目前发动机测试与状态监测的数据分析和深度应用成为工业互联网背景下的热点,对发动机的试验测试、运行维护等均具有重要的价值和意义。数字孪生技术以其多尺度、高保真的模型,全生命周期内的数据管理等特性能够实现在虚拟空间内同步反映发动机状态,且数字孪生通过三维模型、虚拟现实等手段能够形象直观的展示发动机的试验与运行状态,发动机数字孪生技术成为发动机原始制造商、航空公司以及相关研究机构追逐的热点和前沿课题,获得广泛的关注。本课题以DLE60航空活塞发动机为研究对象,开展发动机数字孪生建模研究。在开展具体工作前,先对发动机数字孪生的总体方案进行设计,确立了从模型构建与数字孪生交互平台设计两方面进行研究的方针。模型构建分为四个部分。首先基于二冲程活塞发动机平均值模型,在MATLAB/Simulink环境下建立发动机机理模型;其次通过高斯过程回归算法（GPR）,建立数据驱动模型;为了实现机理模型为数据驱动模型提供理想化模型的数据,数据驱动模型丰富机理模型的特征,通过结合经典卡尔曼滤波的方法建立融合模型;最后基于长短时循环记忆神经网络（LSTM）,建立性能参数预测模型以期能够分析发动机的运行趋势,从而更好的获取其运行状态信息。数字孪生交互平台设计则是在3D Max与Unity 3D软件当中实现,其中在3D Max当中完成几何模型的开发,在Unity 3D当中则是完成跨平台传输协议的编写、发动机3D动态演示以及人机交互界面的开发。