飞机发动机是一种复杂的热动力机械,随着人们对飞机性能需求的不断提高,飞机发动机的复杂程度也随之增加。为保证飞机发动机在各种恶劣的环境下仍能发挥其工作效能,对其气路系统健康监测技术的研究显得尤为重要。为此,本文采用了多种方法对发动机气路健康监测技术进行了研究。本文的主要内容如下:首先,提出了基于GCA-PCA的发动机气路健康监测有效参数的选取与确认方法。在进行有效参数的选取与确认时,采用GCA方法分析发动机气路系统原始参数数据各参数之间的关联性,采用PCA方法计算各原始参数数据对其健康状态的贡献率,并综合分析比较,最终可确定发动机气路健康监测有效参数,完成发动机气路健康监测有效参数的选取与确认。其次,采用ICA方法对发动机气路有效监测参数数据特征进行提取。采用ICA方法对发动机气路有效监测参数数据进行处理,提取出能较好反映发动机不同状态的特征信息,可以为后续健康监测数据的可靠性提供有效数据。然后,采用有效数据,设计并创建了GRNN和DBN的发动机气路健康监测模型。并对所创建的健康监测模型的监测效果进行了验证研究。研究结果表明,GRNN健康监测模型的准确率为87%,而DBN健康监测模型的准确率为94%。最后,为进一步提升健康监测的准确率,在以上研究的基础上,本文还采用了模糊积分方法对GRNN和DBN两种模型的健康监测结果进行决策层融合。研究结果表明,基于模糊积分融合后的发动机气路健康监测模型的准确率为96.5%,健康监测准确率明显优于融合前的GRNN和DBN监测模型的准确率,具有较好的工程应用前景。