航空发动机在飞机的发展过程中起着关键性作用,对其运行状态进行监测至关重要。目前航空发动机监测系统大多功能还不完善,只是通过单方面的故障征兆信息进行监测很难取得满意的效果,诊断准确度不高。这就要求联合多种油液监测技术,有效地结合信息融合技术,综合地使用各种方法,充分发挥各自的优势,对航空发动机的状态进行全面监视并准确的进行故障诊断,从而使航空发动机的监测系统向集成化、系统化、智能化的方向发展。本文以信息融合技术为基础,首先引入人工神经网络、D-S证据理论等智能融合分析方法,研究了基于图像分析的磨粒识别技术和能谱分析技术,通过对磨粒特征参数和化学元素含量进行分析得到故障诊断结果。然后构建了信息融合分析模型,将磨粒识别和能谱分析两种技术融合起来,对航空发动机的智能融合监测系统进行研究,通过融合多种分析技术,提高了磨损故障诊断的精度,从而获得更为准确的分析结果。最后初步开发了一套基于信息融合技术的航空发动机智能监测系统软件。