计算机技术的迅猛发展,直接推动了电力技术的进步.现代汽轮发电机组的功率与频率调节由以计算机为核心,集调节、保护、监测和顺序控制为一体的数字电液控制系统来完成,彻底摆脱了长期来机械液压调节保护系统可靠性差、调节精度低、稳定性不好的落后局面,提高了功率、频率的调节品质,实现了机组协调、优化运行复杂控制算法,增强了超速等保护的安全可靠性.然而,电液控制系统的故障不可避免,如油系统导致的伺服阀故障等;另一方面,国内发电厂因技术准备不足以及缺乏必要的检测设备,系统出现故障时,运行维护人员不能及时判断并解决故障.所以,研究汽轮机电液控制系统的故障诊断显得尤为必要,且有很高的工程实用价值.故障诊断包括静态故障分析和动态故障诊断两部分内容.前者主要通过对系统故障的完整分析,给出故障处理的意见,使解决故障有据可循.后者则主要着眼于故障的在线诊断和定位.两部分是相辅相成的.目标是要能快速的判断故障,并及时正确的解决故障.论文应用故障树以及故障模式和影响分析法对整个汽轮机电液控制系统做了详尽的静态故障分析.同时,在分析基础上,对主要故障系统,抗燃油系统给出了相应的运行维护建议.这对于防止故障的发生有着实际意义.人工神经网络对于本质非线性动态系统有着高度的适用性.论文基于神经网络方法,寻求一种方便的、可靠的动态故障诊断技术.其实质是一个基于神经网络的动态系统辨识问题.论文力图在诊断方法上为后续实用系统的开发做一探讨.论文主要分为三个部分,对电液控制系统的静态故障分析和动态故障诊断方法做了详尽的介绍.第一部分主要对选题背景,相关领域国内外研究状况做了概要的叙述.第二部分讨论系统静态分析,包括第二、三章,对电液控制系统做了整体故障分析,同时对油系统的故障成因及运行维护做了详细讨论.最后一个部分主要探讨神经网络在动态故障诊断中的应用.该部分介绍了如何在动态系统辨识中应用神经网络,并建立了位置伺服系统的仿真模型和相应的动态神经网络模型.论文最后以伺服阀为例,应用该网络模型实施故障诊断,给出了三种典型故障的诊断结果.