在火电厂中,送风机系统作为辅机系统之一起着极为重要的作用。一方面,它直接关系到炉膛的安全燃烧;另一方面,它的高效率运行能提高煤的利用率。因此建立送风机的检修系统对电厂的经济、安全生产有着重要的现实意义。同时,传统以预防性计划检修为主的体制已不能满足现代化电厂的生产要求,而逐渐被以设备的实际工况为依据的状态检修所取代。本文以送风机为研究对象,设计了一个基于神经网络的状态检修系统,该系统可以实现对送风机状态参数的数据采集、状态监测、状态预测、态势分析、故障诊断、故障分析和维修决策等功能。本文详细阐述了送风机状态检修系统的原理、结构及各部分功能的实现方法。系统通过PI实时数据库网络采集送风机的各主要性能参数,并通过PI的数据接口与上位机实时通讯实现在线状态监测功能。同时采集的原始数据经数据预处理和特征提取后,通过神经网络状态预测模型和故障诊断模型对送风机当前的状态进行预测和诊断,其结果经分析决策后返回在线状态监测界面指导维修人员维修。系统运用先进的状态监测、信号处理及故障预测诊断技术,具有很高的可靠性。送风机状态检修系统为送风机的良好运行提供了保证,同时也为发电机组的炉膛安全燃烧,以及电厂的安全、经济运行提供了可靠保证。在降低检修费用、延长检修间隔的同时,也使送风机的使用寿命大大延长,增加了电厂的经济效益。