燃气轮机由高度先进的机械系统和紧密耦合的电子控制系统组成,其系统组成复杂,工作环境恶劣,故障多发。异常停机、非计划拆卸和维修成本,不断升高的安全性可靠性要求驱动着燃气轮机健康管理系统的发展。燃气轮机气路故障诊断作为健康管理系统中的核心组成,是实现视情维护的必要基础,可以大大降低设备运行成本,提高设备安全性。本文针对气路故障诊断中遇到的易受噪声影响、依赖模型精度、受预先训练的故障模式、知识库覆盖范围限制,研究了基于非线性卡尔曼滤波技术的诊断方法,建立了基于sigma点卡尔曼滤波器的气路故障诊断系统。首先,建立了燃气轮机离散非线性机理模型。模型考虑了转动惯性,热惯性和容积惯性来最大程度提高建模精度。引入表征部件健康程度的健康参数使得模型能够仿真不同健康状况的燃气轮机。其次在部件级模型基础上引入了健康参数更新方程以及过程噪声和测量噪声,建立了滤波用燃气轮机统计模型。此外在Matlab/Simulink平台上实现了燃气轮机仿真模型,利用运行数据对模型进行了验证并进行了动态仿真实验。研究了非线性卡尔曼滤波算法。为了得到更高的精度和减少计算量,利用单形采样算法构造了用于健康参数估计的Sigma点卡尔曼滤波器(SPKF)。分析了影响滤波稳定性的两种滤波发散现象,并利用Cholesky因子分解法构建平方根滤波来解决数值发散问题。针对噪声特性信息不确定或未知造成的真实发散,构建噪声估计器来实时估计噪声信息获得自适应滤波器。在Matlab/Simulink平台上实现了燃气轮机气路故障诊断系统。系统地了评估了设计的故障诊断系统性能。测试实例包含了单故障、复合故障、渐变故障、突变故障,运行状态涉及稳态工况、非稳态工况。结果表明诊断系统对渐变故障引起的性能降级估计精确跟踪优良,对故障的检测隔离性能优良,性能估计误差在0.12%以下。诊断系统对突变故障引起的性能降级估计无滞后,对突变故障发生过程跟踪准确,可以很好的对突变故障进行诊断。SPKF在燃气轮机气路故障诊断中表现出了良好的性能,具有燃气轮机真实状态的再现能力可用于基于模型的先进控制,对实现准确的在线故障诊断具有重要意义。