随着通信技术的发展和计算机技术的进步以及控制系统的复杂化,网络化控制系统应运而生。网络控制系统用网络来传输信号,相较于传统的控制系统,这一特点让网络控制系统具有了资源共享、分布控制、系统便于维护和扩展等优点。一方面,引入通信网络带来的这些优点使得网络控制系统在远程医疗、智能交通、智能楼宇、工业制造过程等方面有了广泛的应用。另一方面,网络的引入也带来了时延、数据包丢失、通信受限等新的问题。因此一旦网络控制系统出现故障会带来极大的不利,所以网络控制系统故障检测的研究具有很强的学术和使用价值。目前,对网络控制系统的研究大多基于移位算子。然而在采样周期变小时,移位算子离散化的系统模型并不向连续系统模型靠拢,并且会出现系统不稳定的现象。为此本文使用Delta算子来描述系统以避免上述问题。本文是作者参加国家自然科学基金资助项目《高速采样网络系统故障检测与滤波的统一方法》(项目编号:61471323)。采用了Delta算子方法研究了具有随机时延的网络控制系统故障检测问题。本文主要内容如下:首先,考虑了具有随机时延和丢包的网络控制系统故障检测问题。将随机时延建模模态切换的过程用马尔科夫过程来表示。然后建立故障检测滤波器。则故障检测问题转换成求解故障检测滤波器参数问题。通过Lyapunov-Krasovskii稳定性理论和线性矩阵不等式方法得到故障检测滤波器渐近稳定的充分条件。通过Matlab的线性矩阵不等式工具箱得到滤波器的相关参数。其次,在上面研究的基础上,研究了存在随机时延和数据包丢失的不确定高速采样系统的故障检测问题,随机时延为小于一个周期的短时延,满足马尔科夫过程;数据包丢失满足伯努利分布;不确定性存在于系统模型之中。针对系统设计故障检测滤波器。利用线性矩阵不等式方法和Lyapunov-Krasovskii泛函稳定性理论给出系统和故障检测滤波器渐近稳定和具有H_∞性能的充分条件。数值仿真证明上述方法的有效性。最后,针对在通信受限条件下具有随机短时延的高速采样系统,研究系统的故障检测问题。通信受限存在于传感器到控制器之间,使用通信序列的方式来处理通信受限问题。假设随机短时延建模成马尔科夫链,将系统建模成马尔科夫跳变模型。根据此马尔科夫跳变模型建立残差系统,利用线性矩阵不等式(LMI)方法和Lyapunov-Krasovskii稳定性理论,得到残差系统渐近稳定和具有H_∞性能的充分条件。数值仿真证明上述方法的有效性。