航空发动机整机振动故障诊断是航空发动机故障诊断领域的一个重要研究内容,意义重大。信息融合是近年来新兴的一门学科,在许多领域得到了广泛的应用,但在航空发动机故障诊断领域,特别在航空发动机整机振动故障诊断领域的应用研究刚刚开始。故障诊断中可利用的信息很多,只有充分利用有用的信息来对航空发动机整机振动的故障进行诊断才能提高故障诊断的精度和可靠性,因此在航空发动机上进行故障诊断实质上是一个多信息融合的过程。首先,本文详细介绍了航空发动机整机振动测试和常见故障及其特性,论述了信息融合技术的特点和具体的处理方法,从信息论的角度论证了信息融合技术在故障诊断应用中的可行性和有效性,并提出基于信息融合的故障诊断模型;其次,研究了支持向量机(SVM)的理论、建模方法、组建原则和实现策略,还结合诊断实例进行了实例计算分析,证明了该方法在航空发动机整机振动故障诊断方面的准确性和有效性;再次,概述了信息熵的理论、特征提取和常用模型,提出了基于过程信息熵的航空发动机整机振动故障定量诊断的方法,并通过实例分析论证了该方法的有效性和可行性;最后,将支持向量机(SVM)和小波包特征谱熵相结合,提出了一种基于信息融合技术的航空发动机整机振动故障诊断方法,并通过航空发动机整机振动实例验证了该方法的可行性和有效性。研究表明,本文提出的基于支持向量机(SVM)和信息熵的信息融合方法是航空发动机整机振动故障诊断的有效方法,不但缓解了航空发动机整机振动信息获取难的问题,而且也提高了故障识别的精度和准确度。