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，已经成为了目前国内外十分关注的一个研究热点。信息融合是近年来兴起的一门学科，在许多领域得到了广泛的应用和研究。在航空发动机故障诊断领域的应用尚处于不发达阶段，故障诊断中可利用的信息很多，只有充分利用有用的信息来对设备的故障进行诊断才能提高故障诊断的精度和可靠性，因此在航空发动机上进行故障诊断实质上是一个多信息融合的过程。 本文首先论述了信息融合技术的特点、形式结构和具体的处理方法，并从信息论的角度论证了信息融合技术在故障诊断中的可行性和有效性；在此基础上，将航空发动机故障诊断与信息融合相结合，提出了一种基于信息融合技术的发动机故障诊断模型和方法，并在此基础上，提出和分析了基于人工神经网络和D-S证据理论的信息融合故障诊断，研究了神经网络的建模方法、组建原则和实现策略，并结合诊断实例进行了分析；提出了基于D-S证据理论的决策融合，阐述了D-S证据理论的方法，模型，并结合算例进行了分析。最后将人工神经网络和D-S证据理论相结合，提出了一种决策融合诊断方法，并通过发动机转子实例验证了这种方法的可行性和有效性。 仿真和实验结果表明：通过对发动机转子的信息融合故障诊断，提高了识别故障的精度和准确度。