1、狀態(tài)維修是設(shè)備管理和維修工作的發(fā)展方向。故障診斷的目的是對設(shè)備狀態(tài)進行監(jiān)測和評價，預(yù)防或消除故障，保障設(shè)備的安全、可靠運行，指導(dǎo)設(shè)備的管理和維修從而實現(xiàn)狀態(tài)維修。故障診斷系統(tǒng)是設(shè)備狀態(tài)維修決策支持系統(tǒng)的核心部分，故障診斷得出的狀態(tài)評價信息對設(shè)備的運行和維護具有重要的指導(dǎo)作用。
　　故障診斷經(jīng)過幾十年的發(fā)展取得了豐碩的成果，但仍然存在一些問題。首先，對電廠某些設(shè)備的復(fù)雜故障的機理了解并不深刻，很難從理論上給出解釋。其次，當前故障診斷

2、工作的診斷方法單一，且沒有根據(jù)不同故障類型的特點采用不同的診斷模型進行混合推理，無法充分發(fā)揮各種診斷模型的優(yōu)勢，難以達到期望的診斷效率和準確率。此外，故障診斷常常只是進行到故障模式識別，不能確定故障的具體位置和對系統(tǒng)各層次的影響。最后，診斷系統(tǒng)沒有自學(xué)習(xí)機制，不能將領(lǐng)域?qū)＜抑R和故障診斷工作經(jīng)驗擴充到其中實現(xiàn)知識積累與儲備。
　　針對上述問題，本文以汽輪發(fā)電機組高中壓缸為研究對象，開展了如下工作:
　　(1)以FMEA分析法

3、和故障樹分析法為指導(dǎo)，研究高中壓缸軸彎曲故障的發(fā)生原因和故障的動態(tài)發(fā)展過程，深入研究了故障機理。建立了的高中壓缸軸彎曲故障模式的FMEA表和故障樹，分別由頂事件和底事件為分析起點為故障特征提取、診斷識別以及早期故障預(yù)警提供指導(dǎo)。
　　(2)生產(chǎn)現(xiàn)場大量的機組狀態(tài)監(jiān)測點為可監(jiān)測、可診斷的數(shù)據(jù)來源，對這些數(shù)據(jù)和非實時監(jiān)測故障信息進行故障特征提取，把診斷參量分類定義和表示，并提出了模糊故障征兆量化、數(shù)字化的方法。為有效利用領(lǐng)域知識，建立

4、了高中壓缸軸彎曲故障模型庫和故障診斷知識庫，解決了包括知識表達、知識獲取和知識推理及系統(tǒng)自學(xué)習(xí)等問題。
　　(3)提出了一種把支持向量機和知識推理、信息融合相結(jié)合的智能故障診斷方法，該方法把診斷過程分為兩個步驟，首先根據(jù)由支持向量機確定故障類從而選定診斷模型;然后根據(jù)分類診斷模型進行知識推理和信息融合混合推理識別故障模式。同時，利用知識庫中的IF-THEN診斷規(guī)則，根據(jù)規(guī)則前提條件求解具體的故障原因、故障位置、故障影響和故障處理措