自修复飞行控制系统(SRFCS：Self-Repairing Flight Control System)是在电传飞控系统基础上发展起来的一种与主动容错技术结合的先进飞控系统，也是未来战斗机飞控系统的重要发展方向。它的基本思想是：在不增加硬件配置的条件下，充分利用机载计算机的计算功能，提高飞控系统的可靠性，生存性，维护性，降低寿命周期费用。故障检测与隔离是自修复飞控系统的核心技术之一，它能及时判断故障发生的原因和部位，预测潜在故障的发生，进而为及时预警以及进行飞行控制律重构和自主维护诊断提供相关信息和依据。 人工神经网络(ANN：Artificial Neural Network)是一种信号处理系统，它是由许多的具有非线性计算能力的计算单元模仿生物神经系统神经元的连接方式连接而成，以并行方式运作。由于神经网络的非线性映射和并行计算能力，本文将神经网络作为一个故障分类器用于全局舵面的故障检测，通过神经网络对故障信号的分类检测舵面故障并得到舵面的损失情况，目的是提高检测的速度和精度。 本文的主要工作如下： 第一，对等价空间残差产生算法进行研究，并利用其产生飞机和作动器故障残差信号。 第二，对二元概率假设检验理论进行研究，并通过其来完成作动器故障的残差判决。 第三，研究多层前馈神经网络及相应的BP(Error Backward Propagation误差反向传播)算法，设计基于模型残差的故障分类器，并通过其来完成全局舵面的故障检测与分类。 第四，根据相应理论和工程软件规范设计出实时仿真软件，然后通过软件测试(离线)验证文中所用理论及算法的正确性。