航空发动机故障诊断是航空发动机领域的重要研究方向,意义重大,已经成为目前国内外十分关注的一个研究热点。本文主要研究航空发动机气路部件的故障诊断问题。利用神经网络的强非线性特性,逼近航空发动机这一复杂的非线性动力学系统,建立了基于智能技术的故障诊断系统。本文首先对航空发动机故障诊断和神经网络技术进行了介绍,并利用BP网络建立了航空发动机定量故障诊断系统。在此基础上,提出了航空发动机全包线内故障诊断的方法,并使用Visual C++编程语言,开发了故障诊断软件模块,可以实现全包线内的在线故障诊断功能。本文还介绍了粗糙集理论和粒子群优化算法,提出了一种基于邻域粗糙集模型和神经网络相结合的发动机智能故障诊断方法,通过实验验证取得了良好的诊断效果。最后利用粒子群优化算法对BP网络学习算法进行了优化,优化结果表明,该方法提高了网络的训练速度和诊断精度。