智能水下机器人工作在一个复杂且不确定的海洋环境中，且受人工干预有限，容易出现各种故障，严重的故障会导致智能水下机器人的丢失。因此，对智能水下机器人进行故障诊断和容错控制研究是十分必要的。本文主要在智能水下机器人执行器和传感器的故障诊断与容错控制方面进行了研究，该项研究具有重要的工程应用价值和理论意义。首先，对智能水下机器人进行动力学和运动学分析，建立水动力方程和大地坐标系下的运动方程，在此基础上得到智能水下机器人运动的状态方程。根据状态方程给出该系统的执行器故障模型和传感器故障模型，为后续故障诊断打下基础。在执行器故障模型中，控制输入由期望的控制力(矩)和由于执行器故障导致的控制力(矩)损失两部分组成。将控制力(矩)损失与运动状态一起构成扩展状态，用基于高斯粒子滤波的非线性系统状态估计方法估计扩展状态，从而得到控制力(矩)损失的估计值；利用修正的贝叶斯(MB)方法分析控制力(矩)损失值的时间序列，检测故障；检测出故障后，用滑动窗口法估计控制力(矩)损失的幅值。根据执行器与控制力(矩)的关系，参考当前执行器的使用情况，将故障定位到执行器，完成执行器故障诊断。对水平运动面的执行器故障诊断进行了MATLAB仿真实验，结果表明该方法能够实现执行器的故障诊断。实际试验验证了该方法的可行性和有效性。在基于高斯粒子滤波的非线性系统扩展状态估计中，可以得到运动状态的先验估计值，从而得到输出的先验估计值，将此输出估计值与传感器的测量值比较得到残差，通过对残差序列的阈值分析来诊断传感器故障。通过MATLAB仿真实验检验了该方法的有效性，并且对执行器故障和环境噪声具有很强的鲁棒性。在分析了ZS智能水下机器人的推力分配方法后，在广义逆推力分配的基础上进行推力重分配，即在推力分配中改变推力器约束条件、推力器权值和推力器配置矩阵。在Simulink中，建立ZS智能水下机器人的推力器故障诊断与容错控制仿真系统，仿真结果表明故障诊断方法能够诊断出设置的故障，容错控制措施能有效地减轻推力器故障对ZS智能水下机器人运动控制效果的影响。