建立发动机实时数学模型是建立发动机控制系统半物理仿真实验平台的重要基础。本文通过对涡扇发动机部件的热力计算过程的深入分析，提出了一种全新的实时模型建模方法，该方法通过将发动机部件参数间的关系通过解析式表示，从而避免了部件计算过程中复杂而又耗时的迭代过程。这样，不仅使模型完全达到实时性要求，而且使得计算过程思路更加清晰，易于理解。另外，该建模方法还有通用性强，精度高的优点。该模型可以计算多种控制规律下的涡扇发动机稳态和动态过程，也可以进行涡扇发动机多变量控制研究。通过与非实时模型对比仿真，表明该模型在全飞行包线内均有很好的收敛性和满意的精度。 根据矢量喷管流场计算结果，本文建立了带推力矢量的涡扇发动机实时数学模型，该模型可以模拟在不同的矢量角度发动机的工作过程，也可以模拟矢量喷管角度改变时对发动机的影响。因此该模型可作为矢量喷管控制模型。 智能控制的蓬勃发展使其已渗透到各个领域，研究智能控制在航空发动机上的应用对提高整个推进系统的性能具有重大意义。本文，利用智能控制中十分活跃的模糊控制、模糊神经网络和遗传算法研究了涡扇发动机加速过程控制。首先，设计了一种连续型的模糊控制器，接着利用遗传算法对模糊控制器中的三个量化因子进行了寻优。最后，本文还研究了模糊神经网络控制在航空发动机上的应用。仿真结果表明，控制系统表现出良好的性能。研究结果均表明，智能控制在航空发动机控制中具有广阔的应用前景。