航空发动机在服役期间内不可避免地发生退化,导致发动机性能下降,影响飞行品质。本文以某型涡扇发动机为研究对象,针对其性能退化问题,开展了性能恢复控制相关技术的研究,在保证发动机安全工作的前提下,实现发动机性能退化下具有需求推力。基于涡扇发动机部件级模型,研究了在多部件同时退化下状态变量模型的建立方法,在此基础上建立了发动机的线性变参数模型。基于线性卡尔曼滤波器建立了机载自适应模型,对发动机的健康参数进行估计。针对线性卡尔曼滤波器由于线性模型精度不高而导致的估计效果不佳问题,研究了一种自适应拟合的建模方法提高模型精度。提出了一种基于机载自适应模型的推力估计方法,设计并仿真验证了推力估计器的精度。研究了航空发动机多变量预测控制器设计方法,分别设计了PI型预测控制器和增广预测模型的预测控制器。将比例-积分的思想引入预测控制中,对目标函数进行改进,获得了PI型多变量预测控制器。针对模型不匹配导致的模型预测控制性能下降问题,提出了一种基于增广预测模型的航空发动机多变量约束预测控制方法。在发动机状态空间模型基础上,将指令跟踪误差与系统状态变化量作为增广状态向量,设计增广预测模型以消除稳态跟踪误差。考虑了发动机实际工作中的限制保护,对输入量、输入量的增量和输出量进行约束管理,设计出航空发动机多变量约束预测控制器,并进行了多变量预测控制器仿真验证,结果表明发动机在约束范围内设计的控制器能较好地跟踪指令参数。在航空发动机多变量约束预测控制器闭环控制基础上,引入基于PID控制器外环推力补偿控制回路,根据推力偏差调整内环控制指令,设计了发动机性能恢复控制系统。针对控制系统外环PID控制器参数设计,研究了采用基于量子行为粒子群算法(QPSO)的PID控制器整定方法。通过对发动机开展性能退化下的性能恢复仿真,表明该方法能够降低退化导致的推力损失,保证发动机推力稳定,具有较好的控制品质。