1、隨著現(xiàn)代化生產(chǎn)的高速發(fā)展，汽輪機作為電力工業(yè)的主要設(shè)備，也向著大型化、高容量化的的方向發(fā)展，為了提高生產(chǎn)效率、保證設(shè)備的安全運行，對汽輪機設(shè)備的運行狀況監(jiān)測和故障診斷變得越來越重要。而傳統(tǒng)的汽輪機故障診斷需要有經(jīng)驗的工作人員來進行，并且汽輪機軸系故障的多樣性和多因素的不確定性使得故障診斷過程十分復(fù)雜。因此，故障診斷技術(shù)正慢慢的走向智能化。人工神經(jīng)網(wǎng)絡(luò)是進行分布式并行信息處理的算法數(shù)學(xué)模型，其具有自學(xué)能力和聯(lián)想存儲能力、高速尋找優(yōu)化解的能

2、力、非線性處理問題能力能夠有效的提高故障診斷的準確率，因此將神經(jīng)網(wǎng)絡(luò)應(yīng)用到汽輪機的故障診斷當(dāng)中有著十分重要的經(jīng)濟和社會意義。
　　 本文從介紹故障診斷的基本概念入手，分析現(xiàn)有的汽輪機軸系振動故障診斷方法，發(fā)現(xiàn)這些方法存在的不足。通過對神經(jīng)網(wǎng)絡(luò)的研究表明，神經(jīng)網(wǎng)絡(luò)在概念和處理方法上都很適合汽輪機軸系振動故障診斷的要求，研究與設(shè)計基于神經(jīng)網(wǎng)絡(luò)的故障診斷系統(tǒng)，將具有重要的理論與實用意義。并對神經(jīng)網(wǎng)絡(luò)理論中的BP算法及其改進算法的推演和

3、相關(guān)知識進行了描述。在此基礎(chǔ)上，本論文在汽輪機軸系振動故障診斷中引入神經(jīng)網(wǎng)絡(luò)技術(shù)，研究如何將神經(jīng)網(wǎng)絡(luò)成功應(yīng)用于汽輪機的故障診斷，并設(shè)計了一個基于神經(jīng)網(wǎng)絡(luò)的汽輪機軸系振動故障診斷系統(tǒng)的模型，闡述了該模型的設(shè)計思想、模型原理圖。
　　 本論文針對BP網(wǎng)絡(luò)收斂速度慢，神經(jīng)元隱層節(jié)點不易確定和局部極小值等不足提出了改進方法。通過Matlab仿真軟件完成了故障診斷模型的實現(xiàn)。并將測試樣本輸入到建立的BP神經(jīng)網(wǎng)絡(luò)模型中進行檢驗。檢驗結(jié)果表明