航空发动机是飞机的“心脏”,是高度复杂和精密的机械,长期处于高温、高速、大应力、强振动环境下,工作状态和承受载荷不断变换,对可靠性和安全性提出了较高要求。随着传感器技术的发展,可监测数据越来越多,其中隐藏着发动机状态信息。但是由于环境噪声、传输噪声且发动机工作状态环境复杂,导致监测数据与故障之间呈现非线性关系。在航空发动机故障中,气路故障所占比例达90%以上,所消耗的维护费用占总维护费用的60%,因此需对航空发动机气路部件进行健康监测。本文对航空发动机性能参数进行信息挖掘,实现了航空发动机参数约简、参数预测、故障诊断以及融合智能诊断。主要研究内容如下:(1)调研了航空发动机健康监测的研究背景、监测技术和标准的发展历史和研究现状,论述了开展健康监测技术研究的必要性和重要意义。(2)总结了航空发动机常见故障、故障成因及故障征兆,研究了典型发动机的基本构造和各关键部件的数学模型。(3)研究了基于灰色关联聚类和模糊粗糙集的参数约简算法,成功实现了航空发动机性能参数约简。(4)研究了基于模糊信息粒化和遗传算法优化的支持向量机的参数预测算法,成功实现了发动机参数变化空间和趋势预测。(5)研究了基于免疫支持向量机的故障诊断方法,成功实现了发动机故障诊断。(6)研究了基于灰色关联和人工免疫的故障融合诊断算法,比较了单一诊断方法和融合诊断方法的诊断精度。