随着健康监测和智能结构的发展,基于应变的结构变形感知技术日益受到重视。机翼结构的高精度变形重构,对保证航空飞行器的安全运行具有重要作用。本文研究了机翼变形重构系统的标定与传感器的故障监测,并进行了实验验证。利用误差分配的思想和模糊辨识的理论,实现了机翼模型变形重构方案的精度提升。然而,基于应变的结构变形重构系统的性能取决于传感器测量的可靠性。针对这一问题,提出了两种光纤光栅应变传感器故障检测算法,并识别了故障的类型和大小。自主开发的机翼变形测量软件平台实现了对上述理论的封装,对该方案进行了初步验证,主要内容如下:针对基于逆有限元法的重构结果存在的多种误差,提出了两步标定法。首先,根据误差分配假设检验的思想,对变形结构的节点信息进行修正。再基于粒子群优化的自构架模糊网络(Self-Structuring Fuzzy Network with Particle Swarm Optimization,SSFN-PSO)自主逼近应变和节点信息修正值之间的关系。分别通过仿真数据分析和机翼变形实验,验证了该标定方案的可靠性和鲁棒性。在光纤光栅传感器持续测量过程中,应变时间序列的非平稳性,导致观测量具有相同概率分布的假设无法满足。因此,提出了将应变时间序列分割为夜间和日间两个时段以及对日间时间序列进行时间归一化的新方法。通过对非平稳时间序列的启发式分割,实现了对应变传感器趋势输出数据的统计控制。基于机翼模型的非平稳传感器数据局部验证实验,表明该方法能成功检测出异常传感器。针对启发式分割算法没有明确揭示传感器故障类型的不足,提出了一种基于广义似然比和相关系数的故障传感器检测与分类的方法。通过最小均方误差算法,评估传感器网络中每个传感器,并使用基于广义似然比的多重假设检验检测传感器故障。研究了五种常见的传感器故障类型,提取估计值和测量值之间相关性作为分类特征,通过不平衡二叉树方法对传感器故障类型进行分类。故障模拟实验表明该方法能快速揭示故障传感器的位置和故障类型。最后,开发了变形监测系统的软件演示平台。基于变形重构标定算法和传感器故障检测算法,实现了机翼模型的变形位移量的实时显示和传感器故障的实时监视。演示系统主要功能包括:机翼变形重构、传感器故障监视、数据管理三个部分。