李劲泽 牛伟 王颖 张文豪

摘要：针对电动无人飞行器（EUAS）的电子传动系统，本文采用了故障模式、影响和危害性分析（FMECA）与定性贝叶斯分析（QBA）相结合的方法。该方法可以对EUAS推进系统中的关键组件和参数进行识别，并根据识别结果建立一套基于模型的分布式故障诊断架构。通过这种故障诊断方法，人们能够在有限的数据下完成复杂系统的诊断，从而克服了传统故障诊断方法需要从退化组件收集大量服役数据和性能数据的难点。

关键词：电动无人飞行器；FMECA；定性贝叶斯；故障诊断

一、引言

随着电池技术的加速改进，电动无人飞行器被越来越多地用于物流运送和医疗救援等高价值业务上。这些无人飞行器通常是完全或半自主的，自主性的加入对飞行器的安全性提出了更高要求，即电动无人飞行系统（EUAS）应能够对其当前的健康状况作出准确估计。而飞行器的电力推进系统是EUAS的关键系统[1]，持续监测和更新关键系统的健康状态，对保证EUAS安全高效运行至关重要。

电动旋翼飞行器的电推进系统基本部件包括关键的电气部件（如电池、电机等）和功率电子器件（如电子速度控制器和飞行控制系统等）。在全电动无人机Edge 540T[2]测试飞行中，发现电池出现异常大电流。经过飞行数据分析和故障排除，证实该飞行器的一个电子速度控制器（ESC）已经老化和退化，导致该EUAS操作性能下降。研究人员针对该型无人机的电力系统进行FMECA分析，利用分析结果制定了健康监测方案。……