随着燃气轮机故障诊断技术从简单的人工巡视、定时维修和事后维修向视情维修转变,以智能算法和先进推理技术对燃气轮机关键部件进行在线状态监测和实时故障诊断成为新的研究热点。由于燃气轮机含有多个关键部件,而一般燃气轮机上的测点数量不足以支撑针对每个部件进行独立的监测与诊断。这导致任一部件的故障可能会触发针对其他部件的诊断系统的误报警。因此,设计一套完备的故障诊断架构、制定合理的故障检测逻辑实现燃气轮机多故障的在线监测与故障诊断具有十分重要的意义。本文开展了三轴燃气轮机多故障在线监测与分层诊断研究,论文的主要工作如下:建立了考虑排温周向分布的燃气轮机仿真模型。该模型在传统的集总参数模型基础上进行了改进,设计了多火焰筒结构并考虑了涡轮旋转和掺混效应,形成了具有排温周向分布结构的仿真模型。该模型能够精细刻画燃烧室局部故障对排温分布的影响情况。所建模型在设计工况的最大误差仅为1.86%。在变工况验证实验中,当燃气轮机输出功率大于50%额定功率时,模型仿真值与实际数据的相对偏差在±0.5%以内。该模型为后续故障诊断算法研究提供数据支撑和验证平台。此外,通过系统辨识的方式获得了精度高、计算快的多输入多输出平衡流形展开模型,为开展基于Kalman滤波的燃气轮机在线监测与分层诊断技术提供具备实时计算能力的系统模型。针对传感器故障,提出了基于滤波阵列和无监督学习的故障诊断方法,实现了多传感器故障的检测、隔离与估计。仿真验证结果表明燃气轮机处于稳态工况时传感器最小可检测故障的平均值约为燃气轮机额定工况输出值的0.46%。针对执行机构故障,提出了基于状态参数扩维的故障诊断方法,实现了执行机构故障的准确估计。仿真验证结果表明缓变故障估计结果的平均误差为1.87%,突变故障估计结果的平均误差为2.22%。最终通过结合两种故障诊断方法并设计合理的故障检测与隔离逻辑,构成了燃气轮机多故障在线监测与分层诊断系统的第一层框架,第一层框架可以实现传感器、执行机构和燃气轮机本体故障的检测与隔离。针对燃烧室故障,定义了反映燃烧室性能变化的能量分配系数。通过排温逆旋转估计与改进Kalman滤波阵列相结合的方式抑制了各类干扰因素对能量分配系数估计的影响,实现了燃烧室局部故障的灵敏检测和准确定位。进一步,通过分析不同故障情况下能量分配系数的变化规律设计逻辑分类器,构成了燃气轮机多故障在线监测与分层诊断系统的第二层框架,在第一层框架的基础上进一步将燃气轮机本体故障进行细致分类,实现了燃烧室故障与压气机/涡轮故障的检测与隔离。针对燃气轮机压气机和涡轮故障,提出了基于SRCKF阵列的故障诊断方法。通过构建模型阵列实现了欠定故障诊断问题的适定化,实现了压气机和涡轮突变故障的准确估计。仿真验证结果表明针对不同气路部件故障的估计结果,准确率可达到97.5%以上。提出了基于隔离因子的故障检测方法,实现了压气机和涡轮突变故障的检测与隔离。最后,结合两种方法构成了燃气轮机多故障在线监测与分层诊断系统的第三层框架,实现了压气机和涡轮故障的准确检测、隔离与估计。本文基于层次分类原则,建立了一个具有三层框架结构的燃气轮机多故障在线监测与分层诊断系统,该系统通过逐层递进的方式,将多故障分类问题转变为局部二分类问题,实现了燃气轮机传感器、执行机构、燃烧室、压气机和涡轮故障的检测、隔离与估计。仿真验证结果可以证明所建系统能够满足燃气轮机多故障在线监测与诊断的需求。