目前传统振动监测手段受限于航空发动机高温环境影响，导致振动传感器探测精度难以进一步提升。鉴于此，本文设计了一种基于摩擦电效应和压电效应的自驱动振动传感器，通过对敏感层材料配比的合理选择，实现电学输出性能与高温输出稳定性的兼顾。在最佳振动条件下，摩擦电器件的输出可达５． １ Ｖ和０． ４２ μＡ，而压电器件输出可达１． ８ Ｖ和０． ３ μＡ。基于自驱动传感器优异的电学输出性能，在机器学习算法的帮助下，开发的自驱动振动传感器可对齿轮的点蚀故障以及断齿故障进行精准识别，其识别准确率高达９８． ２ ％ 。实验证明本文开发的自驱动振动传感器能够有效监测航空发动机齿轮的运行状态，为航空发动机智能化健康管理提供了重要的参考价值。