人工智能(Artificial Inteligence)是当前科学技术发展中的一门前沿科学，同时也是一门新思想、新观念、新理论、新技术不断涌现和迅速发展的学科。本文把人工智能应用到设备故障诊断中，具有非常积极的意义。 设备故障诊断技术包括测试技术、状态监测和故障诊断三个基本内容。在本文中着重研究状态监测和故障诊断这两个内容。设备状态监测和故障诊断是通过掌握设备过去和现在运行中的状态量，判断有关异常或故障的原因及预测对未来的影响，从而找出对策技术。 系统主要通过数据采集处理卡进行数据采集，完成对振动信号的人工诊断和智能诊断。因此，本文主要从两个部分进行论述，第一部分是进行前端数据获取，这是进行故障诊断的基础。在这一部分中详细探讨了的数据采集和处理的硬件电路和软件流程，本系统中，采用了“DSP+USB”的方式进行数据的采集和处理，把特征数据上传到上位机组数据库中。由于专用数字处理器的使用，使得数据采集和处理速度满足了在线诊断实时数据处理的要求，并且利用USB总线进行传输，整个采集模块方便便携；第二部分是进行故障诊断。在这一部分中，根据机组的数据库，结合专家系统的知识库，可以直接或人工对故障进行诊断。在本文中，研究了水轮机组的状态监测和故障诊断整个系统，阐明了系统主要内容和总体框架，并着重研究了作为专家系统核心的知识库及管理系统的构建方法，在比较的基础上采用了“框架+规则”的组合存储方法，并且针对特点提出了正反向混合推理的策略，最后采用软件工程的思想，用Delphi6.0编程实现了具有模块化和开放式的水轮机组的故障诊断专家系统。