随着燃气轮机技术的逐渐成熟以及工业生产的需求,燃气轮机在一些工业生产中的地位不断提高。燃气轮机发生故障不仅维修需要花费,而且延误工业生产将造成更大的损失。因此,有必要对其故障进行诊断与预测,尤其是故障多发的轴承部件。本文根据燃气轮机轴承的特点,对其进行了故障诊断与故障预测方面的研究,并最终基于LabVIEW建立了系统平台。主要包括以下工作内容：(1)基于振动诊断法对轴承进行故障诊断。根据轴承旋转的速度,推导出轴承在不同故障情况下的特征频率。针对轴承诊断加速度数据,采用快速傅里叶变换法与小波变化两种方法提取轴承故障特征频率。综合对比了轴承在不同故障情况下,两种方法提取特征频率的有效性。(2)基于智能神经网络法对轴承进行故障诊断。针对轴承不同故障情况下,振动加速度数据具有不同的频域、时域特征这一特点,采用小波包方法提取轴承频域范围的特征值。计算出轴承在时域范围内具有代表性的特征值。时域与频域的特征值作为神经网络的特征向量,概率神经网络实现对轴承的智能故障诊断。(3)基于时序预测与神经网络相结合的方法对轴承进行故障预测。根据相空间重构理论对轴承参数进行重构。采用BP神经网络对燃气轮机轴承运行的相关参数进行了单参数、单点的时序预测。将单点预测的结果作为广义回归神经网络的输入。模型输出的误差百分比作为判断轴承状态的依据。(4)基于LabVIEW建立了燃气轮机轴承故障诊断与故障预测的系统平台。选定NI公司的LabVIEW作为软件开发平台进行程序设计。设计了系统初始化程序、用户登入程序、信息管理、运行主界面程序、故障诊断模块程序、故障预测模块程序。这些模块在主VI的程序框图中按照一定的逻辑关系组合起来,就形成一个完整的诊断与预测的开发平台。