随着经济的快速发展，管道运输已经成为人们生活中不可或缺的重要组成部分。管道机器人的出现，开辟了一条管道检测的新途径：机器人代替人们进行不方便和危险的管道检测，并对破坏部分进行简单的维修。由于管道自身的性质，使机器人故障后，人们不能直接对其进行操纵，这就对机器人系统提出更高的要求：使其能够在遇到故障时，进行快速的检测与修复，提高系统的稳定性。管道机器人准确的数学模型通常情况下很难建立，因为它们的系统往往是非线性的，实现不同功能所需要搭建的模型也不一样。机器人在代替人们执行一些危险的检测与故障修复工作时，会受到外界环境的干扰而改变系统参数，降低系统性能：机器人系统遭到破坏后，会使自身应用性能降低；严重时可能彻底停止运行：不但管内任务没有完成，自身也会被当作阻碍管道流通的一种故障。论文对机器人在工作中发生故障，实行自我修复的容错控制功能进行研究。先对管道机器人的机械结构进行分析，建立出动力学模型与运动学模型，用传感器和执行器对发生故障的部件进行诊断，实现快速定位。当机器人驱动受到外界干扰不能稳定运行时，通过模糊控制器，对机器人的速度误差与速度误差变化率的数据进行收集，实现在线参数整定，使其恢复稳定运行，达到对直流电机的容错控制功能。当管道机器人受到外界干扰，不能按照原轨迹运行时，通过迭代神经网络对系统进行重组，不断逼近原轨迹，最终实现在发生故障偏离后，能够较快的重新回到先前运行的轨道上，达到容错控制效果。在实际应用中，实现机器人的容错控制，不但提高机器人的使用效率，而且降低了维修故障的费用，提高人们的生命安全。加强机器人容错控制的学习是智能化社会发展的必然趋势。