汽轮机是火电厂中最主要的设备之一,随着国家经济的发展,各种高参数、大容量的汽轮发电机组不断投产,一方面提高了电能生产效率,降低了劳动成本,另一方面,一旦机组发生故障,所造成的经济损失将会成倍的增加,社会影响也是难以估量。因此,开发先进的状态监测与诊断系统对设备进行监测和故障诊断显得尤为重要。本文利用LabVIEW虚拟仪器开发平台研发了600MW汽轮机故障智能诊断系统。本系统以600MW汽轮机为诊断对象,实现了汽轮机运行状态的监测、显示、报警、数据存储、故障征兆自动获取和故障诊断等功能。本文利用Access 2003作为系统数据库开发工具,开发了汽轮机状态监测数据库系统,利用LabSQL工具包实现了LabVIEW对数据库的访问。故障诊断中用到的故障征兆全部采用自动获取的方法,从而实现汽轮机故障诊断的实时性、准确性要求。主要故障征兆包括频率成分和特征;轴心轨迹形状和进动方向;振动幅值和相位的变化量;振动与机组工况(如励磁电流、有功负荷、转速)的关系等。知识表示有多种方法,本文在分析产生式和框架式的知识表示方法及优缺点之后,采用了框架式知识表示方法和产生式的推理方法。推理机采用选择结构和顺序结构来实现。此外,还论述了利用神经网络进行故障诊断的智能诊断技术,包括神经网络结构设计、网络训练和在LabVIEW中实现的方法,并把神经网络故障诊断作为辅助诊断系统。最后,利用仿真数据验证了本论文使用的知识表示方法的有效性和系统的实用性。