诊断的理论与应用有了很大的发展和进步，且存在维护不便因缺少汉化而使用不便等问题，目前仍难以采用精确的数据完备地表达运行状态，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，国内在故障的智能诊断技术方面的研究步较晚，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，另外，它们的理论和应用研究十分活跃，因此还难以在我国基层电厂及，开展大型轮发电机组的故障诊断技术研究是非常必要的，亟须进一步的深入研究，包括基于系统数学模型的方法统计分析方法和模糊综合判方法等，例如，此后，如电力行业中的轮发电机组，发表了许多有价值的文章，以及电站数据中心和诊断运行中心，21故障机理的研究57.故障机理的研究，它可以确定设备整体或局部是正常还是异常，目前仍没有获得突性进展，哈尔滨工业大学研制成功大型旋转机械故障诊断专家系统，随着电子技术和计算机技术的迅速发展，此外，事实上就是故障信息的智能处理技术，然而，是适合机械故障诊断的一种有效方法17，并发表了许多很有价值的论文，基于模型的方法可以充分利用系统的内部知识，一方面，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，一方面，提出了加窗傅立叶变换或短时傅立叶变换，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，比较成熟的产有，还可以根据现场的检测数据，美国的信号处理与数据分析技术发展较快，发展了多种故障源分离与定位技术，美国自20世纪80年代开始首先在这方面开展研制工作，就能很快地做出正确的判断，为了有效地分析处理工程应用领域中大量的非稳信号，它在电站机组的安全运行中发挥了巨大的作用，虽然在测量精度上暂时还未能满足要求，借助于算法实现的信号处理有分析相关分析相干分析传递函数分析细化分析时间序列分析倒分析包络分析等，研究故障的物理学或数学模型，计算机监测分析与诊断系统的相继出现，国际上还有许多著名的诊断仪公司，尚有许多机组的监视系统是落后和不完善的，而在专家系统中，几乎所有的动态分析仪都是以为核心进行信号处理的，不少新的理论方法被提出，但是，振动测量仪温度测量仪轴承检测仪等，在现场信号采集与故障诊断仪及数据管理软件的研制方面，故障机理的研究振动信号分析是机械故障诊断技术中采用的最主要的方法之一，并进行了理论分析，3300系列，美国的几家专业公司，因此，是以可靠性和故障物理为理论基础，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，目前，在振动信号分析与处理方法中，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，缺乏细化能力，24智能诊断技术的研究1415.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，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，在实际应用中，将故障源定位是故障诊断的最终目标，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，在线监测仪表系统，是在常规故障诊断技术的基础上，以提取故障征兆，随着人们对小波分析的理论和应用研究的深入，计算机监测分析与诊断系统，在故障机理的研究方面做了大量的工作，清华大学上海交通大学西安交通大学郑州工学院东南大学等院校也先后开展了故障智能诊断系统的研制工作10，另一方面，解决时局部化分析问题，由此可见，因此，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，是研究涡轮机械故障机理的权威，目的是了解故障的形成和发展过程，例如，中，智能诊断系统，大大地拓宽了故障信号的测量范围，故障信息处理技术，被誉为在线智能诊断系统成功应用的代表，振动故障是一类对生产和运行产生很大影响的故障，700系列以及申克公司的，研究表明，处理时间比较长，随着故障诊断理论研究的不断深入，根据诊断知识的利用方式，则表现在各类诊断知识的获取和组织表达上，日本出现了非接触式测量技术，
如，目前，目前，重要意义是显而易见的，轮发电机组，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，便携式检测仪表和分析仪是最早出现的故障检测装置，为了故障诊断工作的顺利开展，并在九五间仍继续受到支持，开实际应用场合而去价某一种故障源分离与定位方法的好坏是没有意义的，但大型轮机组的振动故障机理仍然没有全部明确，这三类故障诊断装置或诊断系统从出现至今，但在小波参数的最优化问题上，国内自20世纪80年代中以来，初主要应用于石化冶金及电力等行业，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，华中理工大学的系统，这种感性知识的获取和验知识的表达处理过程，根据各类故障诊断系统出现的先后，石化行业的压缩机，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，从而进一步掌握典型的故障信号，在故障诊断领域发挥了巨大的作用，典型的产有，所出现的振动故障也越来越复杂，9000系列，人工智能技术的应用研究，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，研究故障信息的智能处理技术有着重要的意义，另一方面，分别仅从时域或域给出信号的统计均结果，这种基于验知识的智能化信息处理技术表现在故障征兆对故障因的支持程度或否定程度的建立上，基于规则的方法，是获得准确可靠的诊断结果的重要保证，只有诊断系统的研制成功才能产生真正的济效益，22故障信息处理技术的研究810.故障信息处理技术是故障诊断的前提，具有雄厚的数据与软件实力，故障诊断技术研究的主要内容包括以下4个方面，目前在国际上，还有大量的实际工作要做，此外，是将过信号处理得到的有限的或不完整的特征信号与故障因对应来，但它预示了信号检测技术的一个发展方向，是由于便携式检测仪表和分析仪和一般的在线监测仪表系统无法满足大型系统故障诊断的要求，加拿大3100系统，提取故障征兆，从事对大型电站机组的运行和监控的研究，它的出现对纯数学和应用科学都具有重要意义，1大型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，所造成的影响和后果是十分严重的2，而且在满足高精度要求的同时提高了本身的可靠性，多尺度性和数学显微变焦特性，生产厂家有丹麦的公司瑞典的公司等，计算机监测分析与诊断系统不但可以在线实时监测大型系统的运行状态，西德公司的11，国内虽有一些大学及研究所推出了自己的产，在模糊诊断系统中，适用于需要实时监测运行状态的工业生产系统，美国，最近，这些分析方法在故障诊断过程中到了重要的作用，故障诊断技术不断吸收各门科学技术发展的新成果，实现越限报警实时故障分析与诊断等功能，无法同时兼顾信号在时域和域中的全貌和局部化16，但傅立叶分析方法只适合于分析连续的稳的时域信号，并开展了专家系统的研究，发电机和水化学三个人工智能在线诊断系统，他们根据系统的结构和故障发生的历史，瑞士公司的系统等，己发展成为成熟的商，振动故障一旦发散酿成事故，取得了很大的济效益，近年来，航空工业的各种航空发动机等，才能取得较好的效果，但随着计算机技术尤是微处理及软件技术的飞速发展，智能诊断技术是大型复杂系统故障诊断发展的重点方向，过不断的改进，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，预示着在故障诊断领域中将获得广泛的应用，故障机理的研究是故障诊断的基础，以快速傅立叶变换为基础的调和分析法应用最为遍，领域专家往往五官感觉到一些难以由数据描述的事实，已有了40多年的历史，在将小波分析的理论应用到实际的故障诊断系统中，但故障的在线估计比较困难，只有部分装有美国本特利公司或德国飞利公司的振动监视系统，中包括轮机，23故障源分离与定位技术的研究1113.故障源分离与定位也称为故障模式识别，以美国为主的西方发达国家在大型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，然而国外的在线监测系统现场诊断仪及诊断管理软件一般价格十分昂贵，在线监测仪表系统是继便携式检测仪表和分析仪之后出现的针对某一具体对象的专用故障监测系统，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，结合人工智能技术的研究成果研制而成的自动化诊断系统，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，小波分析在振动噪声的去除非稳振动信号的表示与分析及振动信号多分辨率分析等方面具有较强的优势，
分析方法及派生出的多种有效的振动信号处理方法如快速卷积相关自互倒细化及传递分析等在机械故障诊断技术应用中到了非常大的作用，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，伸得小变换能够很好地解体非稳信号的分析问题，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，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轮发电机组故障机理及诊断技术研究方面总体上处于国内领先水，故障源分离与定位技术是故障诊断的关键技术，人们克服了越限诊断方法的局限，目前在国内电厂各类大型轮发电机组的运行监测方面，虽然在故障机理的研究方面已取得了大量的成果，中，日本三菱公司的系统，但发展较快，由于小波函数具时局部化特性，信号自适应小波分解理论和基于基因遗传算法求解的广义自适应小波分解方法已具有工程应用背景，智能诊断系统的开发历史并不长，2000系统，利用现有的故障诊断技术研制而成的自动化诊断装置，应用最广泛的故障信号分析处理方法是傅立叶分析和相应的快速算法，如北京振通检测技术研究所推出的902和903便携式数据采集重庆大学测试中心的型振动噪声测试分析仪大连理工大学推出的2000数据采集分析仪及管理软件等，这类基于稳过程的典信号处理方法，为实现对非稳信号的有效表示，在故障发生时，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，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，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，具有多年工厂实践验的美国人，明确故障的动态学特征，一些国外业以与一般传感同样的价格推出了智能传感，人们把小波和分形这两种新的工具引入到故障信号的分析处理中，并能预报故障发展趋势，便携式检测仪表和分析仪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，由于大型机组的故障机理十分复杂，降低老机组故障发生率，清晰简洁地描述了典型的机械故障征兆及可能成因，迅速渗透到国民济的各个主要行业，是发展后续技术故障诊断所不可分割的部分，振动故障的诊断比较复杂，哈尔滨工业大学的3系统等等，建立了庞大的数据库管理系统，并取得了不少成果，可将它们分为以下四类，主要功能是对检测对象的一些重要运行参数进行测量，有利于系统整体的故障诊断，智能诊断系统，在轮发电机组的各种故障中，小波分析是一种包含尺度伸缩和时间移的双参数的函数分析方法，由于大型复杂系统在工业生产中的广泛应用，利用先进的检测诊断仪，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，他于1968年发表的论文高速涡轮机械运行问题的因和治理，以及对机组可靠性安全性维修性与济管理技术方面的研究，1982年公司研制成功用于诊断和处理核反应堆的故障诊断系统，如丹麦的，美国公司的，延长老机组的使用寿命是非常重要的3，由于近年来大型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，进入20世纪90年代后，故障源分离与定位技术，应根据具体诊断对象的特点和需要完成的诊断任务，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，故障机理，便携式检测仪表和分析仪，建立故障样板模式，并将典型的故障划分为9类37种，20世纪60年代以来，恰当地选择或综合利用几种方法，2000系列，各种传感越来越小型化精密化，2故障诊断技术研究的主要内容及概况.30多年来，逐步被20世纪80年代发展来的一种新的数学方法小波分析所取代，德国的申克及日本的武田理研等，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，美国公司的7200系列，近年来，但由于时分辨率固定，如华中理工大学研制成功车发动机故障诊断专家系统和轮机组监测与诊断专家系统，能早发现故障及因，瑞士公司的系统，分析人员根据测量得到的数据判断检测对象的运行状态，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，适应性广灵活，生产有多种用于设备诊断的分析仪及软件系统，公司研制成功电厂人工智能在线诊断大型网络系统，使故障源定位，积累了丰富的现场故障处理验，随着机组容量增大，实，开发了多种智能诊断系统，如，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，我国工业业的设备诊断技术自1983年步，进行物理模拟或计算机仿真，大型轮发电机组的在线监测与故障诊断技术作为国家五八五重大科技攻关项目，中国清华大学的系统，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，13