随着国民经济的快速增长,电力需求也不断增加,稳定可靠的发电系统也越来越重要。我国水能资源丰富,水电装机容量不断增加,水轮机组单机容量不断扩大。提高大型水轮机组的运行可靠性、降低水轮机组的检修成本、避免重大事故的发生具有显著意义,而推力轴承作为水轮机组的主要部件之一,对其进行状态监测和故障预警尤为重要。近年来随着在线油液监测技术的不断发展,运用油液监测技术对设备进行故障诊断得到应用。为实现大型水轮机组推力轴承的状态监测与智能化远程运维,运用在线油液监测传感器对推力轴承润滑油液进行数据采集,构建在线油液状态监测系统,实现推力轴承的故障预警与故障识别。本文主要研究内容如下:首先,根据流体动力润滑理论,计算了推力轴承在正常工况下的油膜压力和油膜厚度分布情况,分析了在不同转速和载荷下的最小油膜厚度变化特点,确定了其油膜厚度的大致范围,研究了基于电涡流位移传感器的油膜厚度监测方案,并验证了其有效性和可靠性。随后设计了一套在线油液数据采集箱对推力轴承的润滑油液理化指标和污染度等参数进行实时监测。制定了大型水轮机组推力轴承油液在线监测系统整体架构,完成了电涡流传感器和在线油液数据采集箱的安装。其次,对推力轴承润滑油液故障检测与预警方法进行研究,针对在线油液监测数据分布不均衡问题,使用时间序列模型和主成分分析方法对正常运行时期的数据进行建模,构建了模型残差、平方预测误差SPE和Hotelling T~2的过程控制图,综合了三种控制图进行故障检测与预警,能有效实现异常检测并降低误检率,同时能识别异常变量。再次,设计了推力轴承摩擦磨损试验台,对推力轴承在不同工况和润滑状态下进行磨损试验,分析了运行过程中推力轴承推力瓦温度和摩擦系数的变化趋势,得到了各参数对推力轴承性能的影响,总结了不同润滑状态与推力轴承故障间的关系。为估计推力轴承磨损寿命,对其进行周期性的启停磨损试验,研究了其寿命与启停次数间的关系。最后,分析了大型水轮机组推力轴承的故障特点和故障机理,总结了其推力轴承的常见故障类型,对油液故障数据集进行了收集和分类。研究了在线油液监测数据特征提取方法,针对K近邻算法的不足,使用了基于遗传算法的K近邻算法进行故障诊断,构建了故障识别球集合,提高了故障识别的准确率和计算速度,同时保证了诊断方法的自适应性和可扩展性,使系统能够识别新的故障。运用Python和Qtcreator开发了推力轴承润滑油液状态监测软件系统,完成了对推力轴承的状态监测、故障检测与预警和故障识别等功能,实现了大型水轮机组推力轴承润滑状态监测与智能化远程运维管理。