伴随着科学技术与生产力的快速发展,非线性系统广泛存在于生产生活的各个行业之中。尤其是现代工业的控制系统日趋复杂并且高度的非线性化,这就对系统的可靠运行提出了更高的要求,而系统故障将导致系统的控制性能减弱,会引发设备故障,严重的还会造成重大的财产损失以及人员伤亡。由此可见,研究非线性系统的故障检测与控制问题具有很重要的现实意义。本文主要针对非线性系统进行故障检测与控制的研究。首先,本文对非线性系统故障检测与控制的相关的理论基础进行了简单介绍,并对文中采用的一些技术方法,如常见的几个定理、神经网络的原理等相关知识进行了介绍。其次,针对一类带有未建模动态的不确定非线性系统,通过设计K滤波器来估计未知状态,从而得到故障检测所需的偏差信号,实现基于观测器的故障检测。在此基础之上,采用自适应神经网络逼近故障函数,并通过改变供能函数的方法处理未建模动态,基于反步设计的思路,提出一种自适应输出反馈故障检测与控制方案,准确地对系统故障进行检测,保证系统在故障发生前后稳定运行,使所有状态有界。最后,针对一类输出带有测量噪声的不确定关联非线性系统,设计分散的K滤波器来估计未知状态,获取故障检测所需的偏差信号,并采用滤波的方法来消除输出的测量噪声对故障检测的不良影响,从而实现基于观测器和滤波方法的分散故障诊断。基于分散滤波观测器和反步设计方法,结合神经网络逼近技术和自适应技术,提出一种分散自适应输出反馈故障检测与控制方案,保证故障发生后准确地被检测到,并且保证每个子系统的输出在故障发生前后准确地跟踪给定信号,保证跟踪误差以及所有状态有界。