从人类开始利用工具,到现在已经可以制造大型的设备来帮助自己完成各种人力所不能或者不易完成的工作,经历了很长一段时间。随着各种基础学科的研究的深入,各学科之间的交叉融合,人们的制造能力不断提高。同时社会经济的发展促使人们有了更高的追求,对产品的质量有了更高的要求。为了能够完成更加高精度的工作,保证产品的质量,工业生产当中的设备或者系统的结构越来越复杂,为了提高生产效率,工业系统的规模也越来越大。一旦这样复杂的系统发生故障,就会引发严重的事故,造成经济损失甚至人员伤亡。所以对工业系统采取一定的故障诊断与容错控制措施来保证工业系统的可靠性与安全性是必须的。在故障诊断最开始被提出来时,最根本的思路是在对系统的过程机理非常了解的前提下,以工作机理为依据来建立系统的模型,通过模型实现对系统自身的预测估计。在能够建立精准的机理模型的情况下,故障诊断的效果非常好。但是正如前文所说,工业系统规模越来越庞大,结构越来越复杂,所以建立精准的机理模型越来越困难,而工业系统中的过程数据因为传感器的大量应用变得非常充足。而这些工业系统的过程数据就已经包含了工业系统的运行特征与规律,采用合适的方法进行分析就可以挖掘出其系统规律。本课题首先对互质分解技术与Youla参数化理论进行了研究,以该理论为基础,构建了在不改变系统已存在控制器的情况下,对被控系统进行故障诊断与容错控制的一体化方法。接下来分别对一体化方法中的数据驱动的故障诊断模块与容错控制模块进行了方法实现。故障诊断的核心就是系统的稳定核表达的辨识,首先对系统稳定核表达进行了理论研究与分析,运用闭环系统的系统稳定核表达的辨识方法,在线计算获得残差信号,再运用统计方法进行故障诊断。在容错控制部分主要通过加入Youla参数矩阵的方式实现容错控制。在文章的最后,本课题介绍了三容水箱液位控制系统,运用其仿真模型及采集的离线历史数据,验证了设计出来的数据驱动的故障诊断与容错控制一体化方法的有效性。