随着科学技术的日益发展,实际应用中控制系统的规模和复杂度在不断增加,系统发生故障的概率也变得越来越大,因此控制系统的安全性和可靠性成为了研究的热点问题。一旦系统发生故障,就可能降低系统的控制性能甚至破坏系统的稳定性。因此,如何设计有效的容错控制方法来保证整个系统的控制性能和稳定性是一个值得研究的课题。由于大部分实际控制系统具有非线性特性,且现有建模方法很难对非线性系统进行精确建模,研究具有未知非线性特性系统的控制问题十分有意义。近年来,神经网络近似技术的提出为解决这一问题提供了有效的途径,使得许多非线性系统的控制问题得到了解决。另一方面,随着网络通讯技术和计算机技术的发展,控制系统通过网络进行数据传输变得越来越普遍。传统的时间驱动控制方法在运行中,会造成传输信息的冗余,从而浪费有限的通讯带宽资源。近年来所提出的事件触发控制方法,由于其可以有效的减少数据传输次数并减轻通讯网络的负担而受到研究人员的关注。目前,针对非线性系统的容错控制和事件触发控制问题的研究仍处于发展阶段,还有许多问题需要解决。本论文在总结前人工作的基础上,利用反步递推方法、神经网络技术、自适应技术和事件触发技术,研究了几类非线性系统的自适应控制、容错控制和事件触发控制问题。首先,针对具有未知控制方向和输入量化的非线性系统,设计了自适应描述性能容错控制方法。然后,针对具有未知控制方向和输入饱和的非线性系统,提出了自适应描述性能输出反馈控制方案。其次,针对具有未建模动态的非线性系统,研究了基于事件触发的自适应有限时间输出反馈控制问题。接下来,针对具有输入量化的非线性互联大系统,设计了自适应容错控制方法。进而,针对具有输入量化的非线性互联大系统,研究了自适应事件触发输出反馈控制问题。最后,本文的主要结果通过具有延时再循环液流的两级化学反应器、弹簧-质量-阻尼系统、单连杆机械臂以及互联双倒立摆等系统进行仿真验证,证明了本文所提方法的有效性。本文的主要内容如下:第一、二章系统地分析和总结了容错控制和事件触发控制的研究现状,并给出了与本文相关的一些预备知识。第三章研究了具有未知控制方向、执行器故障和输入量化的严格反馈非线性时延系统的自适应描述性能容错控制问题。首先,利用神经网络近似未知非线性函数。然后,使用Nussbaum函数处理未知控制方向。进而设计一个可以有效地减少执行器故障、输入量化、神经网络近似误差和扰动影响的自适应描述性能控制器。与现有结果相比,所设计方法提出了一种新的误差变换方法,且在设计过程中控制方向和量化参数都是未知的。此外,所设计方法可以保证闭环系统的稳定性,且跟踪误差满足预设跟踪性能。最后,仿真结果证明了该方法的有效性。第四章针对具有未知控制方向、输入饱和以及跟踪误差约束的严格反馈非线性系统,研究了自适应输出反馈控制问题。首先,Nussbaum函数用于处理未知控制方向。然后,构造一个基于神经网络技术的观测器。其次,通过一种改进的约束变换方法保证跟踪误差满足描述性能。在此基础上,设计一种自适应描述性能控制方法,并证明所设计方法可以保证所有闭环系统的信号都是有界的,且跟踪误差满足预设的性能条件。最后,两个仿真算例验证了该控制方法的有效性。第五章研究了具有未建模动态的严格反馈非线性系统的自适应有限时间事件触发控制问题。在动态输出反馈控制的框架下,利用神经网络处理未建模动态和未知非线性函数。基于反步递推技术和有限时间稳定引理,提出一种新的有限时间输出反馈控制策略和相应的事件触发机制。通过Lyapunov稳定性理论,证明所设计方法可以在有限时间内保证闭环系统的稳定性和跟踪性能。最后,通过仿真算例验证了所设计控制方法的有效性。第六章给出了一类具有输入量化的非线性互联大系统的容错控制方法。首先,假设系统的非线性、时变执行器故障和扰动存在未知的上下界。在此基础上,设计了一种自适应分散容错控制方法。在所设计的控制方法中,自适应机制可以有效消除未知非线性、输入量化、执行器故障和扰动的影响。由于在设计过程中未使用神经网络辨识技术,所设计的自适应控制策略可以保证所有子系统的信号都是全局一致最终有界的,且跟踪误差渐近收敛到原点。最后,仿真结果验证了所设计控制方法的有效性。第七章研究了具有输入量化的非线性互联大系统的自适应事件触发分散控制问题。首先,构造一个观测器用于估计不可测的系统状态。其次,引进未知光滑函数处理状态依赖未知互联项。然后,利用反步递推技术和神经网络逼近能力,同时设计一种分散输出反馈控制策略和事件触发机制。通过Lyapunov稳定性理论证明了所提方法可以保证所有子系统的稳定性和跟踪性能。最后,通过仿真实例说明了该方案的有效性。最后对全文所做的工作进行了总结,并指明了下一步研究的方向。