航空发动机作为飞机的心脏，其故障诊断问题研究关系到飞机的飞行安全，意义重大。将智能算法应用于航空发动机故障诊断，有利于进一步提高故障诊断的准确性，快速进行故障定位，降低维修保障成本。由于发动机结构和原理复杂，本文重点选取故障高发的发动机气路部件，开展故障建模及故障诊断研究，主要研究了航空发动机气路建模仿真方法，气路典型部件故障特征约简方法和气路典型部件故障诊断方法。主要工作与成果如下:　　(1)分析研究了航空发动机气路建模及故障诊断研究的现状，对比了国内外发动机故障仿真与诊断技术的差距，并总结了各种故障诊断方法;　　(2)分析研究了航空发动机气路各部件的数学模型，对比了常用建模软件的优缺点与适用性，重点选择Simulink与PROOSIS软件搭建了两种航空发动机气路模型，通过两种模型的对比分析验证了Simulink机理模型的准确性和可信性;　　(3)基于建立的模型进行了发动机气路故障模拟，获取了发动机气路故障仿真数据，研究了基于粗糙集与主元分析的故障特征降维方法，进行了发动机气路故障特征约简，该方法能够在不影响故障诊断准确度的前提下有效减少故障特征数量;　　(4)研究了基于支持向量机的发动机气路故障诊断方法，研究发现利用支持向量机对降维后的特征数据进行故障诊断存在支持向量机参数设置影响诊断结果的问题，提出采用自适应、模拟退火、聚合等三种遗传算法来优化支持向量机参数设置。这三种方法针对传统遗传算法可能收敛到局部极值的问题，进行了适应度函数或交叉、变异概率自适应选择上的改进，提高了故障诊断能力;　　(5)对发动机气路机理模型、基于粗糙集与主元分析的故障特征降维方法和改进后的智能算法参数优化的支持向量机进行了软件集成，基于MATLAB GUI开发了航空发动机气路故障诊断软件，为用户提供了发动机气路故障仿真和故障诊断的功能。　　本文研究得到的发动机气路机理模型和故障诊断方法，为发动机气路故障仿真和故障诊断提供了有效、可信的技术途径，开发的航空发动机气路故障诊断软件能够支持发动机用户开展相关研究，对推动发动机故障诊断发展具有重要的意义。