به دلیل آن که استخراج مدل ریاضی از فرآیندهای صنعتی، دارای پیچیدگی های فراوانی است، مدل سازی بر اساس داده های ورودی و خروجی مورد استقبال بیشتری قرار گرفته است. از طرفی توجه به اصل سادگی، منجر به استفاده از ساختار مدل های چندگانه شده است. از این رو، در این پایان نامه سیستم تشخیص عیب مبتنی بر مدل های چندگانه مدنظر قرار گرفت. با استفاده از شناساگر عصبی-فازیِ محلی-خطی، بانک های مدل برای تمامیِ شرایط سالم و معیوب در توربین گازی تولید می گردد. در این تحقیق ساختار چندگانه ای که بطور همزمان قابلیت پوشش رفتار های نامی و عیوب مختلف را دارا باشد، ارائه می گردد. تفاوت این ساختار با سایر موارد ارائه شده در مقالات دیگر، ادغام نرون هایی با رفتار مشابه در یک ساختار است. شاخص هایی نظیر gap متریک و v-gap متریک جهت تشخیص نرون هایی با رفتار مشابه بکار گرفته شده است. از قابلیت های آن دست یابی به عملکرد مناسب با تعداد زیر مدل های خطی کمتر می باشد. توربین گازی مورد مطالعه یک شبیه ساز مرجع است که در بسیاری از تحقیقات متنوعی با هدف تشخیص عیب مورد استفاده قرار گرفته است.