我国目前正在大力发展航空发动机产业,正处于航空发动机研制的关键时期,为了配合发动机的研制工作需要进行大量的试车实验,但发动机的整机振动极大地增加了试车成本,导致航空发动机的研制工作受到影响,而我国并没有先进成熟的航空发动机振动监测诊断系统可以为整机振动故障排除提供有效的技术支持。本文在这个背景下以双转子航空发动机为对象进行了振动监测与故障诊断系统的研究。本文首先对系统的需求进行了深入地分析,在这个基础上对系统的软硬件结构做了总体设计。针对双转子航空发动机的特点设计了数据采集程序,采集内外转子转速,产生两个键相信号分别触发对应振动测点的采样。在采集的同时提取振动信号的指标,并判断是否需要报警,使用了组合报警的方法来保证报警有效性。同时本文对系统中数据存储和管理的策略做了研究。为了实现航空发动机振动故障的智能诊断,本系统使用了神经网络和专家系统两种故障诊断方法。在前期缺少数据样本的情况下,在专家系统中添加常用的诊断规则,用专家系统初步实现故障诊断功能。当积累了足够多的数据样本后,用来训练神经网络和完善专家系统知识库,实现对航空发动机振动故障的有效诊断。本系统中神经网络模块使用了基于邻域粗糙集和并行神经网络的故障诊断方法来解决神经网络输入向量选取困难的问题,同时本文使用实验数据对这种方法的有效性进行了验证,结果显示选择合适的邻域半径和使用并行神经网络可以在优化神经网络结构的同时保证故障诊断的正确率。本系统中专家系统在故障诊断过程中可以进行自学习,不断完善诊断规则,最终对航空发动机振动故障达到较好的诊断效果。在以上研究成果的基础上,本文完成了“航空发动机振动监测与故障诊断系统”的开发,在系统中使用了多种振动信号分析方法对航空发动机振动信号进行监测分析,并且实现了测点布局的可视化组态设置功能。使用航空发动机转子故障模拟试验器对本系统进行了测试,结果显示该系统运行状况良好,可以满足航空发动机试车台的振动监测和故障诊断功能。