空气涡轮起动机（Air Turbine Starter,ATS）是民用飞机起动系统的重要组成部件,为发动机的地面和空中起动提供动力,保障发动机起动安全。深入研究空气涡轮起动机的故障传播机理对于制定科学的维修方案、提高排故效率、降低维修成本具有重要意义。研究工作主要包括以下几个方面:首先,空气涡轮起动机基本结构及典型故障传播模式分析。对A320飞机普遍装备的霍尼韦尔公司GTCP131-9A/B型空气涡轮起动机内部结构与部件间耦合关系进行深入研究,分析起动机物理结构,并对起动机典型故障传播模式研究,总结故障单步传播模式和传播路径模式分析结果,为后续ATS内的传播特性研究提供理论基础。其次,建立基于小世界网络（Small World Network,SWN）的空气涡轮起动机故障传播模型。基于起动机物理结构,利用SWN技术建立起动机的拓扑网络模型,验证模型的小世界特性,引入蚁群优化（Ant Colony Optimization,ACO）算法,以节点间故障传播强度作为算法的启发式信息参数,设定故障全局传播阈值,实现对ATS内故障高风险传播路径的求解。然后,建立基于贝叶斯网络（Bayesian Network,BN）的空气涡轮起动机故障传播模型。根据起动机的功能结构划分,利用最大支撑树（the Most Weight Supported Tree,MWST）实现对起动机内组件耦合关系的刻画,再将其转化为BN结构,提出双策略蚁群优化（Dual Strategy Ant Colony Optimization,DS-ACO）算法对BN结构优化,再对多个候选BN结构评估,最终得到基于起动机的贝叶斯网络。通过概率推算,可得出每条故障传播路径的发生概率,实现对ATS内高风险路径的求解。最后,对比验证所提出的两种故障传播机理建模方法性能,实验结果表明小世界网络框架的路径学习速度优异,贝叶斯网络框架的结构准确性更为突出,实验结果对不同维修环境下安全应急维修方案的制定具有参考价值。