针对涡扇发动机监测数据维度高、存在大量噪声、退化机理复杂、难以构建用于状态评估的有效健康因子的问题,对原始数据做卡尔曼滤波以滤除传感器信号中的噪声,通过采用线性方法主成分分析和非线性方法堆叠自编码器对滤波后的数据做降维处理,提取出能够表征发动机退化的一维综合健康因子,并在C-MPASS数据集上进行了实例分析。结果表明,以上两种方法均可很好地提取健康因子,可为涡扇发动机的状态评估提供有效支撑。