随着中国电力工业科技进步和电力体制改革的深化,发电企业对汽轮发电机组在线状态监测与故障自动诊断技术提出更高要求.该课题就振动数据处理和数据库技术在机组状态监测与故障诊断系统中的应用进行详细研究,并取得一定成果.论文首先分析了谐波小波的定义和算法,以及小波分解结果的时频图和等高线图表示方法的优点和不足.在此基础上,提出谐波小波时频剖面图方法.在噪声背景下,谐波小波时频剖面图比小波时频图和等高线图能更好地提取信号特征.运用谐波小波时频剖面图方法分析模拟信号和实际机组数据,取得满意效果,说明此方法是有效的.如何将描述混沌运动特征的相关维数用于机组故障信号特征的提取是该课题研究的另一主要内容.该文使用G-P算法计算实际机组动静碰摩故障信号弹相关维数,并把计算结果与已有结论进行比较.结果表明,不同类型的故障具有不同的相关维数,说明不同故障的动力学形成机制不同.目前,相关维数分析方法可作为传统诊断方法的补充.随着理论研究的深入和典型故障数据的积累,相关维数必定会在非线性故障诊断中发挥重要作用.数据库技术凝聚着数据管理的精华思想,是一种先进的信息管理工具.该文从振动数据管理角度讨论数据库技术在机组状态监测与故障诊断系统中的应用,运用关系数据库理论设计振动数据库系统.根据实际需要,把来自振动信号采集系统的数据划分成不同实体,并按规范化准则转化成对应的关系模式.此外,还讨论了振动数据库系统与其它系统的联通和通讯方式.采用SQL Server和C++ Builder实现所设计的振动数据库系统及其应用程序.