航空发动机是飞机的心脏,工作在高温、高速、强振动、大应力的恶劣环境下,工作状态经常变换,对安全性与可靠性要求极高。由于发动机的制造、工艺水平和材料,以及后期的使用、维护和管理水平的限制,设计制造和使用维修成本高昂,对发动机的经济性也有较高的要求。发动机故障在飞行故障中占有相当大的比重,且常常因发动机故障导致飞行中的灾难性事故。因此,为了使发动机安全高效地运行,节省维修成本,就必须了解发动机的运行状况,掌握其变化规律,对关键部件实时状态监测与故障诊断。本文主要针对40K发动机模型研究了基于数据驱动的航空发动机故障诊断算法。其核心思想就是仅仅利用发动机的输入输出数据,而不需要知道其具体的数学模型,通过一系列的数据处理来获取相关的参数,并依据求取的参数构建监测系统的残差生成器以及隔离系统的隔离观测器,以此实现对发动机的故障诊断与隔离。首先,考虑线性时不变系统,给出了基于数据驱动的故障诊断与隔离的相关算法,利用一系列的观测器实现系统的故障诊断与隔离。并通过40K发动机模型发生执行器故障、传感器故障对算法有效性进行验证说明。其次,针对参数可变的线性时不变系统,提出了基于数据驱动的自适应故障诊断与隔离算法,提高了故障诊断的准确性,并利用40K发动机模型说明该算法的有效性。最后,对本文进行了简要总结,并对今后的工作进行展望。