航空发动机被喻为“飞机的心脏”，可见其在保障飞机飞行安全方面具有非常重要的作用和突出地位。学术界和工业界对基于发动机的状态监测参数进行性能评估、寿命预测和维修决策等内容作了大量研究，这也是发动机以视情维修策略作为主要维修方式的主体研究和工作内容。同时，在发动机服役周期内还存在大量的离散检查和维修工作，这些分散在发动机检修历史过程中的信息也是发动机部件在实际工况下运行结果的反应，但却很少被关注、研究用于发动机的相关检修决策中。本文在收集、利用发动机在日常检送修中的有关历史信息，结合安全性和经济性指标要求，初探相关维修决策方法和理论，以期对航空发动机健康管理过程的进一步完善起到一定的补充作用。本文的主要研究内容简述如下：　　1.在统计分析风扇叶片的材料损伤检查数据后，建立考虑检测结果和测量数据不确定性的风扇叶片损伤产生和检查过程模型，应用马尔可夫蒙特卡罗仿真法对检查过程似然函数参数进行估计，得到风扇叶片在服役历程中的最大凹坑损伤深度概率分布、可靠度以及凹坑损伤超限平均数等变化曲线，并与考虑完全检测和只考虑部分漏检工况的结果相比较，表明本文所建模型可以精确地对风扇叶片的损伤风险进行评估。　　2.根据专家对发动机热端组件系统检查信息的整理和退化状态的判别，在系统状态退化为离散半马尔可夫链过程的假设前提下，分别建立了基于专家估计数据、基于检查数据以及基于融合数据的各宏观退化状态驻留时间估计模型，并应用最大似然函数法和 MCMC法对模型参数进行估计，得到各退化状态下基于不同数据源的参数分布和驻留时间分布簇曲线，为各退化状态下系统剩余寿命预测和检查间隔优化打下基础。　　3.根据系统退化过程的马尔可夫链假设和发动机热端组件状态退化检查信息的实际形式，推导了在两种自定义状态退化因子和近似等效检查假设条件下的系统检查和观测过程的状态概率关系式，通过参数估计得到在各退化状态下不同检查时刻的系统剩余寿命估计值；同时，考虑完全检查和不完全检查两种策略下以一定使用周期内的检修费用最优为目标建立状态转移概率模型，在各退化状态下转移概率已知的条件下仿真得到各宏观退化状态下的最优检查间隔。　　4.根据发动机在下发送修时段的相关性能监测参数和单元体历史送修等级信息，应用基于断点重要性的条件属性值动态聚类方法对性能参数连续值进行离散聚类，并应用粗糙集理论建立发动机单元体送修决策的增量式规则获取和更新模型，得到动态的决策规则库；同时对于规则库中出现的不相容规则，进行断点的智能局部重划及其属性聚类。随着发动机单元体送修历史数据的增多，其送修等级决策规则的强度趋于稳定，得到更加泛化的典型规则库，为工程师科学、合理地预测发动机单元体送修等级提供决策支持。