在航空燃气涡轮发动机中,涡轮部件承受了最大的机械负荷、空气动力负荷和热负荷,因此在发动机运行过程中最容易产生各种故障,甚至引起安全事故。本文为了解决航空发动机故障知识获取难、推理慢的问题,降低排除故障的代价,提高航空发动机的健康检测和故障诊断水平,设计了航空发动机涡轮部件故障诊断专家系统并进行了实现。首先,研究了故障知识获取。采用知识约简算法进行知识获取,利用分辨矩阵对离散化的专家知识数据进行属性约简和值约简,然后进行规则检测,得到用于判故的故障规则。其次,研究了专家系统知识库的构建。采用三种规则表示方法对专家系统的故障规则进行表示,以用于不同的规则使用场景。然后根据数据处理及推理机的需要,设计了四张关系型数据表,分别为样本属性表、决策属性表、故障规则表和判读结果表。再次,设计了航空发动机涡轮部件故障诊断专家系统推理机。首先研究了基于规则决策树深度优先遍历的精确推理算法,提高了推理机的推理效率;然后研究了产生式规则模糊推理,并利用熵权法确定各前提权重,提高了推理机处理条件不确定性事实的能力;最后,基于混合推理方法,提出精确推理与模糊推理相结合的综合推理算法,同时兼顾处理模糊问题的能力和推理效率。最后,研发了航空发动机知识获取和故障诊断软件。根据前文的理论研究,使用Visual Studio与SQL Server数据库实现了各功能模块,并使用航空发动机模型仿真数据与发动机现场试机数据对软件进行了测试,证明了该软件有着很高的实用价值。