论文紧密结合航空发动机维修中的实际情况,对维修过程中的配合与间隙数据进行了整理和分析;运用BP神经网络和传统航空发动机数学模型分析了装配过程中各单元体部件的间隙对航空发动机性能的影响程度.研究结论给出了若干不同配合与间隙对发动机性能的影响规律,有助于维修装配过程中的间隙控制,对提高发动机维修质量具有重要意义.该文讨论的间隙主要是指发动机维修后试车前的静态间隙值,侧重于讨论维修过程中装配间隙对维修质量的影响;此外,文中还采用了人工神经网络和发动机共同工作方程对叶尖间隙与压气机效率、涡轮效率、涡轮前温度和EGT(Exhaust Gas Temperature)等性能参数之间的对应关系进行了分析预测.由于数学分析方法的局限性,文中所讨论的间隙和性能之间的关系仅针对于所对应的特定维修环境和机型,但该方法本身具有普遍意义.文中用于训练网络的样本采自当前正在使用的发动机机型,且多为近年来维修过程中记录的数据,具有一定的代表性.通过研究,除了验证了叶尖间隙对发动机性能能够产生影响外,还发现了其它一些间隙对发动机性能有一定影响,值得在以后的工作中进行深入的研究.该文所得到的部分结论可为相关的研究人员提供参考,并与相关领域的研究成果相互验证.在上述理论研究的基础上,应用VC++语言和ODBC数据库开发了《PW4000配合与间隙对发动机性能影响评估系统》实用程序,利用该系统对压气相效率、涡轮效率、涡轮前温度和EGT等航空发动机性能参数进行了多次分析和预测,验证了该文所提出的部分研究方法的有效性,并为评估、预测配合与间隙对发动机性能影响提供了一套实用化工具.