自由涡轮式涡轴发动机采用恒定自由涡轮物理转速的调节规律,无法保证其工作状态的相似,因而在将性能参数换算到标准大气条件的计算中,采用传统相似换算误差较大。本文研究适用于不同环境条件的涡轴发动机性能参数修正方法,将不同环境条件下的性能参数统一到相同的标准条件下进行对比分析,并建立性能裕度评估准则。首先,本文考虑大气湿度的影响建立涡轴发动机部件级模型。湿度主要会影响工质热力学性质和发动机部件特性,本文根据混合气体的性质计算湿空气和湿燃气的热力学性质,建立各部件气动热力学模型时考虑了湿度对部件特性的影响。然后,本文考虑在不同环境温度和压力下的涡轴发动机非相似工作条件的修正,提出了相似换算公式的指数修正方法,基于高精度的涡轴发动机模型获取与发动机更加匹配的换算公式指数,明显提高了不同环境温度和压力下的性能参数换算精度。本文接着研究了大气湿度与燃油热值对性能参数影响的修正。涡喷、涡扇发动机通用的湿度修正系数计算公式不适用于涡轴发动机,本文提出采用湿度修正系数与含湿量之间的线性拟合公式计算湿度修正系数,获得了一定的效果。燃油热值只会影响燃油流量,理论推导得到燃油热值修正系数等于实际燃油热值与基准燃油热值的比值,与仿真计算结果基本一致。考虑到湿度与温度、压力之间存在耦合影响,本文进一步提出了基于神经网络的性能参数换算方法。通过不同环境条件下的模型仿真数据训练BP神经网络,得到了性能参数变化量与大气温度、压力和湿度之间的关系。与修正系数法相比,基于神经网络的性能参数换算方法精度更高,并且容易实现。最后,本文基于涡轴发动机性能退化模型研究性能裕度评估策略,研究了基于EGT的单参数评估法和基于多参数的评估法,基于多参数的评估法采用熵权法获取评价指标的权重,采用TOPSIS法计算性能裕度。仿真结果表明当发动机性能随着工作循环数增加逐渐退化时,两种方法都能得到较好的效果,但当发生不同的气路故障时,选取更多的性能参数作为评价指标能够得到更准确的结果。