近年来，随着对动力系统如飞行器、核电站以及离岸大型风力发电设备可靠性要求的增加，故障检测与隔离(FDI)和容错控制(FTC)受到了越来越多的关注。执行器、传感器与其他零部件的失效往往会导致系统性能的衰减，严重地损坏物理系统，甚至造成人员的伤亡。为了避免控制系统中元器件失效所带来的这些后果，及时的检测辨识故障或使得系统容错十分重要。FDI的主要功能是在故障发生时报警，以及确定故障源。其设计方法有很多如观测器法、等价空间法及参数估计等。最近，基于滑模观测器(SMO)的FDI因其具有故障重构和估计能力而受到了广泛关注。原理是利用等价输出注入概念进行故障重构，比起残差法其优势是不但可以检测隔离故障还能给出形状、大小及动态行为信息。另外SMO被认为是应对不确定性或摄动系统的鲁棒观测器。基于此，本文对鲁棒故障重构SMO和FTC设计进行研究。首先，对线性不确定系统的SMO故障重构理论进行了提高与扩展。研究了利用辅助观测器对执行器故障与不确定性同时重构的方法。利用了线性矩阵不等式和Lyapunov理论对新的观测器存在条件以及稳定性做了推导，然后提出了通过合并观测器对执行器和传感器故障同时重构的SMO设计方法，详细阐述了观测器的存在条件与渐进重构性质。实例仿真结果证实了所提出的方法的有效性。其次本文对非线性系统，特别是单边Lipschitz系统提出了新的自适应故障重构SMO设计理论。虽然Lipschitz系统被大量地研究过了，但所获得结果往往只在Lipschitz常数已知且很小的情况下成立，因而本文将设计范围扩大到单边Lipschitz系统。另外由于采用自适应机理使得单边Lipschitz常数无需提前知道，这是另一个优点。观测器增益以及观测误差的渐进稳定性是通过线性矩阵不等式获得的。最后部分利用滑模控制技术设计了对执行器和传感器故障容错的控制器。因为所考虑的执行器效率下降的故障具有与匹配不确定性一致的形式，而滑模控制对此具有良好的鲁棒性，从而采用状态反馈设计的控制器对执行器故障容错。另外与不确定性有关的增益采用了自适应方法应对故障信号。在所有状态可以量测的假设下，对传感器故障系统容错的思路是利用SMO重构的故障信号校正状态测量值，使得控制器所用的信息是正确的，从而达到容错目的。这么做的好处是控制器不用再配置或再设计。仿真结果也表明了SMO作为容错方式的能力与优势。