汽轮机发电机组转动与静止部件间的碰摩是常见的故障。随着机组向高性能、高效率发展,动静件间隙变小,碰摩故障发生的可能性随之增加。因此,对于碰摩故障的特征提取与监测一直为大家所重视。而将声发射技术应用于转子碰摩故障监测与诊断,是当前研究的一个方向。本文以声发射技术为手段,对转子碰摩声发射信号的降噪与基于声发射技术的转子碰摩故障类型识别进行了理论与实验研究。研究工作主要包括以下两个方面：　　 ⑴转子碰摩声发射信号的降噪方法研究。基于数学形态学的基本形态变换及其组合形式,提出了一种新型的广义形态滤波器。该滤波器采用共轭梯度法对广义形态开-闭与闭-开滤波器的权系数进行迭代计算,确定能达到最佳降噪效果的权系数值,利用最佳权系数值对广义形态滤波器线性组合,从而达到降噪效果。将其应用于碰摩声发射信号的降噪处理中。试验结果表明,通过选取恰当的结构元素与步长参数,该滤波器对转子碰摩声发射信号能取得较好的降噪效果,相比于传统形态滤波器能够获得更高的信噪比,为碰摩声发射信号降噪提供一种有效的途径。　　 ⑵转子碰摩声发射信号的识别方法研究。采用改进标度长度选取方法及进行分段拟合的优化措施改进了计算碰摩声发射信号Hurst指数的方法,其中标度长度采用2的指数方式选取,而将重标极差序列曲线分为四段,选取第三段曲线进行直线拟合,所得直线斜率即是Hurst指数估计值。通过数值仿真验证了该方法具有更高的估算精度。针对Hurst指数与近似熵能够表征不同碰摩强度下声发射信号物理意义的特点,提出将Hurst指数与近似熵共同组成识别碰摩声发射信号的混合特征参数,并建立了一个基于BP神经网络的碰摩声发射信号识别系统。该系统能够较准确地识别不同碰摩强度下的声发射信号。