随着燃气轮机技术的成熟,在各个行业的应用变得更为广泛,其中包括航空航天、舰船、能源等前沿科技领域。这些行业对设备要求非常高,燃气轮机却极容易出现故障,这些与其结构的复杂性和工作环境的恶劣性有关,其中最可能发生的燃气轮机气路问题显得尤其突出,气路一旦产生异常会对整机造成极大的影响。因此,许多学者将气路故障问题列为燃气轮机研究重点,及时有效的气路故障估计是设备稳定工作的基础,一方面可以保证工业工作过程的安全性,同时又可以提升经济效益,具有重要的理论意义和工程应用价值。本文主要研究卡尔曼滤波器理论,并将其应用到燃气轮机气路的故障诊断中,具体的工作如下:首先,论文阐述燃气轮机气路故障的主要失效形式,以此为基础分析了燃机的故障特征。创建了三轴燃气轮机的线性状态空间模型,并对模型进行了归一化处理。为了表征气路部件性能蜕化程度,文中选择10个健康参数描述各部件的健康工况,将描述构件受损程度的流量和效率引入状态空间,得到包含健康参数的三轴燃气轮机线性气路故障模型。论文将线性模型与卡尔曼滤波(KF)技术结合,建立了适合于扩展卡尔曼滤波器(EKF)的离散化的非线性模型。其次,论文介绍了卡尔曼滤波方法的基本原理。针对三轴燃气轮机线性气路故障模型特点,给出离散型卡尔曼滤波器计算流程;利用(KF)的参数同步分析功能,估算燃机内部构件受损情况,列出气路部件的健康参数估计步骤,分别对渐变性部件和突变性部件进行了故障诊断,仿真表明(KF)估计结果比较准确、估计合理,但存在一定的误差。为此,基于燃气轮机离散化的非线性模型,论文推导了扩展卡尔曼滤波算法,并对渐变型和快变型故障分别进行了故障诊断,通过燃机6项参数的效率和流量估算表明,对变动范围较小的参数具有较好的追踪效果。最后,论文研究了无迹卡尔曼滤波(UKF)算法,采用卡尔曼线性滤波框架,一步预测方程中使用(UT)变换处理均值和协方差,实现了非线性数据运用,解决了过度依赖线性模型的不足;文中给出了对称采样的无迹卡尔曼滤波算法,分别对渐变性部件和突变性部件的进行了故障检测,通过燃机部件健康参数估计结果表明,无迹卡尔曼滤波能够有效检测故障,且效果良好。