航空发动机是一类复杂的非线性系统,在飞行包线内,发动机工作状态变化非常大,故障时有发生,而传感器故障时最主要的一类故障。因此针对航空发动机传感器进行故障诊断和容错控制的研究对提高发动机控制系统安全性和可靠性具有重要意义。本文基于BP神经网络方法和滑模变结构控制方法,开展了发动机故障诊断与容错控制研究。本文利用发动机部件级模型建立双输入双输出离散系统,使用离散小扰动发求取线性化模型初值,对部件级模型阶跃数据进行拟合得到发动机离散线性模型。从航空发动机小偏差线性化模型的基础上获得BP神经网络训练样本,得到基于BP神经网络的估计模型,并设计发动机故障诊断系统。为研究滑模控制器对发动机系统的容错控制效果,设计了基于PID趋近律的滑模控制器进行理论研究。针对容错控制问题,本文采用了基于离散滑模理论的容错控制方法,通过容错逻辑实现故障信号的隔离、估计,再通过滑模控制器进行完整的容错控制。为了验证滑模控制器的容错效果,设计了PID被动容错控制器与滑模主动容错控制器与其效果进行对比,结果表明滑模容错控制可以有效提高发动机在传感器故障情况下的控制性能。