民用航空事业的快速发展对民航运营安全性和经济性提出了越来越高的要求,发动机作为民航飞机的核心部件,其运行状况势必制约整机的运营安全和经济效益。据统计,在造成飞行事故的各种机械故障中,发动机故障约占了1/3,其中有60%~70%为转子系统的结构强度故障。由此可见,开展发动机转子系统故障诊断是实现发动机健康管理和视情维修,提高飞行安全,降低维修成本的重要手段,因此研究先进的故障诊断方法与技术具有重要的科学意义和应用价值。本文围绕民航发动机转子系统故障诊断的若干关键问题,采用仿真分析和模拟实验等手段,对转子系统故障数据库建立、故障信号分析处理与特征提取、故障识别与诊断决策等内容进行了深入的研究。在故障数据库建立方面,根据数据库设计的一般方法和转子系统故障诊断需求,设计了故障数据库的总体结构。针对故障数据不易获取的问题,在采集发动机试车试验振动数据的同时,开展了转子系统动力学仿真和模拟实验研究,建立发动机转子动力学模型,求解典型故障下系统的动力学响应;搭建民航发动机转子模拟实验台,设计实验方案,对典型故障进行模拟,获取了多种工况下的振动信息。故障数据库的建立为开展故障诊断方法研究奠定了基础。在故障信号分析处理与特征提取方面,对自适应非平稳信号分析方法经验模式分解方法进行了研究,针对经验模式分解存在的端点效应、模式混叠以及不能提取信号中高频小能量特征的问题,提出了改进方法,对滚动轴承故障及转子故障信号进行分析,结果验证了改进方法在描述信号时频分布和提取故障特征方面的优越性。在故障模式识别方面,提出了基于模糊支持向量机的故障识别方法,以解决传统支持向量机易受噪声和奇异点干扰的问题,采用自适应核模糊聚类方法确定样本的模糊隶属度,并利用遗传算法优化模型参数;结合多征兆域故障特征,对转子系统故障进行诊断,与其他方法进行对比,验证了该方法在识别故障类型和故障程度上的有效性及抑制噪声方面的优越性。在诊断决策方面,针对单一信源故障诊断结果的不精确和不确定性问题,提出了基于多分类器和多传感器的融合诊断模型,研究了基于证据理论的决策层融合方法,采用DSm T理论对冲突证据进行组合,从而获得更合理的融合结果;对转子故障的诊断结果表明两种方法均能提高诊断决策的可靠性与准确性,其中多传感器融合模型由于能够从不同角度提供更多的底层故障信息,表现出优秀的鲁棒性和抗噪能力。最后,基于Lab VIEW平台,结合数据库技术和MATLAB联合编程,设计开发了发动机转子故障诊断系统,为故障诊断技术的工程应用提供了支持。