安全是现代航空工业尤其是民航运输工业的首要要求，而作为现代飞行器的动力核心，航空发动机的安全、可靠运行则是重中之重，因此，航空发动机运行状态监测与故障诊断技术也就成为当今的研究热点。据统计，导致飞行事故的主要因素是机械故障，其中，磨损类故障又占很大比例，本文就以传统的铁谱分析技术和光谱分析技术为基础，引入计算机视觉与信息融合技术，开展基于磨粒分析和信息融合的航空发动机磨损故障诊断技术研究。 本文的研究工作主要包括以下五个部分：首先，介绍航空发动机常见的磨损故障类型，研究磨损故障的失效机理，分析磨粒的产生机理、分类以及形态特征：其次，针对传统铁谱分析技术的缺点，引入图像分析技术，再结合特征参数优化筛选，形成基于图像的磨粒显微形态学特征描述方法：然后，基于提取到的磨粒形态特征信息，应用模式识别方法完成磨粒自动识别，并根据颗粒摩擦学的基本原理进行航空发动机磨损故障的诊断与定位：再后，鉴于单一方法不能提取足够的故障征兆信息进行磨损故障诊断，本文引入信息融合技术，开展航空发动机多故障征兆信息综合诊断方法的研究与探索；最后，基于航空发动机滑油光谱分析与铁谱分析数据，应用时序模型、灰色模型以及组合模型进行磨损故障的预测方法研究。 本文研究工作提出了大量磨粒特征参数，尤其深入研究了沉积链谱片的特征描述问题；同时，特征参数的敏感性、区分度与冗余度分析为磨粒特征参数的筛选优化提供了量化指标；另外，基于证据融合理论的磨粒统计融合决策识别方法以及磨粒综合识别流程为磨粒识别提供了可靠的识别算法；最后，基于光谱和铁谱信息的磨损故障融合诊断决策方法为发动机多故障征兆综合诊断系统提供了基本的诊断理论手段。