【摘要】针对多电飞行器在复杂运行模式下故障检测的精确性与实时性问题，开发了基于贝叶斯优化ResNet-BiLSTM模型的故障检测技术。首先设计以残差网络为核心的多层次特征提取模块，实现故障特征的多层次表达，以提升故障检测的实时性；接着构建以双向长短期记忆网络为核心的多尺度特征提取模块，获取长期依赖的故障特征信息，以提升故障检测的准确性；进而提出基于贝叶斯优化的超参数寻优方法，进一步提升故障特征的学习效果；最后，设计多电飞行器故障检测实验方案，并开展不同故障模式下的性能分析。结果表明，所提方法可有效实现多种故障模式下的故障诊断，并且检测准确率和实时性均优于现有方法，有助于提升多电飞行器故障检测性能，为飞行安全提供有力的技术保障。