作为航空器的动力来源,航空发动机的性能状态直接影响着飞机的可靠性与飞行安全。对航空发动机大修时间进行精准预测,提出科学合理的维修规划,有利于在保证安全飞行的基础上减少航空公司运营成本。性能退化是确定发动机大修时刻的主要考虑因素,航空发动机在运营中会产生大量与其状态相关的监测信息,以发动机的状态监测参数为出发点,本文研究基于监测数据的发动机性能退化预测方法,为发动机的日常大修时刻预测提供指导。首先,本文通过特征识别、退化敛散性分析、多指标综合评价等方法对众多发动机监测参数进行分析,从中筛选出能够有效描述发动机退化过程的参数,筛选的结果将作为后续性能退化预测计算的重要依据。其次,考虑到同一机队不同发动机性能变化过程具有各异性的特点,本文在过去已有的相似性匹配寿命预测模型基础之上进一步结合无迹粒子滤波算法提出了基于参数退化轨迹相似性匹配的航空发动机性能退化预测组合模型。该模型能根据退化特征信息动态更新退化方程,建立更符合每一台发动机实际情况的退化模型,以实现航空发动机性能退化的预测。该模型利用当前运行中发动机的实时监测信息以及无迹粒子滤波算法,迭代更新退化模型中的时变参数,从而实现对发动机状态的实时更新预测。最后,将提出的组合预测模型和一般预测方法进行综合对比分析,验证了提出的组合模型对于性能退化预测结果的准确性。最后,进行了航空发动机大修关键致因分析,接着分析了不同致因下的发动机大修时刻预测方法,并着重研究了基于性能退化的大修时刻预测方法。通过航线实际数据验证计算,证实了提出的性能退化预测模型能应用在航空发动机的大修时刻预测中,并相较于过去传统的方法在预测准确度上有较大的提高。