随着新能源技术的不断发展和人口老年化趋势日益明显,越来越多的人开始关注和使用电动代步车。电动代步车作为一种专门为老年人和残障人士设计的代步工具,具有便利舒适、节能环保等优点。但是,电动代步车在行驶过程中,如果发生故障,此时系统状态将会变得不可控,由于驾驶者处理突发状况的能力较弱,可能会进一步造成人员伤亡和财产损失。因此,如何将容错控制技术应用于电动代步车系统具有重要的研究意义。本文以电动代步车系统为研究对象,针对系统可能发生的参数故障以及传感器故障,分别设计了鲁棒容错控制方法与主动容错控制方法,以维持电动代步车系统在故障发生时的稳定性。具体的工作内容为:首先,针对电动代步车系统的参数故障,提出了一种基于滑模控制理论和极限学习机的鲁棒容错控制方法。基于电动代步车系统的键合图模型推导得到系统的微分方程模型,设计了一种电动代步车系统的滑模控制律以实现代步车速度跟踪,但是普通滑模控制并不能维持系统在参数故障下的控制性能。为了解决这个问题。考虑参数故障下的电动代步车系统微分方程模型,设计了一种基于极限学习机积分滑模的鲁棒容错控制律,利用极限学习机对滑模控制律中用来补偿未知参数故障的控制项进行实时估计,从而保证系统在发生参数故障时的稳定性。利用电动代步车实验平台验证了所提出方法的有效性。其次,设计了一种基于键合图理论的鲁棒故障检测和故障隔离方法,利用双重因果关系和线性分式变换建立电动代步车系统的不确定性双重因果关系诊断键合图模型,通过分析模型节点的因果关系构造区间自适应阈值和集合故障特征矩阵进行故障诊断。利用电动代步车实验平台对所提出的方法进行了验证,实验结果表明,相对于传统的键合图故障诊断方法,区间自适应阈值和故障特征矩阵提高了系统故障检测与故障隔离性能。最后,针对电动代步车系统的传感器故障,提出一种基于鲁棒故障检测和传感器故障重构的主动容错控制方法。根据区间解析冗余关系推导包含参数不确定性的系统微分方程模型,进而设计一种基于快速终端滑模的速度跟踪策略。利用神经网络观测器对传感器故障进行重构,基于故障重构结果对传感器反馈信号进行矫正。当检测到系统发生了传感器故障,系统的反馈信号将由传感器故障信号切换至矫正后的传感器信号。利用电动代步车实验平台对所提出的方法进行验证,实验结果表明,本文设计的主动容错控制方法可以在系统发生传感器故障时保证系统的稳定运行。