本发明公开一种基于粒子滤波的航空发动机气路部件健康诊断方法，包括建立发动机的非线性数学模型；设计了基于神经网络的重要性权值调整粒子滤波算法；最后采用设计的算法实现基于发动机非线性模型的气路部件健康诊断。其中非线性模型是以反映发动机气动热力学性质的物理方程为基础建立各部件之间的共同工作方程组，采用牛顿拉夫森迭代算法求解非线性方程组获得发动机截面工作参数；基于神经网络的重要性权值调整粒子滤波算法是将BP神经网络算法和典型采样算法相结合，在标准粒子滤波算法的基础上提出增加权值分裂和粒子调整两步，有效避免了粒子退化与样本贫化现象。本发明可以实现发动机寿命期内气路部件性能发生渐变蜕化和突变故障的健康诊断。