针对由航空发动机零部件制造、装配和性能退化引起的发动机模型与实际发动机之间的性能不匹配问题,提出了一种基于粒子群优化算法(PSO)的航空发动机部件特性自适应修正及更新方法。根据发动机部件级模型的输出数据和发动机性能分析软件GasTurb计算结果,以发动机关键测量参数所定义的目标函数最小为优化目标,利用PSO获取不同相对换算转速下的部件特性修正因子并完成特性图的自动更新。首先,采用通用的部件特性以及变比热法建立涡轴发动机的部件级模型,在建模过程中,考虑部件引、放气和大气相对湿度对发动机性能的影响,以提高所建模型的仿真逼真度和精度。在飞行包线内开展了慢车以上状态模型稳态仿真及动态仿真,仿真结果表明,本文所建立的模型与GasTurb模型稳态仿真误差小于1%,这为后续研究基于PSO算法的部件特性修正方法奠定了模型基础。其次,研究了基于PSO算法的涡轴发动机部件特性修正及更新原理。通过选取待优化参数和目标参数,定义适应度函数,针对涡轴发动机模型,提出基于PSO算法的部件特性具体修正及更新流程。对涡轴发动机部件级模型而言,待修正的模型参数包括旋转部件的部件特性(包括压比、质量换算流量和效率),典型流道部件的总压恢复系数,压气机引、放气比例以及燃烧室效率。修正设计点时,对上述参数都进行修正;修正非设计点时,只修正旋转部件的部件特性,其它待修正参数采用设计点的修正结果。最后,开展了部件特性修正前后模型稳态仿真结果的对比。仿真结果表明,用PSO算法优化并更新涡轴发动机已有的部件特性可以显著提高发动机部件级模型的稳态仿真精度。部件特性完成更新后的发动机模型,其稳态仿真误差从5%下降至1%,较好地满足了发动机整机性能优化及数控系统仿真验证的需求。