● 摘要
随着科学技术的日益发展，无人机（Unmanned Aerial Vehicle, UAV）因其成本低、隐蔽性好、可维护性强等特点在军事和民用领域得到了广泛的应用。然而，UAV的飞行环境通常比较恶劣，系统自身具有非线性气动特性、多变量强耦合等特点，在提高系统性能的同时难免会加大影响系统正常工作的不确定因素，致使系统发生故障的可能性大大增加。执行机构作为UAV飞行控制系统的执行元件，其工作状态直接影响到无人机的飞行品质和安全。因此，为提高无人机的可靠性和安全性，进行执行机构的故障诊断方法研究具有重要的理论研究意义和工程应用价值。本文结合无人机故障检测的实际需求，开展了无人机执行机构的故障检测方法研究。论文主要包括以下内容：
首先，分析了无人机飞行控制系统数学模型的描述方式，建立了无人机的姿态动力学和运动学方程。通过分析执行机构的故障类型和产生机理，以典型故障为例建立了执行机构的故障模型。
其次，研究了受大气紊流干扰与随机噪声影响的无人机纵向系统的作动器故障检测问题，将基于容积卡尔曼滤波算法的非线性未知输入观测器应用于无人机作动器故障检测系统中的残差产生器设计，根据给定的残差评价函数和阈值，基于残差 检验方法判断故障是否发生。仿真实验结果表明该方法能有效解耦未知干扰对残差的影响，快速、准确地检测出作动器故障。
最后，针对无人机线性离散时变系统模型，将无人机实际飞行过程中受到的扰动、建模误差等不确定因素视为范数有界的未知输入，设计了基于最优 故障诊断滤波器的残差产生器，通过分析残差序列的性质，判断系统是否发生故障。通过仿真实验验证了此方法的有效性。