机器人系统是一个具有多变量、高度非线性和强耦合等特点的复杂非线性系统,目前机器人系统已经广泛应用到各个场景,包括航天航空、工业生产、医疗以及日常生活。但由于工作环境的复杂性和多变性,机器人系统容易出现执行器故障,这会导致生产效率和产品质量降低。为了解决这一问题,容错控制技术已经被广泛运用来提高机器人系统的稳定性和可靠性。本文主要针对受执行器故障情形下的机器人系统,研究几种不同的容错控制方法去补偿执行器故障对系统的影响,进一步提高机器人的位置跟踪性能。本文主要工作如下:（1）针对受执行器故障的不确定机器人系统,提出一种基于滑模控制的被动容错控制器。首先,在不考虑不确定性和执行器故障的情况下,设计标称控制器确保机器人系统满足位置跟踪性能。其次,考虑不确定性和执行器故障的情况下,设计基于动态快速终端滑模控制的补偿控制器去补偿不确定性和执行器故障。最后,结合标称控制器和补偿控制器得到有限时间被动容错控制器,以提高机器人系统的位置跟踪性能。采用Lyapunov函数对系统的稳定性和位置跟踪性能进行了分析。仿真中利用两关节机器人进行验证,结果表明:提出的被动容错控制方法可以确保机器人的位置跟踪误差能在有限时间内快速收敛。（2）针对受执行器故障的不确定机器人系统,提出一种基于三阶观测器和超扭曲滑模控制的主动容错控制器。首先,设计三阶观测器去检测并估计故障,同时对系统的不确定性和速度进行估计,避免速度测量时产生噪声。其次,将估计到的故障、不确定性和速度与动态快速终端滑模控制相结合得到主动容错控制器。最后,运用超扭曲滑模算法以减小滑模控制中的抖振。采用Lyapunov函数对系统的稳定性和位置跟踪性能进行了分析。仿真中将提出的主动容错控制方法与基于二阶观测器和传统滑模控制的主动容错控制方法进行对比,结果表明:提出的主动容错控制方法能在有限时间内使得机器人的位置跟踪误差的收敛速率更快、精度更高并且控制输入的抖振更小。（3）针对受外部干扰和多种执行器故障的非线性机器人系统,提出一种基于自适应滑模控制器和基于观测器的容错控制器的复合补偿控制方案。首先,设计一种滑模控制器去抑制干扰并设计自适应律去估计干扰的界。其次,利用非线性观测器去估计执行器故障,并得到一个基于观测器的容错控制器。最后,设计的复合补偿控制方案,实现对外部干扰和多执行器故障的补偿。采用Lyapunov函数证明了干扰补偿误差和故障补偿误差可以在有限时间内快速收敛到零。此外,该复合补偿控制方案的设计也不依赖于标称控制律。将提出的复合补偿控制方案与传统的故障重构方案进行仿真对比,结果表明:提出的复合补偿控制方案可以在补偿干扰的同时处理多种执行器故障,使得补偿精度更高,收敛速度更快。（4）针对受时延和执行器故障的非线性双边机器人遥操作系统,提出了一种基于力估计的时延容错控制方法。由于遥操作系统复杂的工作环境,测量力信号比较困难。首先,设计一种力估计算法对操作者和环境的力信号进行估计。其次,利用估计的力信号和时延位置误差信号,分别在主机器人端设计反演控制器实现从机器人将环境力反馈给主机器人;在从机器人端设计自适应反演容错控制器对从机器人的执行器故障进行补偿。采用Lyapunov函数对系统的稳定性进行了分析。并将提出的控制方法进行仿真验证同时在Phantom Omni机器人平台上进行实验验证,结果表明:当双边机器人遥操作系统存在时延和执行器故障时,采用提出的控制方法不仅能够准确估计操作者和环境的力信号,还能补偿执行器故障对系统的影响,从而进一步提高主从机器人之间的位置跟踪和力反馈性能。