故障检测与诊断为现代复杂系统的可靠性与安全性提供了切实保障。同时,时滞现象广泛存在于实际系统中,时滞的存在常常导致实际控制系统性能下降甚至不稳定,除了存在时滞以外,还可能含有结构参数不确定性以及由外部扰动、噪声及控制模型失配引起的模型不确定性等。因此把不确定性和时滞两者结合起来的模型更接近于实际系统,更能真实地反映复杂系统的特征。因此,本文针对同时含有时滞和不确定性的实际系统,开展鲁棒故障辨识研究。本文首先使用微分对策方法研究了一类含有状态时滞或输出时滞的线性时变系统,实现了状态和故障的联合估计。针对不同的系统模型,给出了其最优解以及状态估计方程,证明了鞍点即为最优解。同时,给出了估计器的设计方法,以及需要满足的边界条件及黎卡提方程。最后通过仿真实例证明了提出方法的有效性。实验结果表明提出的观测器可以实现状态和故障的联合估计。接着针对含有非线性干扰、时变状态时滞和非线性传感器故障的系统,基于自适应诊断方法,提出了一种新的传感器故障诊断算法。首先构造一个故障检测器,检测是否有故障发生,同时阈值的选择方法被给出。之后再构造故障诊断器,实现对故障的跟踪。通过构建李雅普诺夫函数,得到了适应性故障诊断算法来估计故障,同时满足稳定性条件,具有一定的鲁棒性。最后通过仿真实例证明了提出算法的有效性。实验结果表明提出的自适应故障诊断算法可以实现对故障信号的估计。最后研究了含有时变间隔时滞和外部干扰的线性连续系统的执行器故障估计问题。基于快速自适应故障估计算法,设计故障估计滤波器以保证滤波误差系统是渐进稳定的,并且满足H∞性能指标,一个时滞依赖的结果被建立以降低设计步骤的保守性。李亚普诺夫函数被应用,其中包含了时滞上界和下界信息。通过Schur补引理及圆锥互补原理,滤波器存在的充分条件以线性矩阵不等式的形式呈现。当时变间隔时滞简化为常值时滞时,也给出了相应的简化结果。分别针对时变间隔时滞和常值时滞,两个仿真实例证明了提出方法的有效性。