为了保证航空发动机始终处于健康状态,使得发动机在飞行过程中始终安全、可靠和可用,本文围绕发动机气路部件和传感器故障问题以及性能恢复问题,开展了航空发动机退化状态参数估计与控制技术的研究,并进行了数字仿真验证。论文首先介绍了涡扇发动机部件数学模型的建模过程,并基于该部件级模型开展了上述的研究。分析了航空发动机各部件性能退化机理,通过设置部件退化参数的方法建立了包含退化状态的涡扇发动机数学模型,并通过该模型仿真了不同部件性能退化对涡扇发动机性能参数的影响,结果表明该方法能准确反应部件退化对发动机的影响。其次,针对航空发动机气路传感器故障问题,采用在线贯序极端学习机算法对涡扇发动机各气路传感器建立故障诊断系统;为提高算法的实时性,采用选择策略以泛化能力为判定依据,对算法的输出权值选择性的更新;针对故障传感器的信号会影响算法预测精度的问题,建立了一种基于“预学习”思想的故障隔离系统,将故障传感器信号从预测算法的输入中剔除,以提高该故障诊断系统的鲁棒性。通过仿真表明,该气路传感器故障诊断系统能够有效的对不同数目和不同类型的传感器故障进行快速诊断和隔离。再者,针对航空发动机气路部件故障问题,建立所研究包线范围内不同稳态工作点处的发动机线性状态变量模型,结合改进卡尔曼滤波器,根据当前飞行高度、马赫数和燃油在飞行区域内,通过三维线性插值的方法估计出当前工作点的部件退化参数;根据估计的部件退化参数并结合当前飞行状态,基于MRR-LSSVR算法估计出退化状态下的发动机推力等性能参数。针对发动机实际可安装传感器数量少于发动机退化参数个数的问题,分别基于SVD-KF和虚拟传感器的方法,解决了可安装传感器不足的情况下发动机部件退化参数的估计问题。最后,针对退化状态下发动机重要性能参数-推力偏离额定状态的问题,开展了性能恢复控制技术的研究。针对退化发动机设计了基于MRR-LSSVR算法的推力估计器,采用增广LQR的方法设计了内环控制器;并设计基于简单专家PI的外环控制器来自适应调节内环转速控制指令。仿真结果表明,该性能恢复控制系统能够使退化发动机的推力恢复到额定状态,充分挖掘了退化发动机的潜在性能。