航空发动机控制系统是以传感器测量信号为基础工作的，传感器信号正常与否将直接影响到发动机控制系统的正常运行。因此，为了提高控制系统的可靠性，有必要建立航空发动机传感器故障诊断与容错控制系统。本文针对航空发动机传感器故障诊断与容错控制开展了一系列研究，主要内容包括以下4个部分：1.建立了基于Kalman滤波器的发动机健康参数估计模块，该模块能够准确估计出发动机的性能蜕化量及其引起的传感器测量偏差量；2.在改进最小二乘支持向量回归机的基础上融合了滑动窗技术，建立了在线训练的传感器故障诊断系统。该诊断系统能够在线根据阈值选择支持向量，具有良好的通用性，能够适用于不同类型发动机；3.针对基于支持向量回归机建立的故障诊断系统信号重构功能的局限性，本文基于BP神经网络与Kalman滤波器结合的方法，提出了一种传感器故障诊断与信号重构系统。该系统能够适用于发动机额定及非额定状态，且不受发动机运行工况与故障传感器个数的影响，实现了多传感器故障的同时诊断；4.在建立的传感器故障诊断系统基础上，设计了基于重构信号的被动容错控制系统和基于控制器切换的主动容错控制系统，实现了对控制系统传感器故障的有效隔离。以某型航空发动机部件级数学模型为对象，对建立的故障诊断系统与容错控制系统进行了数字仿真，验证了本文设计方法的有效性。