水轮发电机组的故障诊断具有模糊性和耦合性，提出一种基于模糊神经网络FNN的水轮发电机组振动故障在线诊断方法。首先，对反映转子振动状态的轴心轨迹用分形维数提取其结构特征，实现图形量化，以便FNN在线识别；接着，以6种典型振动故障为研究对象，在总结了包括轴心轨迹在内4类共14种故障征兆的基础上，分析各故障征兆的模糊属性，给出它们的模糊处理；然后，建立一种六层的前向FNN映射征兆到故障间的模糊推理，并给出学习算法修正网络参数；FNN通过自学习可保证良好的在线诊断精度。实例分析结果验证了其可行性。