伴随着理论和实践中对随机控制和过程控制性能更高的要求,将不同实际过程中的输出概率密度函数(Probability density function)作为新的研究对象,系统分析多种建模及控制方法,已经成为一个新颖且具有挑战的课题,称之为随机分布系统的控制问题。本论文在此基础上,重点关注随机分布系统存在故障情况下的建模和控制方法,进一步结合模糊模型的辨识能力,研究模糊建模框架下的随机分布系统故障检测、诊断及容错控制等具体问题。本文的主要的工作有如下几点：(1)介绍了非高斯随机分布系统、故障检测和容错控制、模糊建模等方面的研究背景及国内外发展现状,分析了理论上存在的问题并给出了本文的结构安排。(2)研究模糊建模条件下的随机分布系统故障检测与诊断问题。引入T-S模糊模型近似描述权动态和控制输入之间的非线性关系,解决随机分布系统的灰箱建模问题。在此基础上,基于输出PDF设计故障检测滤波器和自适应故障诊断滤波器,通过求解线性矩阵不等式(Linear Matrix Inequality)以及结合Lyapunov函数分析方法,给出了检测系统故障的判据,通过比较残差和阈值的大小判断系统是否存在故障,同时实现了对故障的跟踪并且能够量测到故障的大小。仿真结果表明所提控制方法的有效性。(3)研究模糊建模条件下的随机分布系统故障诊断与容错控制问题。结合T-S模糊权动态模型和投影算法设计自适应故障诊断滤波器,解决了故障观测值有界的限制条件,实现了对故障的跟踪并且能够量测到故障的大小。进一步设计具有容错性能的反馈控制输入,结合LMI优化方法,保证了闭环系统存在故障条件下的稳定性能。仿真结果表明所提控制方法的有效性。(4)研究基于两步模糊建模的离散时间随机分布系统故障检测问题。同时结合模糊逻辑系统和T-S模糊模型,解决了随机分布控制中存在的非线性逼近和辨识问题。进一步基于离散时间T-S模糊权动态模型,给出了检测系统故障的判据,并得到了相应的阈值计算公式,通过比较残差信号和阈值的大小便可以判断系统是否存在故障。(5)对全文进行了概括性总结,并提出了进一步的研究展望。通过本文的研究,较好的解决了复杂非高斯、非线性随机分布系统的模糊建模问题以及存在故障条件下的检测、诊断及容错控制问题。