专家系统按其侧重点不同，大致可分为基于推理的专家系统(如基于神经网络的推理[150]、基于事例和模型的推理[151]等)和基于知识的专家系统[152～158]等。在专家系统中，专家知识的学习、获取，以及知识库的建立是关系到诊断准确性的重要环节。于文虎、倪维斗、张雪江、钟秉林、韩西京、刘占生、何涛等人分别就知识范围的界定[159]、知识的处理[160～163]、知识的获取[164～167]、机器对知识的自学习[168][169]以及知识库的维护[170]等进行了研究。

诊断策略的研究还有：模糊诊断用于振动故障诊断[171～172]、用于层次模型[173][174]、用于模式识别[175]、用于转子碰磨诊断[176]、用于通流部分热参数诊断[177]的研究;模糊关联度用于多参数诊断[178];灰色理论用于故障诊断[179];概率分布干涉模型用于诊断[180];相关维数用于低频噪声诊断[181]等的研究。

诊断方法上的研究一直是故障诊断的一个重点。振动法是应用最普遍也比较成熟的一种方法[182～186]，Ingleby，M把自动分类法和模式分析用于振动诊断[187]，何正嘉应用Winger时频分布和主分量自回归谱分析轴瓦的振动信号[188]，施维新针对一般诊断都是从征兆判断原因的逆向推理提出了振动诊断的正向诊断法[189]。在汽轮机故障诊断中，应用热力学分析诊断汽轮机性能故障也是一个重要手段[190～193]，另外还有油分析、声发射法、无损检测技术等。声发射法主要用于动静碰磨故障检测[194]、泄漏检测等。日立公司在350MW汽轮机高中压转子上设置试片，在两端轴承的轴瓦处进行声发射和记录，诊断转子的碰摩[195][196]。在汽轮机寿命诊断中，无损检测技术应用相当重要，目前用到的非破坏性评价法主要包括硬度测定法、电气抵抗法、超声波法、组织对比法、结晶粒变形法、显微镜观察测定法、X射线分析法等[21][197]。

2.3.国内在故障诊断系统设计和系统实现方面的研究

完整的汽轮机故障诊断系统，应包括数据采集、信号处理与分析、诊断和决策几个部分，它是故障诊断技术的集中体现，我国早在80年代就开始了这方面的研究，到目前已经研制开发出了几十种系统。

华北电力学院以模拟转子试验台作为信号源对汽轮发电机组振动监测与故障诊断系统进行了研究[198]。上海汽轮机厂研究所经过多年的实验和研究，推出了四套旋转机械状态监测和故障诊断系统，他们在系统硬件配置上做了较多的工作[199]。上海交通大学研制了一种热力参数监测和故障诊断系统TPD，该系统可以提高运行可靠性、优化运行方案、提高运行效率、延长运行寿命[200]。东南大学对集成智能故障诊断系统[201～204]和远程分布式故障诊断网络系统[205]进行了研究。华中理工大学研究了诊断系统的功能及其实现[206]、数据的采集[207]以及远程诊断[208][209]等问题，并开发出了多套汽轮机故障诊断系统，其中汽轮发电机组在线振动监测与故障诊断专家系统(HZ-1)采用了主从机结构，可以对多台发电机组实时监测及集中诊断;200MW单元机组状态监测、能损分析及汽轮发电机组故障诊断专家系统采用Solartron分散采集系统监测机组，集DAS系统、状态监测、能损分析和故障诊断于一体[210～212]等。由清华大学、华中理工大学、哈尔滨工业大学、哈尔滨电工仪表所等院所联合研制200MW、300MW汽轮发电机组工况监测与故障诊断专家系统(国家"八五"攻关项目)可全面监测诊断机械振动故障、汽隙振动故障、热因素引起的故障、机电耦合轴系扭振故障、以及调节控制系统故障[213]。哈尔滨工业大学对诊断系统从数据采集到原型机理论作了很多研究[214～219]，并推出了代表性的诊断系统MMMD[220]。清华大学对诊断系统的软件构成[221]、硬件结构与协调方法[222]、原型机系统[223～225]等，进行了一系列的研究[226]，并与山东电力科学试验研究所合作开发出了大型电站性能与振动远程监测分析与诊断系统，该系统由各电厂中的振动分析站、数据通讯网络系统、远程诊断中心(济南市山东电力科学研究院)和远程诊断分中心(清华大学)等四个子系统构成[227][228]。国内主要汽轮机故障诊断系统及研制单位见表1[229]。