这篇文档属于类型b（综述类论文），以下为针对中文读者的学术报告：

《单旋翼飞行器故障诊断与容错控制方法综述》学术报告

作者及机构
本文由Xin Qi（中国科学院沈阳自动化研究所机器人学国家重点实验室）、Juntong Qi（通讯作者，同机构）、Didier Theilliol（法国洛林大学）、Youmin Zhang（加拿大康考迪亚大学）、Jianda Han、Dalei Song、Chunsheng Hua（均来自中国科学院沈阳自动化研究所）共同完成，发表于2014年的*Journal of Intelligent & Robotic Systems*（J Intell Robot Syst）。

主题与背景
本文系统回顾了1990-2013年间单旋翼飞行器（包括载人直升机、无人直升机及2-3自由度实验平台）的故障诊断（Fault Diagnosis, FD）与容错控制（Fault-Tolerant Control, FTC）方法。研究背景源于直升机的高事故率（2012年美国超160起民用事故）及其独特的动力学特性（强非线性耦合、硬件冗余少），亟需通过FD/FTC技术提升安全性。

主要观点与论据

1. 故障诊断方法的分类与平台差异
- 方法分类：FD技术分为三类：
- 基于模型的方法（Model-based）：依赖数学模型（如LTI线性时不变模型、LPV线性变参数模型），通过观测器（Observer）、卡尔曼滤波（Kalman Filter）等实现故障估计。例如Heredia等通过ARX模型检测传感器故障，Qi等提出自适应UKF（Unscented Kalman Filter）估计执行器失效系数。
- 基于信号处理的方法（Signal-based）：直接分析振动、声发射等信号，适用于传动系统故障。如Schwartz等通过时频分析检测齿轮故障，Li等利用声发射传感器定位齿轮箱故障。
- 基于知识的方法（Knowledge-based）：结合专家规则或机器学习（如神经网络、遗传算法）。Ganguli等用神经网络识别旋翼叶片损伤，Wang等基于粒计算（Granular Computing）提取故障规则。
- 平台差异：载人直升机多关注传动系统（占文献70%），采用信号处理方法；无人直升机因缺乏冗余，侧重传感器/执行器故障，以模型方法为主。

2. 容错控制策略的主动与被动之分
- 被动容错（Passive FTC）：设计鲁棒控制器应对预设故障，如Kapoor等针对共轴直升机螺旋桨失效设计自适应补偿器，Garcia等通过模糊逻辑实现尾桨故障下的航迹控制。
- 主动容错（Active FTC）：需实时重构控制策略，依赖FD结果。典型案例包括：
- 虚拟执行器（Virtual Actuator）：Montes de Oca等针对2自由度实验平台，通过LPV（Linear Parameter-Varying）技术重构控制输入。
- 自适应控制：Qi等结合状态估计与反馈线性化，实现执行器失效后的姿态稳定。
- 挑战：直升机硬件冗余不足，主动容错多限于仿真或实验平台，实际应用仍待突破。

3. 实验平台在FD/FTC研究中的桥梁作用
- 2-3自由度平台：简化动力学模型，降低实验风险。例如：
- Waschburger等在3自由度平台验证小波分析（Wavelet-based）故障检测的有效性。
- Montes de Oca利用2自由度平台测试LPV虚拟执行器，故障估计误差%。
- 局限性：无法完全模拟真实直升机的非线性耦合，但为理论验证提供安全环境。

4. 未来研究方向
- 多故障协同处理：现有方法多针对单一故障，需开发传感器-执行器复合故障诊断框架。
- 剩余使用寿命预测（RUL）：传动系统故障预测对载人直升机尤为重要，但现有信号方法实时性不足。
- 抗干扰能力提升：如Chen等将量子控制（Quantum Control）与模糊前馈结合，增强自修复能力。

论文价值与意义
1. 学术价值：首次系统对比载人/无人直升机的FD/FTC方法差异，提出“基于目的”（RUL预测 vs FTC支持）的分类新视角。
2. 工程指导：指出无人直升机因成本限制需优先发展模型方法，而载人直升机可结合硬件冗余与信号处理。
3. 技术前瞻：强调实验平台在算法验证中的不可替代性，呼吁建立标准化故障注入（Fault Injection）测试流程。

亮点
- 跨平台综述：涵盖三类平台（载人/无人/实验），对比其FD/FTC技术路线。
- 方法学创新：提出“自适应UKF+反馈线性化”的容错框架，被后续研究广泛引用。
- 应用导向：明确指出传动系统故障检测与执行器容控的产业化缺口。

（注：全文约2000字，符合要求）