用于基于飞行日志的无人机螺旋桨健康监测的变形人工年龄评分决策支持原型

arXiv:2608.18088v1 公告类型：新 摘要：当无人机螺旋桨故障的影响分布在多个飞行日志通道而不是作为单个诊断信号出现时，可能会产生安全和可靠性风险。本文提出了一种用于基于飞行日志的无人机螺旋桨健康监测的变形人工年龄评分（AAS）决策支持原型。该框架使用 2024 年 DronePropA 公共数据集中选定的历史真实飞行日志，从原始 MATLAB 矩阵计算六个与健康相关的指标：轨迹跟踪误差、姿态不稳定、推力命令负担、电机命令不平衡、ESC 命令不稳定和电池级压力。这些指标相对于健康基线进行标准化，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。在这种情况下，AAS 被用作结构性政策充分性和负担衡量标准，而不是作为实际年龄衡量标准。在相同的速度曲线和轨迹下，使用一个健康的基线和三个有缺陷的螺旋桨案例进行了受控回顾性评估。健康病例被分配进行常规监测。 1 级严重情况主要是 ESC 命令不稳定，并被分配到维护审查。严重程度 2 的情况达到最大电机命令和 ESC 命令负担，而严重程度 3 的情况达到最大轨迹跟踪误差；均引发强制检查。结果表明，螺旋桨故障影响可能通过不同的操作渠道出现，支持对用于飞行后维护优先级和自主系统监督的多指标决策支持层的需求。