燃气轮机是一种旋转的叶轮热机，由工作流体（连续流动的气体）驱动并高速旋转，以达到将燃料的能量转化为有用功的目的。在整个单元中，压缩机、燃烧室和燃气轮机的三个主要部件构成一个简单的空气和燃气循环，这些循环可以使燃气轮机的设计更加合理。作为主要的动力设备，提高设备故障诊断的技术水平非常重要，因为一旦发生故障无法及时解决，生产损失就比较大。
一、燃气轮机故障诊断技术系统
(一)基于规则的专家系统
基于规则的故障诊断专家系统，其实是一套完整的燃气轮机维修实践，它包含了典型的故障征候和典型的故障。该方法具有较直观、形象的特点，能有效地解决一些常见的燃气轮机模型的故障，从而为技术人员提供了一种快捷的解决方法。然而，在实际使用期间，没有出现任何类型的故障，诊断程序会因为诊断错误或者诊断失败而被推迟。
(二)神经网络诊断
燃气涡轮机在出现故障和停机后，必须从其特性上查找故障的原因，及时更换有问题的部件，或者由相关技术人员进行其它的修理。神经网络诊断技术是一种利用关联记忆技术，从症状到病因的映射，它具有很强的非线性、较高的容错性，但是它也存在着一些缺陷：它不能清晰地展示出诊断过程。无法精确地将诊断指标与诊断结果相关联。由于网络训练耗时较长，且故障诊断过程不清楚，因此，本技术系统存在着误诊、检测困难、可靠性差等问题。这就使得技术体系不能在实际生产中得到广泛的应用。
(三)综合型智能故障的分析
针对不同行业的燃气透平机，采用基于模型参数的智能诊断系统，是一种新型的混合智能故障诊断方法。模糊推理是目前应用最广泛的一种智能诊断方法；这是由模糊神经网络和神经网络结合起来的。该方法能够较好地解决由系统所给出的模糊信息和概念。它的运算能力更加强大，并且能够不断的加强系统的知识库，并且能够提高错误诊断的经验。在大部分案例中，燃气涡轮机故障的征兆是非常罕见的，其表现也会因故障的方式而变得相似。将模糊理论运用到故障诊断系统中，可以使推理过程更为紧凑。
二、航空燃气涡轮发动机气路故障诊断处理的具体策略
（一）故障机制与响应特征的映射机制建立
有果必有因，一切外在故障信号的表征均可视为果，而载荷环境或结构力学参数变化是因，研究机制模型就是建立因果关系。已有方法对测试数据方面的处理较多，而对故障机制方面的研究深度不足，难以揭示航空发动机故障与气路、振动响应的逻辑关联，无法从物理本质上明晰全寿命周期内发动机气路性能退化机制与振动响应突增根源。
（二）基于多源微弱信息的故障诊断模型
一方面，航空发动机机载传感器测点十分有限，且测试信号的传递路径复杂，信号信噪比低，诊断信息的获取严重受限，当前研究基于微弱信息甚至“贫信息”的诊断理论与方法在发动机故障诊断的应用研究甚少；另一方面，发动机全寿命周期过程中积累了大量的历史飞参数据、大修试车数据等，具有数据来源多的特点，但这些数据存在不完整、不连续、分散度大的情况，未能被有效修复和充分利用；同时，发动机测试数据包括气路、振动、滑油等多种物理量信息，尚缺乏有效的各类物理量综合的故障诊断方法。
（三）多源信息、多学科知识融合的诊断与预测
首先，研究发动机多约束条件下传感器的布局优化方法，增强微弱信号的有效诊断信息，同时建立能从低信噪比、干扰严重的测试信号中提取诊断信息的方法。其次，开展基于迁移学习理论预测同型号发动机性能衰退规律的研究，遴选历史信息相对完整的发动机样本校核诊断模型，修复残缺样本关键状态信息，建立非连续、残缺发动机机群状态信息的修复方法。最后，研究发动机典型故障在气路与振动外在响应特征之间的逻辑关联，揭示多源信息数据之间的信息互补机制，建立多工况信息与多学科领域知识深度融合的发动机故障诊断方法，实现跨专业的一体化发动机故障诊断。为发动机感知外部环境及自身状态变化，实现自诊断、自预测、自管理的智能化过程提供支撑。
(四)今后航空发动机的发展趋势
近年来，我国的航空发动机技术水平不断提高，但与国外相比还有很大的差距。在全球一体化的大背景下，加快飞机发动机技术的进步将有助于提高我国综合实力，提高我国的发展水平和在世界范围内的市场地位。目前，我国正大力发展天然气，在今后的发展中，将以燃气为主要动力，其发展趋势如下。涡轮机是飞机的主要驱动力量，所以改善其工作稳定性显得尤为重要。延长涡轮引擎的使用寿命为飞机节约了引擎维修费用，并在某种程度上提高了引擎的性能。因此，今后在研制涡轮引擎时，应对其进行深入的探讨，以期改善其工作可靠性、实时监测其工作状况及发现问题。为及时完成工作和改进引擎的工作提供及时的解决办法。此外，由于对涡轮引擎的性能要求越来越高，在运行过程中涡轮进口的温度也会随之上升，所以需要研制出耐高温元件或制冷技术。
(五)人工智能技术
随着科技的发展，人们在各种工业领域中都得到了广泛的应用。本文介绍了一种利用人工神经网络技术解决气路故障的方法。真实的故障样本是由模型决定的，它对网络结构的确定以及学习的精确度有很大的影响。为使网络具有较好的泛化特性，必须根据训练样本的大小来调整网络结构的复杂性。“透视图”一节中将介绍的支持向量机方法是提高神经网络的推广应用前景。在采用专家系统进行气路故障维修时，应结合其它指示和资料，以查明气路故障的部位及成因。自组织函数映射网络是一种不受模型依赖的非监督学习网络。SOFM网络的优点是能够对未知的失败进行自动的群集，其本质就是利用了样本与簇之间的距离。美国航空学院研制了一种基于SOFM网络的实时发动机诊断原型系统，它首先利用SOFM网络进行初始诊断，再利用BP网络对已知的故障进行诊断。
三、结语
综上所述，对燃气轮机气路故障进行诊断是提高其可靠性和使用寿命的一个重要保障。目前，对航空发动机气路进行诊断的方法很多，其主要特征在于其物理意义清晰、结构简单、失效方式易于扩展。因此，对燃气回路的故障诊断工作者来说，必须认识其重要性，并弄清其目前的状况。发动机气路故障诊断能有效地解决飞机在实际操作中存在的问题，对故障诊断工作者来说，必须对其进行全面的认识，从而推动我国航天事业的发展。
参考文献：
[1] 贾世俊.航空发动机整机试验性能故障诊断系统设计[J].工程技术：引文版，2017（2）：245-246.
[2] 赵国昌，徐昂，宋丽萍，等.BP与RBF神经网络在航空发动机气路故障诊断中的应用[J].滨州学院学报，2017（4）：11-17.
[3] 许梦阳，黄金泉，鲁峰.航空发动机气路故障诊断的SANNWAPF算法[J].航空动力学报，2017，32（10）：256-257.
[4] 鲜倪军.基于ABC-BP神经网络的航空发动机故障诊断方法[J].装备制造技术，2018，（5）：179-181.
