辅助动力装置(Auxiliary Power Unit,简称APU)是大中型民航飞机上不可或缺的重要系统之一,然而在其运行期间故障率较高。为提高飞机运行正常率及安全性,降低航空公司运营成本,本文针对APU开展故障趋势预测及应对策略的研究工作。主要开展研究工作如下:通过查阅及分析国、内外故障预测技术及其研究现状,总结目前故障预测技术所面临的难点和不足。在此基础上,针对目前传统单一预测方法难以满足复杂飞机系统APU故障预测需求的现状,提出了混沌时间序列预测与基于BP神经网络的故障诊断方法组合运用以实现故障趋势预测。对获取的航空公司某型号APU大量实际运行监控数据,验证了选取的性能参数(故障特征信号)时间序列具有混沌特征,通过混沌预测获取APU性能参数的预测值,并与指数平滑法预测的结果相比较,以检验混沌预测结果的准确性。运用BP神经网络对这些预测值组成的故障模式进行诊断,诊断得到的模式即是故障趋势预测的结果。计算机运行仿真结果与期望结果一致,验证了本文提出故障趋势预测方法的有效性。该组合方法充分吸收混沌时间序列预测准确、可信度高,和BP网络可对不在训练集中的数据产生合理输出的优点,可以满足APU故障预测的需求,可为航空公司APU状态监控与提前制定维修决策提供依据。最后,进行了APU故障失效分析,提出从故障预防、状态监控、视情检查和故障排除,四个方面采取具体措施来应对APU故障趋势的策略。