当前,无人机正处于一个高速发展的阶段,在军事领域和民用领域都有巨大的需求。无人机一般包括机械部分、电子控制部分和地面站部分,较为复杂;其工作环境的气象条件也复杂多变。因此无人机的故障概率较高,并且在出现故障时一般比较致命。考虑到无人机较为贵重,其任务负载与获取的数据一般也具有较高价值,在其故障时如何迅速发现故障并消除故障影响显得比较重要。本文对无人机各控制节点的故障研究,做了一定的梳理,并最终落脚于当前国内研究较为薄弱的翼面故障这一方面。较为深入的分析了常规布局固定翼无人机在三个翼面出现部分损坏情形下的飞行状态表现,由此讨论得出了故障类别与角速度状态变化的关系。理论上,本文对系统辨识建模、基于解析模型的故障诊断和伪逆法容错控制做了简要介绍,推导了递推最小二乘法辨识系统参数和基于观测器完成残差设计与残差评估而实现故障诊断的步骤,并给出了伪逆矩阵的求解方法。针对小型无人机,本文利用STM32单片机搭建了故障诊断与容错控制系统平台,移植μC/OS-II操作系统实现了数据记录与控制传递功能的模块化。之后设计了垂直尾翼故障植入机构,利用硬件平台采集的试验飞机的正常飞行控制数据与三轴角速度状态数据进行辨识建模,获得了针对三个状态的观测器,并基于该观测器构造了残差,设计了基于残差的故障识别向量和故障判别法则。本文以垂直尾翼故障为算例,飞行中启动故障植入机构,获得了垂直尾翼突然损坏的故障飞行数据。在Matlab中用所设计的方法对该数据进行处理得出了残差曲线与故障识别向量,由此根据判别法则判断出故障类别,验证了方法的正确性。最后根据飞机控制舵面效应的先验知识,给出了不同故障类别实现容错控制的伪逆矩阵的形式。