船用燃气轮机工作在海洋环境下,除了遭受高温、高压、高转速及高应力的恶劣工作条件外,空气中的盐雾也会污染和腐蚀燃气轮机通流部分,其气路部件性能会逐渐衰退老化,容易导致各种严重的故障发生。因此,对于船用燃气轮机用户来说,当前机组的性能健康状况是极为重要的信息。当气路部件发生性能退化时且在严重故障产生前,部件的实际性能衰退情况是不易监测预见的。本文在总结国内外燃气轮机气路诊断技术研究现状的基础上,开展了船用燃气轮机气路诊断技术研究。气路诊断技术可以帮助用户制定更为准确详细的维修策略,从而减小停机时间、节省维修成本、提高机组利用率与可靠性。本文主要从非线性气路诊断方法出发研究解决基于热力模型决策的燃气轮机气路诊断方法中的几个关键技术问题,包括以燃气轮机性能分析和气路诊断为目的的高精度热力模型建立、诊断精度易受环境条件(大气压力、温度和相对湿度)及操作控制条件变化影响的问题、参与诊断部件数目增多及测量噪声干扰而导致气路诊断可靠性低的问题、诊断准确性高度依赖气路传感器可靠性的问题,针对这些问题提出相应的解决方法,并将这些方法应用到船用三轴燃气轮机气路诊断中,本文研究的具体内容如下:首先,建立高精度船用燃气轮机热力性能模型。基于美国NIST网站数据库标准编制空气和燃气的工质热物性计算程序;建立适用于不同工质组分情况下特性计算的部件级全非线性热力模型,为提出简单有效的部件特性线修正方法和气路诊断方法提供基础;提出一种基于粒子群优化算法辨识的部件特性线修正方法,适用于对一套同一型号燃气轮机的部件特性线修正和对已有的其他型号燃气轮机的部件特性线修正这两种常见情况,使修正后的热力模型部件特性线与实际目标燃气轮机的真实部件特性线相匹配,以提高热力计算精度,为准确的机组性能分析和气路诊断打下基础。其次,解决诊断精度易受环境条件及操作条件变化影响的问题。用相似折合参数重新定义压气机和透平的气路健康参数,消除由于环境条件(大气压力、温度和相对湿度)变化而导致机组运行性能变化对诊断结果的影响,并以部件健康参数直接作为自变量参数,以气路实测参数作为目标参数,在典型非线性气路诊断方法的基础上采用了改进型的非线性气路诊断方法,作为船用燃气轮机气路诊断方法研究的主体架构。接着,解决参与诊断部件数目增多及测量噪声干扰而导致气路诊断可靠性低的问题。为了更有效的识别、隔离性能衰退的部件,并准确地量化衰退程度,提出一种基于热力模型与粒子群优化算法相结合的非线性气路诊断方法,从全局优化的角度来改善气路诊断结果的准确性。同时,为了增强气路诊断的准确性并兼顾诊断计算实时性,借鉴模式识别技术的优点,从故障系数矩阵降维的角度来改善诊断结果的准确性,提出一种基于灰色关联理论与热力模型相结合的混合型非线性气路诊断方法。该方法包括两步:第一步是通过自适应灰色关联算法识别、隔离发生性能衰退的部件,从而实现故障系数矩阵的降维(即确定了待诊断的实际气路部件健康参数的子集);第二步,通过改进型非线性气路诊断方法量化被隔离部件的性能衰退程度,用以评估目标燃气轮机实际的性能健康状况。最后,解决诊断准确性高度依赖气路传感器可靠性的问题。通常,准确的气路测量信息对于获取准确的衰退特征从而实现准确的气路诊断至关重要。由于气路侧的传感器同部件一样工作在高温、高压、高应力的恶劣环境中,其性能也可能会衰退甚至发生故障,此时会产生一定的测量偏差,易引起误导性的诊断结果。针对上述问题,为了仍能有效的识别、隔离性能衰退的部件,并准确地量化部件性能衰退程度,采用一种基于高斯数据调和原理与多运行工况点相结合的非线性气路诊断方法,来降低部件健康参数对传感器测量偏差的敏感性。该方法包括两步:首先基于高斯修正准则的数据调和原理对某一稳定运行工况下的待诊断的气路测量数据进行数据调和,检测出可能发生性能衰退或故障的气路传感器;其次以部件健康参数及可疑传感器的测量偏差作为自变量参数,以待诊断的多个运行工况点的气路测量数据与热力模型计算值之间的均方根误差为目标函数,通过粒子群优化算法迭代寻优计算得到当前各个部件(压气机、透平和燃烧室)的气路健康参数,用以评估对象燃气轮机实际的性能健康状况。