航空发动机作为飞机的动力源,由于极高的加工技术、材料和设计能力要求,已成为中国航空工业的重点发展对象。高温高压环境对发动机转子工作性能提出了极高的要求,其中转子不平衡量是发动机转子优良性能评定的重要指标,它直接影响了转子的振动特性。本课题以多级盘片分离转子为对象,从装配工艺技术着手,研究降低转子不平衡量的装配方法,以改善航空发动机的工作性能。针对盘片分离转子不平衡量传递机理不清晰的问题,建立多级盘片分离转子不平衡量传递模型。该模型通过分析叶盘加工误差、装配误差对叶片装配质心特性的影响以及加工误差在相邻转子系统之间的传递过程,表明转子系统不平衡量与各级叶片质量矩以及各项误差之间的关系。在该模型基础上提出阵列叶片不平衡量优化装配方法,并通过仿真分析优化方法的可行性。针对目前阵列叶片排布算法搜索精度低和计算时间长的问题,提出一种基于四分轻重交错分布的智能叶片排布算法。该算法通过融合遗传算法与四扇区轻重交错分布法的优点,从而实现高精度和高速度搜索。在此算法基础上提出双条件终止叶片排布方法,该方法能够解决遗传算法在叶片排布应用中陷入局部最优的问题,可以保持很好的搜索精度稳定性。针对航空发动机装配过程重要参数超标不易察觉的问题,建立多级转子质心和不平衡量特性虚拟监测模型。该模型基于零件数字化建模方法、多维数据零件表达方法、空间数据体参数标定方法和数据体控制方法,来实现航空发动机多级盘片分离转子空间虚拟装配以及不平衡量和质心参数的监测,从而解决转子零件数量众多,装配时间长,拆卸更换不便且易磨损的问题。为了验证不平衡量传递模型和阵列叶片排布优化方法的有效性,进行单级转子和多级转子装配不平衡量测量实验。在实验中,通过对叶盘和叶片基本参数、加工误差、不平衡量和质量矩的测量,对盘片分离转子装配不平衡量进行了预测。结果表明,不平衡量预测最大误差为14.9%,角度预测最大误差为6.8°,验证了盘片分离转子不平衡量传递的有效性;此外,在单级转子不平衡量优化率方面,改进遗传算法相对于遗传算法提高了16.7%,混合智能算法相对于遗传算法提高了32.6%;在组合转子不平衡量优化率方面,进遗传算法相对于遗传算法提高了35.7%,混合智能算法相对于遗传算法提高了66.9%。