变循环发动机以能够满足高单位推力和低循环耗油的性能要求,成为未来民用及军用飞机动力装置的的理想选择,其发动机运行状态健康稳定,是飞机始终安全飞行的重要保证。由于,发动机工作状态和外部条件十分苛刻,随着工作时间的增长,发动机的状态可能会或多或少的偏离稳定轨迹,其性能参数会出现渐变退化导致更严重的故障发生。而气路部件性能退化故障是变循环发动机的主要故障类型,所以对变循环发动机气路部件性能退化状态参数监测,并进行故障诊断,具有十分重要的意义。相比数据驱动的方法,基于模型的故障诊断方法研究,更具有现实意义。因为气路性能参数对发动机不同工况即不同高度、速度和燃油量极其敏感,所以故障诊断所需的数据量会非常庞大,而且故障诊断数据无法覆盖整个飞行包线不同工况下的故障。由于发动机的工况多样繁杂,对数据采集投入成本会非常高,同时得到的数据可信度,很难有依据做出判断。因此,基于模型的气路故障诊断方法仍然是航空发动机故障诊断的重要基础。本论文首先在Matlab/Simulink平台上搭建了双涵道变循环发动机部件级模型,考虑了发动机气路部件连接段的容积,将外涵道、燃烧室和高低压涡轮间视为容腔,不计进出口压差,避免了流量平衡所引起的迭代计算,为变循环发动机气路退化故障诊断提供稳态气路性能仿真基础。其次分析了发动机气路各部件性能退化的机理,通过引入部件特性流量和效率退化参数的方法,通过仿真得到不同部件特性退化对气路性能参数产生的影响,从而选取能够真实反映气路故障的性能测量参数。并建立了发动机非线性模型的状态变量模型,通过与真实发动机气路性能参数取残差,结合卡尔曼滤波器对气路部件特性退化量进行估计。最后,对不同的气路退化故障模式进行相似度分析,并研究不同的发动机部件特性退化量引起的测量参数线性变化情况。并针对现实情况发动机实际可安装传感器数量少于发动机退化参数个数的问题,基于SVD-KF方法,解决了可安装传感器不足的情况下发动机部件退化参数故障诊断的问题。对变循环发动机气路退化参数的故障诊断设计了实时性能跟踪模型和定期更新的基线模型,定期更新的基线模型可以判别传感器故障,而实时性能跟踪模型可较好的跟踪真实发动机气路部件突变发生的退化量,检测出发动机的突变故障。