随着工业生产逐渐步入网络化智能化的新时代,网络化控制系统凭借其低成本、结构灵活和易于安装等优点在航空航天、远程监控、通讯运输等领域具有良好的应用前景。这种可实现网络化和分布化的闭环控制系统与传统的点对点结构控制系统相比,可以通过连接网络空间和实体空间来长距离执行许多任务。网络信号都是由共享的网络（和有线）传输,但是,受网络信道带宽限制,网络本身必然会造成时延、信息丢失等可以引发系统故障的难题,这些都会对系统自身稳定性产生比较深远复杂的影响。而随着21新世纪对工业系统所要求的大小程度及繁复性不断提高,研究人员对其表现出的安全性和稳定性也寄予了更高的希望,任何部件发生故障都可对生产单元造成十分严重的经济损失。故障检测不仅是判断系统是否发生故障的检验方法还是建立预警机制以确保系统安全运行的重要基础。因此,在自动控制领域研究网络环境下的故障检测问题具有重要的理论意义和实际应用价值。本文针对能量有界和持续峰值有界两种类型的外部噪声干扰选取不同的系统性能指标,分别进行深刻探讨连续线性网络化系统和非线性网络化系统的故障检测问题,同时考虑具有混合时延、数据丢失以及传感器饱和等约束条件,再选取H_∞和L₁两个性能指标对系统进行稳定性分析,最后通过MATLAB仿真证明文中所设计方法的可行有效性。主要研究内容如下:首先,研究含有时变时延的网络化系统故障检测问题。通过求解基于观测器的H_∞故障检测滤波器来解决系统故障检测问题,构造一个闭环控制系统并利用Lyapunov稳定性理论分析了系统的稳定性,并基于线性矩阵不等式技术为存在H_∞故障检测滤波器提供了充分条件,再使用凸优化方法获取所设计的故障检测滤波器参数矩阵,通过仿真验证了该方法的有效性。另一方面,利用基于滤波器形式的故障检测滤波器来生成残差信号,运用Lyapunov稳定性理论和线性矩阵不等式方法在满足L₁性能指标的同时还保持系统所需的渐近稳定性,通过数值仿真验证了设计方法的可行性。其次,考虑被控对象中的概率区间时滞,进一步研究网络化系统的故障检测问题。假设在网络环境中时变时延具有一定的随机特征,引入伯努利随机变量来表示不同间隔的时延分布概率,并利用概率分布信息创建一个新的闭环控制系统模型。运用Schur补引理和积分不等式等方法,使故障检测系统满足一定的H_∞干扰抑制水平,通过残差评价函数值在故障发生瞬间是否超过阈值来判断系统发生故障的情况。另一方面,针对外部干扰信号为持续峰值有界的概率区间时滞系统,研究具有传感器饱和约束的L₁故障检测问题。通过构造时滞相关的Lyapunov-Krasovskii函数建立使系统均方渐近稳定且具有L₁噪声抑制水平的性能准则。利用线性矩阵不等式技术设计系统的低保守性故障检测滤波器,数值仿真表明所提方法能够准确快速地检测到故障信号。再次,针对基于T-S模糊模型描述的含有分布时滞的非线性系统,研究该系统的H_∞故障检测问题。首先,基于平行分布补偿原理和Lyapunov理论,通过构造了时滞相关和基依赖的Lyapunov-Krasovskii函数使所设计的故障检测滤波器保证了系统渐近稳定,进行全等变换和变量替换建立系统外部噪声干扰为能量有界时的H_∞性能判据,获得目标故障检测滤波器矩阵参数,通过MATLAB仿真表明了所设计方法的可行性。最后,针对具有随机测量数据丢失、随机时滞和分布时滞的网络控制系统,研究其受到外部干扰信号为持续峰值有界的L₁故障检测问题。设计产生残差信号的故障检测滤波器,利用伯努利随机分布描述系统自身存在的随机测量数据丢失和随机时滞,通过构造时滞相关的Lyapunov-Krasovskii泛函使故障检测系统均方渐近稳定,在持续强噪声干扰下满足L₁抑制水平,以线性矩阵不等式形式得出低保守性故障检测L₁滤波器参数。数据仿真表明该方法可有效灵敏地检测到故障信号。