燃气轮机工作过程是一个交叉耦合的热力学过程，工作环境恶劣，容易发生各种故障。一旦发生故障就会给生产经营带来重大损失。燃气轮机故障诊断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，节约成本。本文针对单轴燃气轮机开展了气路故障诊断研究，为实际生产提供参考。主要工作如下：（1）建立燃气轮机无故障模型。根据厂家提供的试车数据，采用变比热循环计算获得了燃气轮机部件特性线。采用模块化建模方法，建立了单轴燃气轮机无故障模型，并用设计点工况验证了模型的正确性。无故障模型就可以实现对燃气轮机性能参数的监测，同时为气路故障诊断奠定基础。（2）开展燃气轮机气路故障诊断技术研究。将无故障模型小偏差化，分离出性能参数偏差的独立变化量，通过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，以燃气轮机常见气路故障的判据为基础，得到9中典型气路故障时测量参数的偏差情况，最后分析了环境温度对气路诊断的影响。（3）研究机器学习在燃气轮机气路故障诊断中的应用。论述了BP神经网络和支持向量机在燃气轮机气路故障诊断中的体系结构、诊断原理，以燃气轮机设计点工况的特征参数作为样本，建立了基于BP神经网络和支持向量机气路故障诊断模型。（4）设计开发气路故障诊断软件。基于NI-Labview开发了燃气轮机故障诊断系统，该系统由数据接收、数据存储、、故障诊断等模块组成，具有管理功能强、扩展方便等优点，为燃气轮机的安全稳定运行提供支持。