航空发动机是航空航天设备的重要部件,绝大部分情况下都在安全阈值内以轻微故障运行,由于其内部结构复杂,任意一个零部件的轻微故障都可能在机组间传播、扩散、积累和放大,从而导致更严重的故障,如能掌握元部件间故障传播特性,便可防患于未然。航空发动机内部错综复杂的元部件交织形成了一个复杂网络,可利用复杂网络理论与方法分析航空发动机元部件间的故障传播特性,找到最高风险故障传播路径、进行故障源定位,以及对元部件的故障类型进行诊断,为航空发动机的优化维护、运行提供参考和依据,确保航空发动机安全可靠运行,具有重要意义。论文的主要研究工作包括以下几个方面:(1)航空发动机基本结构及典型故障分析。对某型航空发动机的内部结构及其相互耦合关系进行分析,详细介绍了其元部件与各零部件的典型故障机理;为后续航空发动机的故障传播特性的研究提供基础。(2)基于小世界网络模型的航空发动机故障最高风险路径分析。根据航空发动机的物理机构,设定合理的假设条件,抽象构建其故障拓扑模型,并通过分析模型的网络特征参数验证其小世界特性。结合模型的小世界网络特性与k步故障传播扩散的原则,确定网络中节点间的边权值,以传播路径的故障传播强度之和为目标函数,构建求解最高风险路径的数学模型,并求解航空发动机故障最高风险路径,为航空发动机的故障预防提供参考和依据。3)基于Petri网的航空发动机故障源定位。基于航空发动机的结构层次性,结合故障最高风险路径分析过程中体现的重点防范部件,构建故障重点防范部件转子系统的故障诊断树,由故障诊断树作为中间状态实现故障petri网模型的搭建,通过故障petri网的正、反推理求取最大概率故障源,为航空发动机故障快速定位提供参考和依据。4)基于聚类优化融合的航空发动机元部件故障类型诊断。提出一种针对于航空发动机支撑轴承故障类型诊断的聚类分析融合方法。首先采取多种聚类分析方法分别对故障数据进行诊断,得到初始聚类融合权值矩阵,再采用遗传算法优化得到最终融合权值矩阵,决策诊断得到最终诊断结果,相对单一聚类诊断结果精度及可靠性均有所提高。