航空发动机发展至今,控制方法发生了巨大的变化,对航空发动机控制系统的要求也在不断提升,传统的控制方法逐渐无法满足控制需求,因而诞生了智能发动机控制的概念,其核心思想是能够根据飞行环境与飞行任务的需求,选择相应的控制模式以提升控制的品质,获得更好的性能。本文围绕智能发动机中的机载模型、基线模式、操作模式和性能模式等,开展了基于模型预测控制的智能发动机控制相关技术研究。首先,开展了机载模型研究。提出了基于风扇进口温度Tt2插值的复合推进系统动态模型（Compact Propulsion System Dynamic Model,CPSDM）的建模方法。该方法基于物理机理建立进气道模型、喘振裕度模型、尾喷管模型、非线性模型等强非线性且换算精度低的模块,核心机模块采用线化模型,在计算稳态基点值时,除了考虑燃油和几何面积相似,还考虑了飞行条件Tt2的影响,建立了全包线机载动态模型,提高稳态基点值的精度,由于省去了迭代过程和考虑飞行条件的影响,在保证精度的条件下提升了实时性。仿真结果表明,各参数稳态误差小于0.1%,动态误差小于3%,该模型具有良好的精度。然后,开展了基线模式和操作模式研究,即直接推力控制与直接喘振裕度控制。提出了基于复合推进系统动态模型-状态变量模型的航空发动机直接性能量预测控制方法,由复合推进系统动态模型实时估计不可测参数的数值,状态变量模型预测未来参数的变化,提高预测模型精度,将基线模式和操作模式转化为模型预测控制问题进行求解。仿真结果表明,相比传统方法控制效果有明显的提升,调节时间减小了1.17s,控制误差平均减小了1.09%,并验证了其实时性;基于该方法的操作模式,推力与压气机喘振裕度的控制误差减小了10倍以上,在保证推力和喘振裕度控制精度的情况下,在大范围过渡态过程中有效减少了喘振裕度的下垂。最后,开展了性能模式研究。提出基于模型预测控制的性能寻优控制方法,将最大推力模式、最小油耗模式、最低涡轮温度模式等三种典型性能寻优控制模式转化为实时性能寻优问题,通过模型预测控制的思路,将性能寻优的性能指标设计为适合于实时控制的形式,对实时动态性能寻优问题进行研究,提升发动机响应速度。仿真结果表明,最大推力模式在地面和典型巡航点推力分别提升了2.63%和19.8%;最小油耗模式典型巡航点耗油率降低了3.123%;最低涡轮前温度模式典型巡航点温度下降了17K,验证了控制方法的有效性。与传统方法相比,在不同模式和工况下,调节时间减小0.5s至5s不等,响应速度更快。