汽轮机连续在高温、高压和高转速的工作环境下运行,且又与复杂的气、水、油、汽系统有机地联合工作,不可避免的会发生一些故障和事故。因此对汽轮发电机机组运行的正常维护,是确保汽轮机组安全经济运行的重要环节。汽轮发电机机组复杂的系统结构、多变的转速、动态的应力应变、过大的轴线温度梯度分布以及工作介质的腐蚀等,诱发机组故障的潜在不确定性因素相应增加。针对汽轮发电机机组故障的潜在不确定性因素不断增加以及多故障间耦合性和关联性的难以识别,本文通过分析故障诊断专家系统的不确定性的问题,提出一种基于概率因果模型和二维全息谱的不确定性推理的汽轮发电机机组故障诊断的方法。本文主要的研究内容如下:(1)研究了汽轮机故障诊断中不确定性的原因。分析了不确定性在汽轮机故障诊断中的应用,详细论述了不确定性在基于案例和规则的专家系统故障诊断过程中产生的原因,并提出了相应的解决方案。(2)建立了基于概率因果模型和二维全息谱的不确定性推理的汽轮发电机机组故障诊断模型,论述了诊断模型的相关理论知识,通过对比频域图中和二维全息谱图中被测信号与标准信号,选取征兆集合,初步确定可能发生的故障覆盖集;根据故障的先验概率,概率间的因果强度,利用概率因果模型筛选故障类型;通过叠加故障信号与标准信号二维全息谱图,计算各倍频故障信号与标准信号的覆盖面积及重合比率得到故障类型,以达到对汽轮发电机组故障中的不确定性问题进行约简、分类识别以及判断多故障组成的目的。(3)提出一种将各倍频信息归一化处理并结合全息谱诊断与并集理论的多故障主导因素的判定方法。首先,故障诊断经过初步确定故障覆盖集,筛选故障类型,全息谱验证后判断出可能发生的故障类型。其次,将全息谱各倍频被测故障信号与标准信号重叠面积比率作为各单一故障发生的概率,将各倍频信息归一化处理;最后结合并集理论,求解多故障发生的概率,为多故障诊断中的主导因素提供数据。为以后解决多故障耦合程度的判定提供了可能性。