航空发动机是飞机的心脏,其稳定性直接关系到航空飞行的安全。若航空发动机发生重大故障,轻则影响飞行计划,重则机毁人亡。传统的航空发动机维护需要进行定期检修,这要将要耗费较大的人力物力,因而有必要对航空发动机进行故障诊断,在航空发动机发生故障的初期阶段发现故障部件,及时进行维修或更换。气路部件故障是航空发动机的主要故障,本文主要研究航空发动机气路部件故障。本文主要做了如下工作:1)设计了航空发动机气路部件故障诊断系统和传感器故障诊断系统。2)运用航空发动机气路单一部件故障数据,通过多种故障诊断算法相比较,将核函数与极限学习机相结合,提出了一种基于核极限学习机(KELM)的航空发动机故障诊断算法。3)通过气路部件复合故障数据、添加干扰信号以及航空发动机真实试车数据的验证,进一步肯定了基于核极限学习机(KELM)的航空发动机故障诊断算法的有效性。4)对航空发动机传感器故障进行仿真,并运用KPCA+KELM算法对其进行故障诊断,将核极限学习机(KELM)应用到传感器故障诊断中。5)设计了应用核极限学习机(KELM)算法的传感器故障与航空发动机气路故障区分方案。实验结果表明,将基于核极限学习机(KELM)的故障诊断算法应用到航空发动机气路部件故障诊断和传感器故障诊断中,故障诊断准确率高,实时性好,能够很好的满足工程实际的要求。