新冠肺炎疫情对航空业造成了较大的打击,直接带来了航空运输业旅客数量锐减,导致了航班量减少。在这种情况下,航空公司因成本考虑,将大量飞机进行了停场处理。由于气候和飞机机械特点,停场飞机在恢复运行后故障增多,特别是飞机空调系统,而且空调系统故障或性能衰减会引起客舱旅客的不适。目前,航空公司的飞机维修工作,特别是对停场飞机的维修和健康监控工作,仍主要依靠航空器制造厂家的手册和维修经验,而飞机状态参数仅为辅助手段。这一模式缺少必要的数据支撑,仅仅依靠维修工程师主观经验和飞机制造厂商故障处置程序,往往会造成过度维修和维修不及时的情况,导致维修成本升高和延误率提升。故针对停场飞机空调系统,需要一个实用的健康评估方法。根据以上研究需求,本文设计了一种基于多元状态估计技术（Multivariate State Estimation Technique,MSET）的停场飞机空调健康监测方法。本文研究内容主要包含以下方面:首先,本文分析、总结了国内外对飞机空调系统状态监测、健康监测的研究现状,并对航空器空调系统组成和原理进行了总结,分析了飞机空调系统常见故障及导致后果,根据空调系统原理和维修工作实际,确定了需要监控的系统参数,并论述了需要客舱湿度数据的必要性。其次,在参数收集方面,基于ZigBee网络技术和云平台,搭建外设传感器系统对客舱湿度进行监控,湿度传感器数据通过ZigBee网络汇总至处理器,再经处理器发送至无线模块和TF卡存储模块,完成数据传输。将收集到的湿度数据同飞机快速存储记录器（Quick Access Recorder,QAR）的运行参数一起,用于构建正常参数的历史性能模型。然后利用峰密度快速聚类的方法,对数据进行筛选,剔除异常情况参数,构造MSET模型的记忆矩阵,建立正常参数模型。并使用两架飞机各100循环的空调参数对正常参数模型进行验证,表明模型具有较好的精度。最后建立停场飞机空调系统健康评估流程,即利用滑动窗口法,对停场飞机的空调系统参数进行残差分析,通过设置两级警戒阈值的方法评估停场飞机空调系统健康状态,并给出预警建议。利用实例对预警系统有效性进行验证。系统实际测试结果表明本文的相关系统设计能够满足停场飞机空调系统健康监测需求,能更高效地对停场飞机空调系统健康进行评估和预警。