当前的民用航空业飞速发展，保证其发动机的正常可靠工作，在全寿命周期内最大化利用发动机的价值，获得最佳经济收益是发展中至关重要的一步。在发动机健康管理（EHM）的理论实践中，发动机的状态监测，剩余寿命预测以及维修决策有至关重要的作用，本文针对目前研究的内容，提出三方面的改进。
　　首先，针对目前民用航空器发动机的实时监测问题，在发动机滑油磨粒图像的基础上，研究其在多目视觉下的图像表现形式，并结合深度学习的思想，建立深度置信网络（DBN），利用图像特征进行训练后，能较准确地识别出未识别的发动机滑油磨粒的类型，反映出发动机的运行状态。
　　其次，针对于民用航空器发动机的退化过程是非线性以及传感器监测参数受到各种误差影响的问题，提出基于随机集和维纳过程的发动机退化模型，在传感器监测参数方面存在的相关误差能进行较好的处理，在与维纳过程相结合的过程中，获得更好的剩余寿命的预测效果，并与传统维纳过程的寿命预测方法相比进行实验，验证所建立模型的准确性。
　　最后，针对在维修决策中经济收益和实用收益问题，提出能全方位考虑人力物力条件和发动机运行状态的情况下，做出安全可靠并最大化经济收益的维修等级分析决策方法。利用当前各个维修条件所需要的经济成本和维修效果，综合免疫粒子群算法进行优化求解，本文还研究了固定备件预定和维修联合决策模型的优化，分析计算的结果与修理级别分析相比，维修等级分析做出的维修决策具有更好的经济和实用收益。