本文针对非线性系统研究了基于模糊观测器的故障诊断和故障调节问题,并将提出的算法用Matlab实现仿真验证。文中首先介绍了故障诊断与容错控制的发展及现状,同时对模糊控制、神经网络以及自适应控制技术的发展给出了简单的介绍。在用T-S模型对非线性系统进行建模的基础上,分别设计了模糊检测观测器以及模糊自适应诊断观测器,前者用于检测故障,后者用于估计执行器的增益损失。利用诊断观测器估计出的故障信息设计故障调节律给执行机构以相应的补偿,恢复系统的性能。并用倒立摆仿真验证了其有效性。进一步,提出了一种基于T-S模型的鲁棒故障检测方法。针对在对非线性系统用T-S模糊模型建模时存在不确定项的系统,设计鲁棒模糊观测器,给出了系统稳定的约束条件,并将其用于故障检测。仿真结果证明,设计的观测器对于系统模型的不确定性有很好的鲁棒性,且能够及时的检测出故障的发生。最后,将神经网络与T-S模糊模型相结合,进行非线性系统建模,对于考虑了加性故障的非线性系统,用神经网络在线估计故障信息;并对系统设计具有容错功能的控制律恢复系统的性能。将提出的算法用简化的F-16模型进行仿真,仿真结果表明设计的观测器能够及时地估计出故障信息,在设计的容错控制律的调节下,系统能够快速的恢复原来的性能。