精选10天前0 投票
基于飞行日志的无人机螺旋桨健康监测：一种变形人工年龄评分决策支持原型
无人机螺旋桨故障若仅表现为单一诊断信号，其影响往往分散在多个飞行日志通道中，给安全与可靠性带来隐患。针对这一问题，arXiv 最新论文提出了一种基于飞行日志的变形人工年龄评分（AAS）决策支持原型，用于无人机螺旋桨健康监测。该研究由 Seyma Yaman Kayadibi 完成，论文编号 arXiv:2608.18088，于 2026 年 6 月 5 日提交。
研究团队利用 2024 DronePropA 公共数据集中的历史真实飞行日志，从原始 MATLAB 矩阵中提取了六项健康相关指标：轨迹跟踪误差、姿态不稳定性、推力指令负担、电机指令不平衡、ESC 指令不稳定性和电池压力。这些指标相对于健康基线进行归一化，并通过候选评分策略、变形充分性关系和冗余调整的 AAS 公式进行评估。值得注意的是，此处的 AAS 并非时间意义上的年龄，而是作为结构策略充分性和负担度量。
在受控回顾性评估中，研究者使用了一个健康基线和三个缺陷螺旋桨案例，所有案例均采用相同的速度剖面和轨迹。健康案例被分配至常规监测；严重度 1 的案例主要表现出 ESC 指令不稳定性，被分配至维护审查；严重度 2 的案例在电机指令和 ESC 指令负担上达到最大值，严重度 3 的案例则在轨迹跟踪误差上达到最大值，两者均触发强制检查。结果显示，螺旋桨故障效应可能通过不同运行通道显现，这支持了在飞行后维护优先级划分和自主系统监督中引入多指标决策支持层的必要性。
该研究为无人机维护提供了一种新的决策支持思路，通过融合飞行日志特征提取、变形充分性测试和冗余调整的 AAS 公式，实现了对螺旋桨健康状况的量化评估。尽管目前仍处于原型阶段，但为未来基于数据驱动的无人机健康管理提供了有价值的参考。
