船舶燃气轮机长期运行在高转速、高温、高压以及高应力状态下，以及高湿和高盐的工作环境中，使得在运行过程中发生各种故障的可能性增大，一旦发生故障就会给船舶的安全运行带来危害。燃气轮机故障诊断技术能够帮助运行维护人员提前发现异常，查明故障原因，并给出合理的解决方案，使燃气轮机安全稳定的运行，提高船舶运行的安全。本文以三轴燃气轮机为研究对象，开展了故障数学建模、机理分析和诊断算法等研究，主要工作如下：（1）建立燃气轮机典型气路故障数学模型。在深入了解和掌握燃气轮机气路部件的热力参数关系后，应用小偏差法使气路部件的热力学公式线性法；分离出故障发生时性能参数变化量的独立变化量，建立故障系数矩阵将测量参数的偏差和性能参数的偏差联系在一起；通过实验数据，求解出故障系数矩阵，最终建立工况点测量参数的性能参数之间的故障模型矩阵，该模型能够应用于燃气轮机故障的模拟。（2）模拟燃气轮机典型气路故障。确定燃气轮机典型故障的判据；分析燃气轮机典型故障的机理，阐述发生故障的原因以及故障后对于燃气轮机总体性能的影响；基于设计工况点的故障模型矩阵，对燃气轮机不同设计工况点的压气机/涡轮叶片积垢、压气机叶顶间隙、压气机/涡轮叶片磨损、压气机/涡轮叶片机械故障、涡轮叶片热腐蚀以及燃烧室故障这六种典型故障进行模拟；结合燃气轮机故障的机理，对模拟的结果进行分析。分析结果表明，故障模拟得到的结果是可靠的，可直接作为故障知识用于故障诊断算法的开发。（3）开展了基于概率神经网络的气路故障诊断技术的研究。首先提出了燃气轮机故障诊断的思路；其后建立概率神经网络诊断模型，应用模拟得到的故障数据，对气路故障进行诊断。诊断结果表明，概率神经网络诊断快速且有着很好的诊断精度。（4）开展了基于聚类的气路故障诊断技术的研究。通过计算相似度，聚类算法能够有效的区分不同故障模式。诊断结果表明，聚类算法有着很好的诊断精度，能使诊断过程直观，同时该算法还能给出发生某类故障的概率。