。
3. 现有技术的局限性尽管基于数据采集的故障诊断方法在一定程度上能够提高故障诊断的准确性，但是现有的技术仍存在一些局限性，比如数据采集的范围和精度有限、数据处理和分析的能力有限等，难以满足大型火电厂设备故障诊断的需求。
二、大型火电厂设备故障诊断的发展趋势1. 智能化故障诊断技术的发展随着人工智能、大数据和物联网等技术的不断发展，智能化故障诊断技术已成为大型火电厂设备故障诊断的主要发展趋势。
智能化故障诊断技术能够通过对大量数据的分析和挖掘来发现设备故障的规律和特征，实现对设备运行状态的实时监测和预测，提高故障诊断的准确性和及时性。
2. 数据采集技术的改进为了更准确地发现设备故障的特征和规律，数据采集技术需要不断改进，提高数据采集的范围和精度，以确保能够全面、准确地监测设备运行状态，为故障诊断提供可靠的数据基础。
3. 多源信息融合的方法针对大型火电厂设备故障诊断需要采集的多种信息，包括振动、声音、温度、压力等多个方面的数据，需要研究和发展多源信息融合的方法，将不同方面的信息进行有效整合和分析，以提高故障诊断的综合能力。
大型汽轮发电机组故障诊断方法及监测保护系统研究
大型汽轮发电机组故障诊断方法及监测保护系统研究一、本文概述随着能源需求的日益增长和电力工业的快速发展，大型汽轮发电机组作为电力系统的核心设备，其运行稳定性和可靠性对于保障电力供应、防止事故发生以及提高能源利用效率具有重要意义。
然而，由于汽轮发电机组结构的复杂性、运行环境的多样性和运行工况的变动性，其故障诊断与监测保护一直是工程领域的技术难题。
因此，本文旨在深入研究大型汽轮发电机组的故障诊断方法，并探讨有效的监测保护系统，以提升设备的运行安全性和维护效率。
本文首先对大型汽轮发电机组故障诊断的重要性和现状进行概述，分析现有诊断方法的优缺点和适用范围。
在此基础上，探讨基于振动分析、热成像、油液分析等多种技术的综合故障诊断方法，并构建相应的数学模型和算法。
同时，针对汽轮发电机组的常见故障类型和故障机理，研究基于数据挖掘和模式识别的智能诊断技术，以提高故障诊断的准确性和效率。
在监测保护系统方面，本文重点研究基于实时监测数据的故障预警和保护策略。
通过构建汽轮发电机组的实时监测数据库，实现对设备运行状态的实时监控和数据分析。
在此基础上，研究基于数据挖掘和机器学习的故障预警模型，实现对潜在故障的提前预警和预防措施。
设计并优化故障保护策略，确保在故障发生时能够及时、准确地切断故障源，保护设备免受进一步损坏。
本文的研究内容不仅对大型汽轮发电机组的故障诊断与监测保护具有重要的理论价值和实践意义，而且为其他复杂设备的故障诊断与监测保护提供了有益的参考和借鉴。
通过本文的研究，有望为提升我国电力工业的技术水平和运行安全性，促进能源可持续发展做出积极贡献。
二、大型汽轮发电机组故障诊断方法大型汽轮发电机组故障诊断是一个复杂且关键的任务，涉及到机械、电气、热工等多个领域的知识。
其故障诊断方法主要包括基于模型的故障诊断、基于数据驱动的故障诊断以及基于的故障诊断。
基于模型的故障诊断方法：该方法主要是通过对汽轮发电机组的运行过程进行数学建模，然后利用模型的输出与实际系统的输出进行比较，通过分析差异来诊断故障。
浅谈汽轮机的故障诊断
由于大部分 轴系故障 ， 都在振动信号上反 映出来 。因此 ，
对轴系故障 的研究 ， 总是以振动信号 的分 析为主。 节系统 的 调
可靠与否 ， 汽轮机组 的安全运行具有非 常重要 的意义。 对 故障
诊 断 中用到的诊断策 略 ， 主要有对 比诊 断 、 辑诊 断 、 计诊 逻 统
断、 模式识别 、 模糊诊断 、 人工神经 网络和专 家系统等 。 目前 而
我 国在 故障诊 断技术方面 的研究起步较 晚 ，但是 发展很 快。到 目前 ， 经历了两个阶段 ： 第一阶段是从上 世纪 ７ ０年代末 到 ８ ０年代初 。在 这个阶 段， 主要是吸收 国外先进技术 ， 并对一些故 障机理 和诊 断方法
展开研究 ；
频率 的谐波 函数 的线性叠加 ， 它认为信号是平稳 的 ， 以分析 所 出来 的频率具有 统计不变性 。Ｆ １对很 多平稳信 号的情况具 ｆ＇ 有适用性 ， 因而得到 了广 泛的应 用。但是 ， 实际 中的很多信号
的可靠性 、 可用性 、 可维 修性与安 全性 的问题 日益 突出 ， 从而
分组等 。这期 间 ， 国际国内学 术交流频繁 ， 对于基础理论和故
障机理 的研究 十分 活跃 ，并研制 出了我 国 自己的在线监测与 故障诊断装置 ，八 五”期间又进行 了大容量 火电机组监测诊 “ 断系统 的研究 ， 各种先进 技术得 到应 用 ， 研究 步伐加 快 ， 小 缩
析冗 余和混合 冗余 。由于硬件冗余有 明显 的缺点 ， 因而在实际 中应 用较 少。最有代表性 的是振动信号 的分析处 理。目前 ， 汽
轮机故 障诊断系统 中的振动信号处理 ，大多采用快 速傅 立叶 变换 （ Ｆ ，Ｆ Ｆ Ｔ）Ｆ ｒ的思想在于将～般时域信 号表示为具有不 同
大型汽轮发电机组故障诊断
大型汽轮发电机组故障诊断摘要：随着国民经济的持续增长和电力系统规模的不断扩大，高电压、大容量、多机互连系统已成为电力系统发展的必然趋势。
大型发电机组在我国电网中的地位和作用越来越突出，鉴于大型汽轮发电机组设备结构的复杂性，一旦发生故障，将直接影响到整个机组的安全稳定运行，对大型汽轮发电机组的故障诊断就显得极其重要。
文章就此进行探讨，以期提高设备的安全可靠性。
关键词：大型汽轮发电机组；故障；诊断就大型汽轮发电机组来说，其设备结构极为复杂，一旦任何一台设备或零件出现故障，就有可能引发链锁反应，最终影响到整个设备的安全可靠运行，同时将造成巨大的经济社会损失。
因此，迫切需要对汽轮发电机组故障诊断技术进行研究，以确保机组的安全稳定运行，并实现社会效益与经济效益的双赢。
1 大型汽轮发电机组故障诊断技术的目的和意义对大型汽轮发电机组的故障诊断，其根本目的就是确保设备的安全、可靠、经济、高效运行，在此就其主要目的进行阐述：其一，针对设备的故障状态或异常状态作出及时、正确、有效的诊断，将故障消除在萌芽状态。
其二，对设备的运行维护起到必要的指导作用，确保设备安全、可靠、有效的运行。
其三，制定科学合理的监测维护制度，使设备应有的功能得以最大发挥，在条件允许的前提下，充分挖掘设备的潜力，使设备的使用寿命得以延长，使设备寿命周期的维护费用大大降低。
其四，通过故障分析、性能评估等方法，为设备的优化设计、高质量制造以及生产过程提供可靠的数据和信息。
鉴于汽轮发电机组设备机构的复杂性，一旦发生故障将直接影响到整个设备甚至整个生产过程的正常运行，其后果不堪设想。
关于设备故障的原因，多种多样，从设备的设计、制造、安装、运行、维护等各个环节，都有可能引发不同的故障。
为了提高机组的等效可用率，除了在产品质量、安装、调试、运行维护等方面下功夫外，还要对其进行可靠、有效的故障诊断，以确保生产过程的正常进行。
因此，对汽轮发电机组故障机理、发生原因以及故障征兆和发展趋势进行研究是十分必要的，同时还应提出切实有效的诊断方法，以确保设备运行的安全性和可靠性。
汽轮发电机组振动故障诊断技术的发展现状
汽轮发电机组振动故障诊断技术的发展现状摘要：随着我国科技工业生产的快速发展，关于汽轮发电机组的可维修性与可靠性受到了广泛关注，由于电力生产中汽轮发电机组是非常重要的组成设备，并且运行环境以及设备结构较为复杂和特殊，较高的故障率对工业生产发展具有重要影响?因此，本文在查阅大量资料和文献的基础上，对汽轮发电机组振动故障诊断技术的发展现状进行了分析探讨，并对故障诊断技术的一些问题，提出了相关建议?关键词：汽轮发动机；振动故障；诊断技术前言汽轮发电机组在电力工业高速发展的背景下容量和机组参数日益提升，机组整体的自动化与复杂程度也不断提高，其中轴系振动缺陷造成的汽轮发动机组故障不仅关系着电力设备安全，还关系着工业生产的稳定发展，由于振动是影响汽轮发电机组正常运行的重要技术，因此对汽轮电机组振动故障诊断分析处理技术的发展研究，具有重要价值和影响?一?汽轮发电机组振动故障诊断技术的发展现状（一）国外故障诊断技术的发展现状汽轮发电机组故障诊断技术主包含数据处理技术?故障机理?传感器技术?自动诊断系统开发等方面的研究?美国Radial公司故障诊断技术方面处于领先水平，Radial公司开发研制的机组振动专家自动诊断系统Turbomac，设有故障源以及振动成分关系的概率数据搜集子系统；美国WHEC公司在研究开发AID故障诊断系统的基础上应用了网络技术，其诊断系统可以通过DOC诊断中心，对世界各地的电站机组故障实施远程诊断；美国Bently公司开发出了旋转机械故障诊断系统，可以有效提高机组整体的安全性，法国PSAD系统状态监测检修系统，可以对压力容器?汽轮机组等进行在线故障检测检修，工作人员通过远程在线利用PSAD系统发送状态监测数据，提高了机组故障的维修效率；日本东芝电气公司开发研制了大功率振动诊断系统，可以采用计算机技术对汽轮机轴系进行快速检修，这项诊断系统会机组产生的振动信号进行快速的解析?判断?评价处理，诊断过程依据为轴系正常值的极限值为诊断点；法国EDF开发并安装了离线振动监测系统?国外机组状态监测和故障诊断，还有丹麦B&K公司COM PASS系统以及菲利普PR3000系统等?这些系统都具有高速信息传输的特点，可以建立区域性的机组故障分析网络，有效应用生产对区域性机组振动实施监测?分析?诊断，为电厂机组运行状态提供及时可靠的参考依据?（二）国内故障诊断技术的发展现状我国关于故障诊断技术研究早在80年代初就进行了开发和应用，研制初期我国研究机构通过对国外现今技术的引进，机械设备故障诊断技术取得了快速的发展?当前，我国从事汽轮机故障诊断技术开发研究的单位多达十几家，其中包括华北电力大学?哈尔滨电工仪表所?上海交通大学以及上海上海发电设备成套设计研究所等单位机构?由于汽轮机组的工作环境较为复杂和恶劣，因此，传感器性能在汽轮机故障诊断系统非常重要，当前我国主要针对机组故障诊断方法，采取人工神经网络和智能专家系统两种方法?其中人工智能专家系统由人机接口?推理机?知识库组成，人工神经网络也称为Neural Network主要是由各种处理单元连接组成的网络系统，具有自适应?联想和学习的功能，该系统通过模糊数学与神经网络的结合可以对故障进行模糊推理，减少误诊率和漏诊率?东南大学在汽轮机组轴心轨迹识别应用了小波分析法；西安交通大学则在汽轮机组轴心轨迹特征提取采取了降维法，并在综合全息谱优势的基础上，对轴心轨迹的瞬态提纯；哈尔滨电工仪表所?清华大学?华中理工大学等联合研制开发了200MW.300MW故障监测诊断系统，可以对汽轮机电机组的工作状态和实施情况进行全面的监测与故障诊断，极大降低了机械振动故障以及热因素引起的故障；山东电力科学试验研究所与清华大学联合开发了远程监测?分析?诊断系统，可以通过远程诊断中心?数据通讯网络系统?振动分析站对汽轮机故障进行监测诊断?二?汽轮发电机组振动故障诊断技术存在的问题分析汽轮发电机组振动故障诊断技术问题主要存在于检测手段?材料性能?故障机理等方面?在检测手段方面关于汽轮机故障的诊断技术，会运用到很多数学方面的知识，在专家系统中，推理算法的水平都十分高超，但是在征兆的获取方面却明显存在不足，尤其是检测手段明显落后，无法满足诊断的需求，例如在运行过程中转子表面温度检测方面，都没有实现有效的检测手段?在材料性能方面，材料的性能非常关键，直接关系到材料的寿命，两者之间息息相关，现阶段在相对复杂的工作条件下，材料的性能与寿命随时会发生变化，明显缺乏对其的了解程度?在复杂故障的机理方面，针对汽轮机的复杂故障方面，一般无法从理论的角度上给予解释，主要是由于不清楚其机理的了解，所以无法做出准确的判断?在人工智能应用人工智能虽然得到了全面的应用，但是在汽轮机故障诊断中还是有很多关键问题有待完善，如智能辨识?信息融合等?三?汽轮发电机组振动故障诊断技术发展建议汽轮发电机组振动故障诊断技术发展，应当在全方位的检测技术?综合诊断?故障机理的深入研究等几个方面得到重视，并取得进展?在全方位的检测技术方面，汽轮机及其系统各类故障的检测中，全方位的新检测技术是主要的研究目标，通过努力，必然会出现更先进的检测技术?在故障机理的深入研究方面，故障诊断技术方面的研究在不断深入，随着时代的快速发展和进步，未来研究的主要方向会更加深入，同时也会更加全面，其中对渐发故障定量表征研究也是其中一个主要研究内容?在汽轮机组故障诊断系统的知识表达?获取和系统自学习方面，诊断系统研究的热点问题是知识的表达?获取以及学习，多年来都在持续研究中，也是仅有研究的主要方向?在综合诊断方面站在综合诊断的基础上，以振动诊断为方向进行多方面考虑，结合汽轮机的特点与实际情况，实现综合诊断的良好发展?四?结语综上所述，本文以上主要叙述的是汽轮发电机组振动故障诊断技术发展研究，通过国内外发展现状分析可以看出，在科技和工业生产高速发展的背景下，机械设备汽轮发动机组振动故障的安全性?可靠性以及可维修性问题受到了广泛的关注，由于汽轮机电机组的故障的危害性和几率较大?因此，在全方位检测技术以及故障机理等方面应当进行重点研究发展，通过仿真技术以及信息融合诊断技术的综合诊断，有效提高的汽轮发动机组的安全性?参考文献：[1]路军锋，姜玉山，吴立明.150MW三支承轴承汽轮发电机组振动故障分析及处理[J].汽轮机技术，2017（6）：468-470.[2]贾嵘，李涛涛，夏洲.基于随机共振和经验模态分解的水力发电机组振动故障诊断[J].水利学报，2017，48（3）：334-340.[3]曹冲锋，杨世锡，杨将新.一种基于瞬时能量分布特征的汽轮发电机组转子故障诊断新方法[J].振动与冲击，2009，28（3）：35-39.[4]陆颂元，张跃进，童小忠.机组群振动状态实时监测故障诊断网络和远程传输系统技术研究[J].中国电力，2001，34（6）：51-54.[5]张跃进，陆颂元.机组振动实时状态监测和故障诊断网络系统中若干先进关键技术的研究与实施[J].汽轮机技术，2000，42（5）：274-277.。
发电厂燃气轮机检修运行现状及改进
发电厂燃气轮机检修运行现状及改进摘要：改革开放后，我国经济与技术发展速度加快，但是机械设备进口比例依旧非常大。
其中，燃气轮机具有代表性。
此类设备成本高，若产生故障问题或设备坏损，或依靠进口处理，或对外引进检修技术人才。
为规控发电成本，发电厂应提高对燃气轮机检修的重视程度。
立足于电厂实际，掌握传统发电设备与燃气轮机发电设备，采用控制重启频次、检修人才培养、开展预防性维护工作以及引进先进技术等方法，降低设备故障率，提高发电效率，保障发电厂的经济效益。
关键词：发电厂；燃气轮机；检修当前，燃气轮机具有质量轻、作业效率高、节能环保等优势，广受发电厂欢迎。
但是此类发电设备易受外部因素影响，若长期处于高温、高压环境中，频发故障，阻碍发电厂正常生产与运行，降低社会服务水平。
基于此，应针对性开展检修工作，根据运行现状，开展相应的运维管理活动并引进新技术，实现清洁产能、高效运行等目标。
一、发电厂燃汽轮机检修概述（一）发电厂传统发电设备发电厂常用发电设备主要为燃煤发电机、水电发电机等，以及多适用于民用发电领域的燃油发电机等。
风力、水力发电机等体积大、专业性强，多应用于国家级电网发电领域。
（二）燃气轮机发电设备及其检修特征燃气轮发电机对技术的依赖性强，多依靠进口。
相较于发达国家，我国制造的大型燃气轮机在使用寿命、使用范围等方面仍有不足。
当前燃气轮机检修主要分为三种模式，小、中、大修。
因此类发电设备依赖进口，在技术检修领域中，国外技术人员占比高，想要进行全面、完整的检修，必须经过一定周期、计算以及评估。
同时，更换其部件时，也要经过返厂、时长评估、检修以及安装等流程，耗费大量时间与资源。
若发电企业想要维持供电质量，应提前准备各类部件，避免遭遇突发事件或设备故障时，设备无法正常投入使用[1]。
二、发电厂燃汽轮机检修运行现状（一）启停次数多燃气轮机在电网中一般扮演着调峰调频和分布式供热等角色，因此，设备启停次数远超其他类型火电机组。
发电厂汽轮机故障诊断研究与实例
发电厂汽轮机故障诊断研究与实例摘要:机械故障诊断理论和技术的研究已日趋深入,汽轮机组是电厂的重要设备由于汽轮机组结构和系统的复杂性、运行环境的特殊性,汽轮机组的故障率较高,而且故障的危害性也很大。
因此,汽轮机组的诊断一直是故障诊断技术应用的一个重要方面。
根据相关的数据和信息对汽轮机故障定性,进而对其产生的原因或机理做出判断,并确定解决措施和实施处理方案尤为重要。
在现场设备管理工作中,机组故障则经常是指机组振动过大,零部件过早过量磨损等情况。
因最后本文对现场处理的一起汽轮机故障实例进行了论述。
关键词:汽轮机故障诊断故障处理实例随着科学技术的迅猛发展,现代工业生产的机械设备正朝着大型化、复杂化、高速化、自动化及大功率方向发展。
设备的生产效率越来越高,机械结构也日趋复杂,设备中不同部分之间的相互联系、耦合也更加紧密,一个部件出现故障,将引起整个生产流程中断。
现代化的生产设备虽然大幅度地提高了劳动生产率,节省了人力和物力,但同时也大幅度地增加了设备的维修费用,设备故障单位时间造成的损失也成倍地增加。
汽轮机的状态监测与故障诊断技术对电厂的作用和意义,主要可以归结为如下几个方面:(1)及时掌握设备运行状态异常或故障的早期征兆,以便采取相应的措施,将故障消灭在萌芽状态,避免或减少重大事故的发生。
(2)一旦发生故障,能自动记录下故障过程的完整数据和信息,以便事后进行故障原因分析,缩短维修时间和费用,提高设备利用率,避免再次发生同类事故。
(3)通过对设备状态异常的原因和性质进行分析,采取适当措施,对设备状态实行在线调整,延长运行周期,为生产和维修决策提供科学依据。
(4)通过监测得到的大量机器状态数据,可以更充分地了解机器的性能,为改进设备设计、制造水平及产品质量提供有力的依据。
(5)随时掌握设备运行状态的变化情况、各部分性能的劣化程度和机械性能发展趋势,对设备状态变化情况做到心中有数,提高设备管理现代化水平。
1 汽轮机组故障诊断技术的研究现状(1)信号采集与信号分析。
大型火电厂设备故障诊断的现状与发展趋势
大型火电厂设备故障诊断的现状与发展趋势作为中国主要的能源生产和消费领域，火电厂设备的正常运行对于国民经济的发展至关重要。
然而，火电厂设备也会出现各种故障和问题，可能会导致厂家的停产和损失。
因此，对火电厂设备的故障诊断具有重要意义。
本文将介绍大型火电厂设备故障诊断的现状和未来发展趋势。
一、现状目前，大型火电厂设备故障诊断的主要方法是利用专业设备和软件。
这些设备和软件可以实时监测火电厂设备的运行情况，并对故障进行实时分析和诊断。
其中，一些设备可以对设备的温度、压力、振动、电流、电压等进行检测，以判断设备的运行状态和是否存在故障。
大型火电厂还会安装很多可进行自动控制和自我诊断的系统，比如ADMS、EMS等系统。
这些系统能够自动检测设备故障，协助维修人员快速定位问题并进行维修。
此外，还有一些专家可能被请来对具体的火电厂设备问题进行分类讨论和分析。
二、发展趋势未来的大型火电厂设备故障诊断将主要从以下几方面进行发展：1.可预测保养传统的维护方式主要基于周期维护、故障维修和反应维护等方式。
未来将通过数据分析实现更好的维修保养。
“预测性维修”将成为一个越来越流行的维修方式，可以进行数据收集，进行趋势和预测性分析，以便预测未来设备的故障问题。
这样做的意义在于减少了停机时间，同时也能够彻底消除了因故障引起的额外成本。
2.互联网技术的应用互联网技术在未来的大型火电厂设备故障诊断中将具有重要作用。
通过利用物联网、云计算和人工智能技术，可以实现每个设备之间的数据共享，从而更好地进行故障检测和分析。
同时，也可以实现设备和人员之间的实时通讯，处理紧急事项。
3.数据分析能力的提升未来，数据分析能力对于大型火电厂设备故障诊断的精确度和效率越来越重要，数据分析工具也会越来越成熟。
如何应用更多的机器学习和深度学习算法，以更好地识别设备出现问题的源头，是一个未来需要解决的问题。
综上所述，大型火电厂设备故障诊断的现状比较成熟，未来的发展趋势主要包括可预测保养、互联网技术的应用和数据分析能力的提升。
大型火电厂设备故障诊断的现状与发展趋势
大型火电厂设备故障诊断的现状与发展趋势随着我国经济的不断发展，对电力的需求量也越来越大。
而大型火电厂作为我国电力生产的重要组成部分，其安全运行和设备的故障诊断显得至关重要。
本文将从大型火电厂设备故障诊断的现状和发展趋势两方面进行分析。
一、现状目前，大型火电厂设备故障诊断的技术主要有如下几种：1. 人工巡查：传统的方式就是人工巡查，但这种方式有很大的局限性，即时间成本高，不能及时发现问题，存在漏检和误检的情况。
2. 声波检测：这种检测方式主要是通过听觉诊断设备的运转状态，但是存在人为干扰问题，同时诊断周期较长。
3. 振动检测：使用振动传感器，通过采集设备振动数据，分析数据获取设备故障诊断结果。
但这种方式存在计算复杂度高、设备粘贴度低和设备安装成本高等问题。
4. 物联网技术：物联网技术是近年来新兴的技术，其通过设备之间的数据共享和联接，实现远程诊断和监测。
但其设施初始成本高、网络传输要求高以及相关应用场景限制较大等问题。
二、发展趋势1. 人工智能技术：随着人工智能技术的不断发展，其在设备故障诊断方面的应用逐渐得到重视。
通过机器学习、深度学习等技术，可以从大量数据中学习设备故障模式，从而实现自动化诊断。
2. 数据分析技术：目前，大型火电厂通过在设备上安装各种传感器采集的海量数据已经成为现实。
而运用数据分析技术，可以更加高效地获取设备故障的信息，实现快速诊断。
3. 云计算技术：云计算技术在设备故障诊断方面也有很大潜力。
通过将电力设备监测数据上传至云端，可以实现数据的可视化管理、共享和分析。
同时，通过云计算技术，可以很方便地进行设备的远程监测和故障定位。
4. 区块链技术：区块链技术的应用将更加强调数据共享和安全性。
在大型火电厂设备故障诊断方面应用区块链技术，可以实现较为安全的数据共享，确保设备数据在传输与存储的过程中不被篡改或窃取。
总体而言，大型火电厂设备故障诊断将逐步向着自动化、数字化、智能化和共享化的方向发展，同时也将借助众多新兴技术，更好地满足大型火电厂设备故障的诊断需求。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大型汽轮发电机组故障诊断技术现状与发展设备状态监测与故障诊断技术是一种了解和掌握设备使用过程状态的技术。
它可以确定设备整体或局部是正常还是异常，能早期发现故障及其原因，并能预报故障发展趋势。
设备状态监测与故障诊断过程包括状态监测、故障检测、故障识别或诊断、故障分析与预测、故障处理对策与建议等［1］。
在汽轮发电机组的各种故障中，振动故障是一类对生产和运行产生很大影响的故障。
一方面，振动故障的诊断比较复杂，处理时间比较长；另一方面，振动故障一旦发散酿成事故，所造成的影响和后果是十分严重的［2］。
1大型汽轮发电机组状态监测和故障诊断由于我国用电的需要和资金制约，降低老机组故障发生率，延长老机组的使用寿命是非常重要的［3］。
目前在国内电厂各类大型汽轮发电机组的运行监测方面，只有部分装有美国本特利公司或德国飞利浦公司的振动监视系统，尚有许多机组的监视系统是落后和不完善的。
由此可见，开展大型汽轮发电机组的故障诊断技术研究是非常必要的。
随着机组容量增大，所出现的振动故障也越来越复杂，目前采用的在线监测装置一般只具有振动专家系统的很少且很不完善。
利用先进的检测、诊断仪器，采取科学有效的技术方法开展现场故障诊断工作是目前电厂各类机组故障诊断和预测分析的主要方法［4］。
目前在国际上，以美国为主的西方发达国家在大型汽轮发电机组在线监测与诊断技术的综合研究方面处于领先地位：一方面，美国的信号处理与数据分析技术发展较快，而这些处理机、分析仪和数据采集系统是机械设备状态监测的基础和核心，是发展后续技术（故障诊断）所不可分割的部分；另一方面，美国的几家专业公司，如Bently，IRD，BEI，从事对大型电站机组的运行和监控的研究，以及对机组可靠性、安全性、维修性与经济管理技术方面的研究，已有了40多年的历史，建立了庞大的数据库管理系统，并开展了专家系统的研究，具有雄厚的数据与软件实力。
此外，国际上还有许多著名的诊断仪器公司，如丹麦的B＆K，德国的申克及日本的武田理研等，生产有多种用于设备诊断的分析仪器及软件系统。
然而国外的在线监测系统、现场诊断仪器及诊断管理软件一般价格十分昂贵，且存在维护不便、因缺少汉化而使用不便等问题，因此还难以在我国基层电厂普及。
我国工业企业的设备诊断技术自1983年起步，初期主要应用于石化、冶金及电力等行业，进入20世纪90年代后，迅速渗透到国民经济的各个主要行业。
其中旋转机械的故障诊断是诊断技术应用最广、涉及行业最多的应用领域，如电力行业中的汽轮发电机组，石化行业的压缩机，航空工业的各种航空发动机等。
大型汽轮发电机组的在线监测与故障诊断技术作为国家“七五”、“八五”重大科技攻关项目，并在“九五”期间仍继续受到支持，其重要意义是显而易见的。
西安交通大学、哈尔滨工业大学、清华大学等一些高校及西安热工研究院等一些研究单位在大型汽轮发电机组故障机理及其诊断技术研究方面总体上处于国内领先水平。
但是，由于近年来大型汽轮发电机组单机装机容量的不断增大（如国内目前己投产700 MW汽轮发电机组），而对大型机组许多常见故障的机理、故障特征及现场诊断方法的研究还有待进一步的深入。
此外，在现场信号采集与故障诊断仪器及数据管理软件的研制方面，国内虽有一些大学及研究所推出了自己的产品，如北京振通检测技术研究所推出的902和903便携式数据采集器、重庆大学测试中心的QLSA－W型振动噪声测试分析仪、大连理工大学推出的PDM2000数据采集分析仪及管理软件等，但随着计算机技术尤其是微处理器及软件技术的飞速发展，上述装置及软件系统在性能指标、可靠性、软件对不同公司数据采集装置的适应性等方面均存在一定的局限性。
2故障诊断技术研究的主要内容及其概况30多年来，故障诊断技术不断吸收各门科学技术发展的新成果，诊断的理论与应用有了很大的发展和进步，它涉及系统论、控制论、信息论、检测与估计理论、计算机科学等多方面的内容，成为集数学、物理、力学、化学、电子技术、信息处理、人工智能等基础学科以及各相关专业学科于一体的新兴交叉学科。
故障诊断技术研究的主要内容包括以下4个方面：故障机理；故障信息处理技术；故障源分离与定位技术；人工智能技术的应用研究。
2．1故障机理的研究［5～7］故障机理的研究，是以可靠性和故障物理为理论基础，研究故障的物理学或数学模型，进行物理模拟或计算机仿真，其目的是了解故障的形成和发展过程，明确故障的动态学特征，从而进一步掌握典型的故障信号，提取故障征兆，建立故障样板模式。
故障机理的研究是故障诊断的基础，是获得准确、可靠的诊断结果的重要保证。
为了故障诊断工作的顺利开展，国内外很多科研人员和科研部门在故障机理方面作了大量的研究工作。
例如，具有多年工厂实践经验的美国人John Sohre是研究涡轮机械故障机理的权威，他于1968年发表的论文“高速涡轮机械运行问题的起因和治理”，清晰简洁地描述了典型的机械故障征兆及其可能成因，并将典型的故障划分为9类37种。
美国Bently Nevada公司的转子动力学研究所对转子和轴承系统典型故障作了大量的试验研究，并发表了许多很有价值的论文。
日本的故障诊断专家白木万博自20世纪60年代以来发表了大量的故障诊断文章，积累了丰富的现场故障处理经验，并进行了理论分析。
国内自20世纪80年代中期以来，清华大学、上海交通大学、哈尔滨工业大学、西安交通大学、西安热工研究院等单位，在故障机理的研究方面做了大量的工作，发表了许多有价值的文章。
虽然在故障机理的研究方面已经取得了大量的成果，但大型汽轮机组的振动故障机理仍然没有全部明确，亟须进一步的深入研究。
2．2故障信息处理技术的研究［8～10］故障信息处理技术是故障诊断的前提，它在提高诊断的准确性和可靠性方面处于非常重要的地位。
常规的故障信息处理技术包括故障信号检测和故障信号分析处理两个部分。
测量的信号通常是振动、噪声、温度、压力、电流、电压等信号中的一种或几种。
随着电子技术和计算机技术的迅速发展，各种传感器越来越小型化、精密化，近年来，一些国外企业以与一般传感器同样的价格推出了智能传感器，使得故障信号检测在不影响系统运行的前提下更易于实现，而且在满足高精度要求的同时提高了其本身的可靠性。
最近，日本出现了非接触式测量技术，大大地拓宽了故障信号的测量范围，虽然在测量精度上暂时还未能满足要求，但它预示了信号检测技术的一个发展方向。
故障信号分析处理是对检测到的各种状态信息进行加工、变换，以提取故障征兆。
目前，应用最广泛的故障信号分析处理方法是傅立叶（Fourier）分析和相应的FFT快速算法。
借助于FFT算法实现的信号处理有频谱分析、相关分析、相干分析、传递函数分析、细化谱分析、时间序列分析、倒频谱分析、包络分析等。
这些分析方法在故障诊断过程中起到了重要的作用，但傅立叶分析方法只适合于分析连续的、平稳的时域信号。
为了有效地分析处理工程应用领域中大量的非平稳信号，人们把小波（wavelet）和分形（fractal）这两种新的工具引入到故障信号的分析处理中。
它们的理论和应用研究十分活跃，预示着在故障诊断领域中将获得广泛的应用。
其实，在故障发生时，领域专家往往凭五官感觉到一些难以由数据描述的事实，他们根据系统的结构和故障发生的历史，就能很快地做出正确的判断。
这种感性知识的获取和经验知识的表达、处理过程，事实上就是故障信息的智能处理技术。
在模糊诊断系统中，这种基于经验知识的智能化信息处理技术表现在故障征兆对故障原因的支持程度或否定程度的建立上；而在专家系统中，则表现在各类诊断知识的获取和组织表达上。
近年来，人们对诊断知识的获取、表达、组织和推理方法作了大量的研究，目前仍没有获得突破性进展。
由于大型机组的故障机理十分复杂，目前仍难以采用精确的数据完备地表达其运行状态，因此，研究故障信息的智能处理技术有着重要的意义。
2．3故障源分离与定位技术的研究［11～13］故障源分离与定位也称为故障模式识别，是将经过信号处理得到的有限的或不完整的特征信号与故障原因对应起来，使故障源定位。
故障源分离与定位技术是故障诊断的关键技术，将故障源定位是故障诊断的最终目标。
20世纪60年代以来，随着故障诊断理论研究的不断深入，人们克服了越限诊断方法的局限，发展了多种故障源分离与定位技术，包括基于系统数学模型的方法、统计分析方法和模糊综合评判方法等。
根据诊断知识的利用方式，可以将故障源分离与定位技术分为基于模型的方法与基于规则的方法两大类。
基于模型的方法可以充分利用系统的内部知识，有利于系统整体的故障诊断；其缺点是系统的建模误差或外部干扰将对故障诊断的结果产生重大的影响。
基于规则的方法，其适应性广、灵活，但故障的在线估计比较困难。
撇开实际应用场合而去评价某一种故障源分离与定位方法的好坏是没有意义的。
在实际应用中，应根据具体诊断对象的特点和需要完成的诊断任务，恰当地选择或综合利用几种方法，才能取得较好的效果。
2．4智能诊断技术的研究［14～15］智能诊断技术已从实验室研究阶段逐渐走向实际工程应用阶段。
由于大型复杂系统在工业生产中的广泛应用，使得常规故障诊断技术越来越难以满足人们对大型复杂系统提出的可靠性要求，因此，智能诊断技术是大型复杂系统故障诊断发展的重点方向。
目前，尽管人们在智能诊断技术的研究方面做了大量的研究工作，但无论是在理论方面还是在实际应用方面都还存在许多问题有待于研究解决。
3故障诊断系统的研制历史故障诊断系统是根据诊断对象故障的特点，利用现有的故障诊断技术研制而成的自动化诊断装置。
故障诊断的各种理论与方法的研究最终都必须落实到具体的诊断装置或诊断系统的研制上，只有诊断系统的研制成功才能产生真正的经济效益。
根据各类故障诊断系统出现的先后，可将它们分为以下四类：便携式检测仪表和分析仪器；在线监测仪表系统；计算机监测分析与诊断系统；智能诊断系统。
其中，便携式检测仪表和分析仪器、在线监测仪表系统和计算机监测分析与诊断系统统称为常规故障诊断系统，这三类故障诊断装置或诊断系统从出现至今，经过不断的改进，己经发展成为成熟的商品，在故障诊断领域发挥了巨大的作用。
便携式检测仪表和分析仪器是最早出现的故障检测装置，其主要功能是对检测对象的一些重要运行参数进行测量，分析人员根据测量得到的数据判断检测对象的运行状态。
如：振动测量仪、温度测量仪、轴承检测仪等，生产厂家有丹麦的B＆K公司、瑞典的SPM公司等。
在线监测仪表系统是继便携式检测仪表和分析仪器之后出现的针对某一具体对象的专用故障监测系统，适用于需要实时监测运行状态的工业生产系统。
比较成熟的产品有：美国Bently公司的7200系列，9000系列，3300系列；西德Philips公司的11 MS700系列以及申克公司的VIBROCON－TROL 2000系列；瑞士Vibro－MetCr公司的MMS系统等。