飞机速度保持仿真是飞机自动飞行控制仿真的重要组成部分,其仿真运动状态与真实飞机的拟合度由飞机运动模型、气动模型以及飞行控制律等决定。目前飞行仿真通常采用飞机设计数据、风洞试验数据、试飞数据等获取模型参数、控制参数,机务维修模拟机是针对民机维护的虚拟训练平台,该平台对飞行仿真度的要求满足维护训练即可,为此本文研究一种基于快速访问记录器（QAR,Quick access recorder）数据的飞行速度保持仿真方法。该方法利用顶级飞行仿真工具（Ftop）,建立飞行速度保持仿真的基本结构,再针对该结构中所缺乏的飞机模型参数、飞行控制律等部分逐一展开研究。首先,参考A320飞行机组操作手册,分析飞行速度保持阶段工作逻辑,划分飞行管理和指引系统中飞行模式,归纳各模式控制方式。对仿真所需QAR数据采取重新采样、数据滤波、数据模式划分等预处理,为后续QAR数据训练提供数据支持。其次,分析QAR数据特点,推导含扰动风参数的六自由度运动方程组,构建运动模型。利用QAR数据辨识飞机气动参数,考虑传统极大似然法对初值选取敏感,结合极大似然法和改进学生心理学（ISPBO）算法迭代寻优,通过系数构造法搭建气动模型,得到具有A320机型特点的飞机模型,为后续飞行速度控制律设计奠定基础。再次,对A320飞机模型各个飞行点进行配平,得到各飞行阶段的平衡点,分析常规PID、模糊控制、神经网络三种控制策略,参考QAR数据变化规律,设计爬升、巡航、下降等飞行阶段中不同模式下控制回路,根据QAR数据与仿真模型输出的差值构造目标函数,采用ISPBO、粒子群（PSO）、遗传（GA）与模拟退火优化（SA）等算法寻优,辨识飞行速度控制器参数,得到A320飞行速度保持阶段的飞行控制律。最后,利用改进的Ftop工具,设计A320飞机速度保持仿真系统,基于此系统进行飞行仿真实验。仿真结果表明模糊神经控制具有多参数调节权值的优势,增强控制器的自适应学习能力,能够有效逼近飞机仿真的非线性动态性能,仿真模型输出与QAR数据具有相同时变趋势,虽然存在一定差异,但总体符合CCAR-60模拟机客观测试标准。