航空发动机是一种高速旋转的机械，其可靠性直接影响到飞机的飞行安全。随着科学技术的发展，航空发动机的推力、转速、动强度等在不断的提高，其工作过程及结构形式也日趋复杂，振动破坏的事例显著增多。因此，对航空发动机进行状态监测和故障诊断愈发重要。 对台架调试中的发动机进行整机振动测量，准确掌握发动机的振动状态和振动特征，是判定发动机工作状态和进行故障诊断的重要手段。本文详细阐述了航空发动机整机振动测试及信号分析技术，系统地研究了三种航空发动机整机振动故障诊断方法，即基于频谱分析的故障诊断方法，基于神经网络的故障诊断方法以及基于故障方程的故障诊断方法。通过对航空发动机整机振动信号进行时频分析，根据其频谱特征，诊断出发动机的振动故障；建立整机振动故障诊断神经网络模型，利用大量故障样本对其进行训练，使该网络具有振动故障模式识别能力，从而进行航空发动机整机振动故障诊断；基于航空发动机故障诊断的主因子模型建立故障方程，运用最优估计及主成分分析等算法来求解故障方程，进而诊断出发动机的振动故障。 本文还利用MATLAB与Visual C++软件开发平台，通过混合编程手段，将三种故障诊断方法编制成相应的计算机程序，开发出航空发动机整机振动故障诊断系统，并对某型航空发动机进行了整机振动故障诊断。结果表明，本文所采用的三种故障诊断方法，都能有效地诊断出发动机所存在的故障；通过将各方法综合运用到故障诊断中，提高了故障诊断的准确度。本文所研究的故障诊断方法及其相应的故障诊断系统，对航空发动机整机振动故障诊断具有一定的应用价值。