近年来,随着科技的快速发展,工业大规模生产的控制系统日趋复杂,对系统运行时的安全性的要求也越来越高,而故障诊断就是通过对系统信息的采集,通过一定的分析处理,及时发现系统故障,保证系统能够稳定正常运行。因此,故障诊断是现代控制领域的一个热点研究问题。基于模型的故障诊断是现在故障诊断领域应用较广的一种方法,在实际应用中,由于受到系统不确定性、外界未知干扰等因素的影响,系统难以建立准确模型,故障诊断的精度也会受到影响,在这种情况下,基于模型鲁棒故障诊断的地位便突显出来,通过构建观测器生成鲁棒残差,使得残差对外界的干扰等影响因素具备鲁棒性,从而有效提高故障诊断的准确率。本文主要的研究内容如下:首先,介绍了故障诊断课题研究的目的意义、以及发展现状,在对故障诊断的定义分类进行了阐述之后,介绍了几种基本的故障诊断方法,同时,着重介绍了基于模型的鲁棒故障诊断的原理和方法。其次,对利用干扰解耦思想生成残差的基于未知输入观测器的故障诊断进行了研究,通过将未知输入观测器中的干扰解耦方法和线性矩阵不等式相结合,研究了基于NUIO/LMI的故障诊断方法,该方法生成的残差对未知干扰和系统不确定性具有一定的鲁棒性,并通过卫星姿态控制系统验证了方法的可行性。然后,对利用优化思想生成残差的基于多指标约束观测器的故障诊断进行了研究,采用其H_-指标描述残差对干扰的鲁棒性,H_∞范数描述残差对故障的敏感性,通过对这两项性能指标进行折中,构建残差生成器生成相应的鲁棒残差,对于无法直接构造H_-指标的故障系统,研究了借助辅助输出的残差生成器的构建。最后,针对基于模型的鲁棒故障诊断中的阈值生成,研究了基于L_∞范数的阈值生成方法,并将其与H_-指标相结合,研究了基于H_-/L_∞观测器的故障诊断方法,并将其应用于单柔性机械臂的仿真实验,论证方法的有效行和可行性。