针对APU维修智能化水平较低问题,提出了一种基于可测信息源的APU故障智能诊断方法,利用BP神经网络建立智能故障诊断模型,详细阐述了该方法的数学原理及其实现算法。在数据处理中采用小波分析及巴特沃斯数字滤波器,对所采集数据中的噪声和干扰进行滤除。利用APS3200型APU的相关数据作为样本,建立了基于BP神经网络的APU故障智能诊断模型。利用MATLAB进行建模计算,结果表明,该智能诊断模型具有学习速度快、噪声干扰抑制能力强等特点,且诊断结果准确,提高了维修单位维修效率,对提高航空公司机务维修自动化水平具有重要意义。