机械式自动变速器(AMT)是在传统定轴式机械变速器(MT)基础上增加自动操纵机构组成的，其成本较低、结构简单、安装方便、市场潜力大。自动离合器是AMT系统的一个核心部件，其工作品质和可靠性直接关系到AMT系统的整体性能。影响自动离合器的工作品质的重要因素之一就是汽车的起步过程，而如何尽量减小起步过程中的冲击度和滑摩功是需要解决的难点问题；同时自动离合器的可靠性是AMT汽车安全行驶的前提，任何一个细小环节出现问题都会影响车辆的正常行驶，因而为了保证自动离合器的工作品质和可靠性，研究自动离合器起步控制和故障诊断方法是非常有意义的。起步控制针对的是AMT汽车起步时离合器的接合过程。离合器接合速度的理想值能够使冲击度和滑摩功这两个起步评价指标得到很好的平衡，为使其接近理想值从而改善起步性能，本文以自动离合器简化模型为基础，采用双层控制策略控制离合器接合过程。首层应用模糊控制充分表达驾驶员的意图，二层利用T-S型模糊神经网络的学习训练机制对本层控制器参数进行优化以后得到了更好的控制器，基于模糊控制器和模糊神经网络控制器建立了起步控制系统仿真模型进行验证。仿真结果表明，与传统模糊控制策略相比，改进后的控制策略有效地减小了滑摩功与冲击度，获得了满意的控制效果。自动离合器具有非线性特性，故障检测针对这一特性，研究了系统存在外部干扰情况下的鲁棒故障检测问题。设计一种鲁棒故障检测滤波器来检测自动离合器系统执行器的突变和缓变故障。采用线性矩阵不等式的方法，给出存在故障检测滤波器的充分条件，使误差系统渐近稳定并且满足鲁棒H_∞性能指标，并提出了基于残差均方值的故障检测策略。最后，仿真结果表明了所提出的故障检测方法用于AMT汽车自动离合器系统执行器故障检测具有可行性和有效性。