航空发动机在飞机的安全飞行过程中起着至关重要的作用,航空发动机故障维修技术在近些年得到了飞速的发展。要使发动机能够得到及时的维修,发动机的故障能够得到准确的预判,需要引进油液监测技术,有效的结合先进的信息融合技术、知识发现方法,对航空发动机的状态进行全方位的监测并且进行准确的故障诊断。航空发动机的监测系统走向信息化、智能化是航空维修业的大势所趋。本文引入了粗糙集、决策树以及贝叶斯网络等知识发现方法,同时研究了XRF光谱分析技术和基于显微镜的磨粒识别技术。通过光谱分析技术和磨粒识别技术相结合,采集航空发动机故障的数据集,然后采用粗糙集理论对发动机磨损故障类型进行决策优化,最后代入贝叶斯网络,得到故障诊断结果和维修建议。将知识发现方法引入发动机状态监测系统,提高了故障诊断的速度和准确度。最后为设计了基于知识发现的航空发动机智能监测系统。