为实现燃气轮机的维修方式从定期维修转变为视情维修,保障燃气轮机系统运行过程的安全性和可靠性,需要在燃气轮机全寿命期间实现健康监控,因此需要研究燃气轮机预测与健康管理技术。本文在充分吸收国内外学者的研究成果的基础上,研究了燃气轮机预测与健康管理系统涉及到的关键技术。(1)首先,研究了燃气轮机预测与健康管理系统的总体结构。对PHM系统的基本概念和功能架构进行了研究,研究了燃气轮机异常工作模式以及复杂系统按照功能及结构的分解方法,并设计了燃气轮机预测与健康管理系统总体架构,分析了其主要组成部分。(2)其次,研究了基于数据驱动的KPCA算法,总结了采用KPCA进行故障检测与隔离的步骤,用KPCA实现了对燃气轮机传感器典型故障诊断与隔离,Matlab/Simulink仿真结果表明了KPCA能有效地检测出传感器恒偏差故障、漂移故障以及间歇性故障。(3)再次,采用基于模型的故障诊断方法,构建了燃气轮机气路故障诊断系统模型,提出了燃气轮机气路故障诊断系统的总体结构和设计方法,详细介绍了神经网络和多元假设检验两种故障检测和故障识别方法,并仿真验证了两种算法的有效性。在对两种算法优缺点分析的基础上,设计了一种算法融合方法,弥补了以上两种诊断方法的不足,仿真表明,算法融合后诊断系统的故障判别准确率得到提高。接下来,研究了测量参数趋势分析方法。研究了参数趋势分析方法的具体实施步骤,单参数趋势分析和参数之间关系的趋势分析,参数趋势的异常模式以及应用指印图分析方法进行故障诊断,并总结了参数趋势分析方法的优缺点。(4)最后,针对搭建的健康管理仿真平台,提出了一种评估故障诊断算法的统一标准。从算法本身性能出发,提出了故障诊断算法性能评价标准,分析了上述性能评价指标与门限值的关系,给出评估准则的计算方法,并给出上述评价指标的准确度置信区间。