汽轮发电机组是火力发电厂的核心设备,作为高速旋转机械,其运行过程中不可避免地会出现振动。当振动超过限值时,就会影响机组安全稳定运行。热弯曲是一种较常见的振动故障,通常在机组带负荷运行后出现,可导致机组振动过大而被迫停机,严重的会造成转子永久弯曲。本文通过收集大量汽轮机发电机组热弯曲故障案例,对热弯曲故障进行了研究。首先总结了引发汽轮机转子热弯曲故障的原因,并针对不同原因结合具体算例分析了其对应的机理；然后从机组启动、运行阶段说明了热弯曲故障在振幅、频率、振动趋势等方面的特征,结合其他图谱加以分析并简要介绍了热弯曲故障的处理措施。基于以上研究成果,本文提出了BP神经网络迭代多步预测方法并应用于工程实际,对采集到的电厂实际运行数据进行基于EEMD分解的小波去噪处理后,使用该方法对其振动趋势进行预测并建立振动预警系统。结果证明,BP神经网络迭代多步预测方法较一般多步预测方法具有更高的预测精度、更好的趋势体现和更长期的预测效果,对振动超限预警有较好的指导意义。