航空发动机在工作中由于气动载荷、热载荷、燃气腐蚀、机匣形变、进口畸变等原因会导致气路故障,降低发动机的推力和动态性能,影响飞机的机动性。为了恢复航空发动机的推力和动态性能,本文开展了航空发动机气路故障容错控制研究。首先,针对传统控制结构中控制结构复杂、对故障发动机的自适应能力差和Min/Max切换逻辑的保守性等特点,使用结构简单、自适应能力强且可以显式处理发动机约束的模型预测控制实现发动机转速控制和约束管理。在模型预测控制中,使用平衡流形展开模型作为预测模型,保证了预测模型在较大范围反应发动机动态特性的能力。在模型预测控制的在线求解算法方面,分别使用内点法和交替方向乘子法。仿真验证了上述模型预测控制的可行性并对比了两种算法的实时性。其次,为了恢复故障发动机推力性能,需要使用推力指令模型获得推力恢复的目标值;在使用闭环控制的方法恢复推力时,需要使用推力估计器进行推力反馈。在推力指令模型的设计上,使用计算量少、所需存储空间大的梯度提升回归树模型和计算量大、所需存储空间少的深度神经网络模型。在推力估计器的设计上,使用泛化能力强且能容纳大量数据的深度神经网络。使用部件级模型采集稳态数据并建立了推力指令模型,验证了其精度。使用部件级模型采集动态数据并建立了推力估计器,在高空巡航点和退化情况下验证其精度。最后,进行了气路故障容错控制。通过分析发动机加速过程中三个阶段的特点,使用模型预测控制和喘振裕度约束管理实现了动态性能恢复。结合推力指令模型与推力估计器,采用无模型自适应控制与模型预测控制结合的双回路控制结构实现了故障发动机的推力恢复控制。仿真验证了所采用动态性能恢复和推力性能恢复的有效性。