为了把握航空动力装置发展方向,进一步研究航空动力装置设计、验证技术,本文以变循环发动机为研究对象,着重研究了其物理结构、建模手段和控制方法。首先本文进行了变循环发动机物理结构设计,通过对比分析确定了主动调节模式选择活门、后涵道引射器以及前涵道引射器被动调节的物理结构设计方案。为解决变循环发动机在不同工作模式下风扇整体建模不合理问题,引入了风扇叶根叶尖模型;同时还研究了模式选择活门建模方法、可调静子部件特性曲线获取方法。采用容积动力法在Matlab软件Simulink平台上建立了变循环发动机部件级模型,通过与NASA数据、试验数据对比,对建立的部件级模型进行了正确性验证,确保所建模型的有效性。其次本文基于部件级模型研究了非线性模型辨识技术,首先研究了NARX模型辨识,分别选取了Sigmoid网络、Wavelet网络进行仿真计算,发现NARX模型辨识参数选取困难,辨识精度仍有提高空间;随后引入了动态神经网络时间序列预测方法,仿真计算表明这种方法精度较高,输出值最大相对误差能控制在0.7%以内,但解析性较差;最后进行了基于Hammerstein-Wiener模型结构的非线性模型辨识方法仿真,结果表明其与NARX模型辨识有一定的相似性。通过对这些方法总结,本文提出了一种基于Hammerstein-Wiener的递推模型,通过简化模型、引入遗传算法实现了模型参数化辨识,提高了模型精度的同时也使模型具有一定解析性,最终模型最大相对误差能控制在0.5%以内。并基于这种递推模型对全包线范围模型辨识进行了仿真研究,通过分析非辨识数据点情况下模型精度,提出了包线分割方法。最后本文对变循环发动机非线性控制方法进行了研究,采用广义预测控制方法,选择最小方差形式性能指标进行最优控制律求解。通过引入卡尔曼滤波器、饱和函数模块完成了控制器结构设计,分析了控制器中参数选取方法及其对控制性能的影响,最终选定一组参数对变循环发动机进行了控制仿真计算,结果表明:广义预测控制方法是一种较为有效的非线性控制方法,与PID控制器相比有一定优势。