航空发动机是一个极为复杂的强非线性研究对象,难以用准确的模型对其进行描述,同时模型的解析会受到运行状态以及飞行条件的影响,根据额定发动机模型设计的控制方法的精度在这样的条件下常常难以得到保证。与传统控制方法不同,模型参考自适应控制(MRAC)方法在对航空发动机模型要求精度较低的同时,还可以在系统参数发生变化时对发航空动机进行控制,进一步排除其他因素干扰得到期望输出,为航空发动机控制系统的设计提供了新思路。本文为使航空发动机克服非线性特性以及不确定因素等影响,在宽范围内以期望性能高效稳定运行,以双轴涡扇发动机为研究对象,选择对被控对象先验知识要求低的基于高频增益矩阵分解的MRAC方法,在不同工况以从不同角度进行了如下研究:首先,研究了基于线性模型的涡扇发动机高频增益分解的MRAC方法。将高频增益分解成三个相乘的矩阵,把对发动机先验知识的需求降低仅为高频增益顺序主子式的正负,结合Lyapunov稳定性定理完成自适应律的设计。对仿真结果进行分析,除验证算法成立外,还得到了自适应参数对发动机控制结果的影响规律,为后文研究提供理论支撑。其次,提出了基于平衡流形展开模型(EME模型)的涡扇发动机高频增益分解的MRAC方法。在已有自适应算法的基础上,引入多入多出发动机的EME模型相关知识,在平衡流形范围内证明基于EME模型的涡扇发动机高频增益分解的MRAC方法的有效性。后续仿真表明,基于EME模型的涡扇发动机MRAC方法与基于线性模型的涡扇发动机MRAC方法具有相同性质,但控制性能品质更符合发动机需求。同时,基于EME模型的涡扇发动机高频增益分解的MRAC方法在地面大范围变工况条件下,可使发动机对参考模型实现渐进跟踪但动态性能较差;在飞行条件变化时,发动机的输出参数可在该算法的作用下保持不变,但却不能在算法的作用下达到指定值。再次,针对基于EME模型的涡扇发动机高频增益分解的MRAC方法在地面大范围变工况动态性能不好的问题,提出考虑重置机构的涡扇发动机的MRAC方法。在基于EME模型的涡扇发动机高频增益分解的MRAC方法中,引入重置机构并将其输出参数设置为可调参数,理论证明了加入重置机构算法的稳定性以及瞬态特性,仿真表明,选取合适自适应增益,加入重置机构可以改善系统动态性能。最后,针对基于EME模型的涡扇发动机高频增益分解的MRAC方法在飞行条件变化时无法获得指定输出参数的问题,提出飞行条件变化下涡扇发动机的切换MRAC方法。进行子系统划分并为不同子系统选取不同的参考模型,利用多Lyapunov法分析了系统的稳定性,探究了各个子系统的瞬态特性,并发现每个子系统误差绝对值都有最大值。以飞行条件变化为切换信号,仿真研究发现涡扇发动机高频增益分解的切换MRAC方法控制效果良好,可使发动机在不同飞行条件实现渐进跟踪得到期望值,调整速度较快,动态性能较好,同时每个子系统的确存在误差绝对值的最大值。