电动舵机是无人机飞控系统的重要组成部分,负责控制无人机的飞行姿态与飞行轨迹,提高电动舵机的状态监测能力,对于保证无人机的安全可靠飞行至关重要。然而,由于受到无人机大小、重量、现有传感器技术、运行装机等因素的限制,可获得的电动舵机机载状态监测参数较少,导致其运行条件下的状态监测并不充分,难以及时地表征和发现电动舵机运行过程中所发生的各种潜在故障。鉴于此,本文针对电动舵机故障表征能力和检测能力不足的问题,开展面向无人机电动舵机运行状态感知优化设计的研究,对于提高电动舵机故障表征和状态监测能力,及时发现异常和潜在故障,提高电动舵机的运行可靠性具有重要价值。首先,针对电动舵机状态监测参数不足、故障表征能力不足的问题,开展基于监测参数的电动舵机故障表征建模方法研究。通过了解电动舵机正常状态下的工作原理及状态监测方法,对电动舵机常见故障模式、故障机理尤其各种故障所对应的特征参数进行分析,建立基于故障演化—测试二维相关矩阵的电动舵机故障表征模型,并结合布尔逻辑运算法则获得满足电动舵机故障表征的最小测试集,实现对传感布置受限条件下电动舵机故障检测、故障隔离和故障预测能力的表征。其次,针对由于传感器测量的不确定性以及不同测点传感器对不同故障的检测能力不同,仅利用故障表征模型难以定量表征测点传感器对于故障检测能力的问题,开展基于K-L散度定量评价的传感器优化配置方法研究。通过计算表征不同测点传感器对不同故障检测能力的K-L散度值,定量评价传感器对故障检测能力,同时考虑传感器布置过程中的成本、可靠性等因素,以传感器总数量最少为优化目标,以电动舵机故障检测能力为约束条件,建立传感器优化配置模型,采用智能优化算法进行求解,得到满足系统要求的最优传感器监测组合。最后,开展电动舵机感知优化设计的仿真验证。利用Ansys有限元仿真软件,以电动舵机核心部件——伺服电机为例建立电机Ansys仿真模型,通过获取不同故障模式下不同位置的振动信号来模拟实际在此处所布置的传感器,分析对比优化设计前后的振动信号特征,验证本文所提出方法的正确性和有效性。