1、汽輪發(fā)電機組作為電力生產環(huán)節(jié)的關鍵設備，對發(fā)電廠的高效運行起著舉足輕重的作用。汽輪發(fā)電機組的振動作為機組運行狀況的集中反映，是評價機組健康狀況的重要參數。過去，由于測試技術和認識水平的限制，主要通過現場經驗指導拆機檢修的方法來查找振動原因，具有較大的盲目性。近年來，汽輪發(fā)電機組故障診斷技術已日趨完善，各種先進的智能診斷技術層出不窮，如何將日趨完善的技術運用到現場故障排查中，是本文關注的重點。
　　本研究以包頭第二熱電廠＃2機組為工

2、程背景，首先對汽輪發(fā)電機組典型振動故障的振動特性進行了歸納總結，并采集了機組實測振動數據，通過對機組振動特性的分析，結合現場經驗，推測#2機組可能存在的故障包括轉子不對中和軸承剛度不足。其次，開發(fā)了基于BP神經網絡的汽輪機振動故障診斷軟件包，并結合實際運行狀況，對#2機組可能存在的十種故障進行了診斷。診斷結果表明，#2機組可能存在的故障包括：轉子不對中、轉子質量不平衡和軸承剛度不足。結合兩次診斷結果，將轉子不對中、轉子質量不平衡和軸承剛