近年来,随着科技的不断进步,计算机在实际中得到广泛的应用。由于计算机应用的普及,使得通信技术和控制技术得以快速发展,被控对象规模越来越大、结构越来越复杂、控制难度越来越高。传统的控制策略已不能够满足现代生产所需要的控制需求。而网络化控制不同于传统的控制方法,它将有线或无线网络、智能传感器、数字通信技术等现代手段与计算机网络结合起来,成为现代控制理论中先进的控制技术。网络化控制以自身优势目前广泛地应用在实际工程中。然而,网络化控制系统对信号传输通道的带宽和传输频率等有较高的要求。如何利用有限的带宽传输信号且保证控制系统的性能不被降低,成了网络化控制中重要的研究课题。量化控制是现有的降低信号传输频率、提高网络资源有效利用率的重要手段之一。同时,对控制信号的量化,引入了量化误差,这将对系统的性能产生影响。如何克服这种影响,许多研究者对其进行了研究。但是,现存的结果仍然具有局限性,特别是对不确定非线性系统。另一方面,随着现代控制系统的复杂性越来越高,系统运行时的可靠性和安全性越来越受到人们的重视。由于系统在实际运行过程中,执行器或传感器等部件或许会遭受意想不到的故障,这可能会导致系统不能稳定的运行,甚至会发生灾难性事故。如何设计有效的故障容错控制策略来容忍故障,成为控制界的热门研究课题,且具有十分重要的研究意义。本文在己有结果的基础上,基于模糊逻辑系统或神经网络逼近、自适应技术、反步法等基本方法,对不确定非线性系统的量化和容错控制方法进行了研究。全文共分为八章,每章的主要内容如下:第一、二章系统地介绍和总结了量化控制和容错控制的研究现状,并给出了与本文相关的一些预备知识。第三章针对具有输入量化和未知控制方向的不确定非线性系统,研究了自适应容错跟踪控制问题。通过选取一类特殊的Nussbaum函数,所设计的容错控制策略能够对执行器故障和输入量化进行补偿,且能够容忍未知的控制方向。与现有结果相比较,所设计的控制策略不需要估计故障参数和量化参数的界,可以直接进行补偿。此外,通过Barhalant引理,证明了闭环系统的所有信号都是全局一致有界的,并且跟踪误差收敛到预先给定的精度。最后,仿真算例验证了所提方法的有效性。第四章针对一类具有不匹配外部扰动和执行器故障的严格反馈非线性系统,研究了自适应量化容错跟踪控制问题。基于Nussbaum函数技术,由输入量化和执行器遭受无穷次故障所带来的控制设计难题被有效地解决,且所设计的控制策略不需要估计任何参数的下界。在李亚普诺夫稳定性理论的基础上,证明了该方法能够保证所得到的闭环系统信号是有界的,且跟踪误差始终满足所期望的性能。最后,仿真算例验证了所提方法的有效性。第五章研究了具有输出约束和无穷次执行器故障的一类不确定非线性时变时滞系统的神经网络自适应容错跟踪控制问题。通过构造Lyapuov-Krasovskii函数,引入一种有界估计方法,利用动态表面控制技术,设计了一种新的自适应容错控制策略用于补偿执行器故障和未知不确定时滞函数,同时保证输出受限有效。与已有的结果相比,该控制器易于实现。根据李亚普诺夫理论,闭环系统的所有信号最终都是半全局一致有界的。最后,仿真实例验证了所提方法的有效性。第六章研究了具有输入死区和全状态受限的不确定非线性系统的自适应容错跟踪控制问题。首先,使用误差转换方法,保证了系统的所有状态不违反边界约束。然后,为了解决在处理对虚拟控制法则求导时出现的复杂性暴增的问题,提出了一种新颖的非线性滤波器。基于所设计的非线性滤波器,能够补偿有界的阶层误差,从而提高了系统的鲁棒控制性能。此外,饱和函数的使用解决了获得虚拟控制法则的界带来的分析困难。基于模糊逻辑系统理论和在线估计技术,提出了一种新颖的故障容错控制策略确保系统的稳定性。再次,根据李亚普诺夫理论,证明了闭环系统的所有信号都是有界的,且系统在存在输入死区和执行器故障时,跟踪误差满足所期望的性能。最后,仿真算例验证了所提方法的有效性。第七章针对具有外部干扰和系统状态不可测的不确定非线性系统,研究了基于观测器的模糊自适应容错跟踪控制问题。首先,通过设计高增益观测器和扰动观测器,不可测的系统状态和外部干扰被估计。基于估计的外部扰动,获得了提高的鲁棒跟踪性能。其次,通过使用障碍函数法,保证了系统的全状态受限。然后,基于投影技术,设计了一个新颖的故障容错控制策略,该控制策略能够容忍执行器遭受无穷次故障。通过设计适当的李雅普诺夫函数,证明了系统的所有信号有界,且所期望的跟踪误差可以被调节到原点附近的一个小邻域内。最后,仿真算例验证了所提方法的有效性。第八章对全文的工作进行了总结,并对将来的研究方向做出展望。