随着控制技术的发展与应用,控制系统的安全性和可靠性越来越重要。故障诊断则是保证系统安全性和可靠性的重要技术之一。从70年代起,人们开始重视控制系统的故障诊断问题,目前已有大量的研究方法,并有一些成功的应用。其中基于模型的方法得到了最广泛的研究,但由于建模的不确定性,使得该方法的研究还有一些工作要做,包括故障诊断的鲁棒性问题、故障的估计问题、诊断技术的实际应用等。本文针对这些问题展开了进一步的研究。首先,本文就故障诊断技术的发展做了较为详尽的介绍,总结了故障诊断方法的研究进展和成果,提出了基于观测器的复合诊断方法概念,对原有的故障诊断方法分类进行补充。最后指出了这一领域中有待解决的问题和可能的发展方向。针对随机线性系统多执行器故障情形,提出了未知输入卡尔曼滤波器与小波故障提取的故障诊断方法。该方法可对同时或接连发生的多执行器参数故障进行有效诊断,故障检测与估计及时准确,对未知输入具有鲁棒性。针对含有未知干扰输入随机离散双线性系统,利用干扰解耦技术和偏差分离技术实现了鲁棒故障检测与估计,故障诊断算法较采用扩展状态变量方法计算量大为减少,提高了计算速度,同时使故障检测和诊断合而为一,由算法可直接估计故障。针对一类含有不确定性的非线性系统,对于执行器故障情形,提出了一种新的鲁棒故障诊断方法。首先设计了自适应观测器结构,并利用最小二乘法给出了故障估计递推算法。对系统中的不确定性,算法中采用域值处理技术以实现鲁棒故障估计。在此基础上,详细分析了该方法的鲁棒性,可检测性和稳定性。针对一类含有不确定性的非线性系统,提出了故障检测与诊断的在线估计器设计方法。系统只有输入输出可检测,执行器故障是关于输入的随时间任意变化的。非线性在线估计器用来监视系统是否发生故障,并且估计故障的大小和特征。文中给出了稳定性、鲁棒性可检测性分析。对于传感器故障情形,通过扩展状态变量的方法,用在线神经网络估计器对故障导函数进行估计,进而