محدود بودن منابع انرژی و افزایش روز افزون تقاضای انرژی در بخشهای صنعتی موجب شده تا بررسی در زمینه بهینه سازی انرژی انجام شود. صنایع بزرگ و پیچیدهای مانند صنایع نفت، گاز، پتروشیمی و نیروگاه های برق مقادیر قابل ملاحظهای انرژی را به مصرف می رسانند. در این صنایع انرژی بر دستگاه هایی همانند کوره ها، دیگهای بخار و پس از آنها دستگاه های دوار مانند توربین ها، کمپرسورها و پمپ ها بیشترین سهم را در مصرف انرژی به خود اختصاص داده اند. بنابراین ارزیابی قابلیت اطمینان این دستگاه ها باید نسبت به دیگر دستگاه های مصرف کننده انرژی در اولویت کاری قرار گیرد. تاسیسات تقویت فشار گاز جهت تامین فشار مورد نیاز و انتقال گاز از نقطهای به نقطه دیگر طراحی شدهاند. بنابراین با توجه به گستره و اهمیت فعالیت توربین ها و کمپرسورها در این تاسیسات بالطبع خرابی های آنها نیز دارای دامنه وسیع و متنوعی می باشد. مشکلات عملیاتی توربین های گاز می توانند ابزاردقیقی، برقی یا مکانیکی باشند. لکن، بسیاری از این خرابی ها ذاتاً به یکدیگر مرتبط بوده و ریشه یابی علت صحیح خطا نیازمند در نظر گرفتن علائم و پارامترهای متعدد توربین گاز می باشد. ولی به علت رفتار غیرخطی و متغیر توربین در طول زمان و اطلاعات غیردقیق و گنگ، بررسی حالت های خرابی توربین توسط معادلات دقیق ریاضی بسیار دشوار است و برای یافتن این علل خرابی به نیروی انسانی تحصیل کرده، با تجربه و خبره نیازمند است. اما انجام این فرآیند عیب یابی توسط نیروی انسانی نه تنها زمان بر می باشد بلکه خطای انسانی در آن می تواند منجر به اتخاذ تصمیمات نادرست و کاهش قابلیت اطمینان سیستم شود. از این رو استفاده از سیستم های هوشمند تصمیم گیری (خبره) که بتواند با تقلید قابلیت تصمیم گیری افراد خبره، به عیب یابی توربین های گاز بپردازد و علل خرابی صحیح را در زمان قابل قبول ارائه نماید، بسیار موثر می باشد و می تواند با کاهش زمان تعمیرات ، پیگیری خرابی در مراحل ابتدایی و کاهش هزینه-های تعمیرات، در بهبود سیاست های تعمیرات و نگهداری بسیار مفید باشد و قابلیت اطمینان دستگاه و تاسیسات را افزایش داده و موجب بهینه سازی بازده انرژی گردد. رویکرد نوین این مطالعه، اکتساب دانش و استخراج قواعد زبانی به منظور استفاده از ساختارهای هوشمند عیب یابی، از طریق در نظر گرفتن تأثیر متقابل حالت-های خرابی بحرانی بر پارامترهای بهره برداری و مکانیکی توربین گاز می باشد. از سیستم هوشمند فازی برای عیب یابی مطالعه موردی این تحقیق، توربین گاز تاسیسات تقویت فشار گاز تنگ نی در منطقه 6 عملیات انتقال گاز، استفاده شده است و جهت اعتبارسنجی علاوه بر مقایسه نتایج حاصل از عیب یابی این سیستم هوشمند فازی (برای 17 مورد خرابی انتخاب شده تصادفی) با نتایج گزارشات خرابی موجود در واحد نگهداری و تعمیرات این تاسیسات، میزان خطای حاصل از بکارگیری این سیستم (mape & mse) با میزان خطای حاصل از بکارگیری دو ساختار هوشمند شبکه عصبی مصنوعی و فازی- عصبی (نرو فازی) نیز مقایسه می گردد. نتایج بدست آمده، عملکرد قابل قبول این سیستم هوشمند فازی را برای عیب یابی توربین گاز مورد مطالعه به خوبی تأیید می کنند.