悬架作为车辆系统的重要组成部分,在提高车辆行驶平顺性等方面有着重要作用。磁流变阻尼器（Magnetorheological Damper,MRD）凭借其响应快、能耗低和阻尼力连续可调等特点,已被广泛应用于车辆半主动悬架中。由于磁流变液“剪切稠化”和工作温度变化等因素会导致MRD发生增益故障,故为避免这些故障对悬架系统的减振性能产生影响,相应地容错控制策略设计十分必要。本文研究内容主要从MRD建模和主动容错控制策略设计两部分展开。针对MRD强非线性和滞环效应等特点,提出了一种自适应神经模糊推理系统（Adaptive-network-based Fuzzy Inference System,ANFIS）的建模方法,该方法能够结合模糊理论的推理能力和神经网络的学习能力。采用不同电流下的外特性试验数据训练ANFIS,通过与传统BP网络相比较,结果表明该方法有效地提高了MRD的建模精度,较好地描述其迟滞特性。考虑半车悬架系统动力学模型中簧上质量和俯仰转动惯量等参数存在不确定性的问题,引入模糊（Takagi-Sugeno,T-S）规则将线性悬架系统模型拼接成可达任意精度的非线性T-S模糊模型。由于MRD发生的增益故障会降低悬架的减振性能,故通过结合作动器增益故障模型,进一步建立了一个基于T-S模糊规则的半车半主动悬架故障模型。为降低MRD增益故障对悬架系统造成的负面影响,设计了一种基于滑模变结构的主动容错控制策略。利用观测器实时估计MRD的增益故障值,并通过主动滑模容错控制器（Adaptive Sliding Mode Based Fault-tolerant Controller,ASMFTC）对增益故障进行补偿控制。在凸块路面,随机路面和粗糙路面等典型工况下进行仿真测试,结果表明即使是在MRD发生增益故障时,所提出的ASMFTC策略仍能够有效地提高悬架系统的减振性能。