燃气轮机气路故障不仅造成燃机性能下降，影响燃机的经济性，气路故障如果不能被及时发现和维修，还会影响燃气轮机机组运行的安全性和可靠性。气路故障诊断对燃机部件气路通流部分的运行状态进行实时的监测和评价，针对燃气轮机的运行状态合理安排燃机的运行和维修计划，减少不必要维修，最大限度的提高燃气轮机系统的安全性、可靠性和经济性，因此燃气轮机气路故障诊断研究具有重要的理论意义和工程应用价值。本文重点研究了基于模型的重型燃气轮机气路故障诊断方法，基于此建立了基于模型的重型燃气轮机气路故障诊断系统。首先，建立面向对象的重型燃气轮机自适应气路故障诊断模型。将模型仿真结果与燃气轮机运行实测数据对比验证所建立模型的准确性。建立重型燃气轮机状态空间模型、线性和非线性自适应气路故障诊断模型以及基于扩展卡尔曼滤波器的自适应气路故障诊断模型，用于重型燃气轮机气路故障仿真和诊断。其次，研究基于模型的重型燃气轮机气路故障诊断精度评价和测量参数优化选择方法。提出一种新的状态能观度分析方法，高能观度状态和高总体能观度测量组具有高故障诊断精度。利用能观度方法分析测量噪声、冗余测量、燃气轮机非线性对燃气轮机各状态能观度和故障诊断精度的影响；分别对基于动态模型和稳态模型的重型燃气轮机气路故障诊断方法进行测量参数优化选择。再次，研究基于自适应扩展卡尔曼滤波器的重型燃气轮机气路故障过程跟踪。针对扩展卡尔曼滤波器算法的不足，提出基于强跟踪滤波器的燃气轮机自适应气路故障诊断方法，实现对燃气轮机渐变故障和快变故障的准确跟踪。基于卡尔曼滤波器原理对强跟踪滤波器算法进行改进，提高算法对故障幅值、滤波器初值以及测量噪声的鲁棒性。最后，研究基于模型的燃气轮机欠定气路故障诊断问题，提出基于稀疏贝叶斯学习算法的欠定气路故障诊断方法，用于燃气轮机快变气路故障和传感器故障同时诊断。通过对大量故障诊断实例分析，验证方法的有效性、准确性和较已有方法的优越性。