飞行故障在线自动识别与控制重构是航天智能飞行的重要标志。针对运载火箭飞行中推力矢量极性误差问题，研究了基于人工神经网络的故障识别和自主重构方法。在明确故障模式的基础上，结合扩展状态观测器（ESO）的观测结果，提出了考虑模型偏差的仿真训练样本设计方法，并分别采用反向传播（back　propagation、BP）神经网络和长短时记忆（LSTM）网络方法进行了故障识别设计。仿真结果表明，两种方法都具有较高的识别精度，能够在推力矢量极性误差下实现稳定的自主重构，而基于滑动窗口时间序列的LSTM网络方法具有更大的优势和更高的识别精度