燃气轮机是典型的复杂系统,故障与征兆之间呈现非线性关系。复杂网络作为复杂系统的一种研究方法,可以根据网络特性分析出燃气轮机中各个节点间的内在联系,实现从整体论角度对故障进行分析判断,有助于挖掘出隐藏在燃气轮机运行状态之间的相关关系以及特征模式。因此,本文基于复杂网络理论研究了燃气轮机网络建模方法,分析了故障及不同故障严重程度下的燃气轮机网络拓扑特性,提出了基于复杂网络的燃气轮机典型故障和故障严重程度的诊断方法,为燃气轮机故障诊断提供了新方法。具体研究内容如下:(1)燃气轮机复杂网络建模研究。从微观、介观和宏观三个角度分析了复杂网络特性;针对燃气轮机热力故障诊断,以低维气路参数为节点,以反比例相似度函数为边,建立燃气轮机气路参数拓扑网络;针对燃气轮机轴承故障,采用符号化时间序列的方法,将高维轴承振动频率降频成符号编码概率节点建立燃气轮机轴承拓扑网络;得到了燃气轮机复杂网络平均路径长度和聚集系数与相似度系数与阈值的关系,实现了燃气轮机气路故障和轴承故障的复杂网络建模。(2)基于模块度社团探测的燃气轮机故障诊断研究。根据气路故障建模与轴承物理故障试验先验知识,提出了基于模块度社团探测的燃气轮机故障诊断方法,将燃气轮机状态识别问题转换为网络社团探测。建立了燃气轮机气路故障训练集网络和轴承训练集网络,开展了故障诊断方法准确性和泛化能力试验,表明所提出的基于模块度社团探测的燃气轮机故障诊断方法可实现气路与轴承典型故障的诊断,对未知故障具备泛化检测能力。(3)基于自动分类社团探测的燃气轮机故障诊断研究。针对模块度社团探测依赖先验知识进行社团分类的问题,提出用平均聚类系数和平均路径长度来寻找燃气轮机运行状态网络最佳社团特性时的阈值,实现燃气轮机网络社团的自动分类。建立了燃气轮机气路故障训练集和轴承训练集网络,分析了不同阈值下燃气轮机气路网络平均聚类系数和平均路径长度的变化趋势。开展了故障诊断方法准确性和泛化能力试验,验证了所提出的基于自动分类社团探测的燃气轮机故障诊断方法在无先验知识提供分类数目的情况下,能够实现气路与轴承典型故障的诊断,具备诊断知识的泛化与自学习能力。(4)燃气轮机故障严重程度诊断研究。依据燃气轮机部件故障先验知识,提出基于模块度社团探测的部件故障严重程度诊断方法,分别开展了燃气轮机气路性能下降故障和轴承不同尺寸故障程度的诊断试验,验证了本方法可实现燃气轮机部件故障严重程度的诊断。针对燃气轮机整机故障严重程度全寿命周期渐变的特点,以全寿命周期时间序列为节点,采用网络平均路径长度寻找最优阈值,建立了整机故障严重程度网络模型,得到全寿命周期整机故障严重程度与网络节点度稀疏关系,提出了基于节点度的整机故障严重程度诊断方法,并进行了仿真试验验证,为燃气轮机整机故障严重程度诊断提供了新方法。