摘要：航天发动机试车台作为检验发动机可靠性的关键装备,其健康状态评估对确保发动机安全运行具有重要意义。试车台气路系统具有故障模式复杂多变,多点位、多模态传感信息关联性强等特点,且存在数据积累有限、采集的健康状态样本分布不均、人工监测运行状态造成人力资源浪费以及高误警率等问题。为此,提出了基于自适应重构相空间-支持高阶张量机的健康评估模型。该方法首先通过设计E1(m)的稳定性判定准则,实现对气路系统相空间的自适应重构;其次采用张量对气路系统的多点位、多模态数据进行表征;然后基于支持高阶张量机挖掘张量样本中的多源传感关联信息与健康模式,实现对试车台气路系统的健康状态评估;最后利用中航某所发动机试车台实际试车数据,与支持向量机、决策树与朴素贝叶斯算法对比,结果表明提出方法在弱数据环境下具有良好评估能力,整体评估精度为89.7%,在极端弱数据环境,精度下降保持在8%以内。