随机分布系统是一类以输出概率密度函数（Probability Density Function,PDF）为研究对象的系统,在化工、造纸、燃烧等与民生息息相关的工业过程中广泛存在。在实际工业过程中,由于工业环境恶劣及设备的长时间运行,系统极易出现执行器或传感器故障,故障不仅影响系统的可靠性,甚至可能造成巨大的财产损失和严重的人员伤亡。因此,研究有效的故障诊断和容错控制方法,确保系统安全、可靠运行,具有非常重要的理论与实际意义。随着科技的发展与产业的升级,随机分布系统通过网络化控制实现了资源共享、远程操作和控制。然而,由于网络带宽限制,数据在传输过程中会遇到一系列诸如时延、丢包等通信约束问题,造成包含故障特征的信息丢失或延迟送达,给随机分布系统的故障诊断与容错控制研究带来了新的挑战。因此,本文针对通信约束下随机分布系统的故障诊断与容错控制问题进行研究,主要内容如下:首先,针对反馈通道丢包约束下非线性随机分布系统,研究了系统发生执行器故障的故障诊断与容错控制问题。利用服从Bernoulli分布的随机变量刻画反馈通道发生的丢包现象,并利用数据保持策略进行丢包补偿。在此基础上,设计自适应观测器实现了未知故障的估计。通过构造二阶滑模函数,设计由等效控制项和不连续项构成的二阶滑模容错控制器,实现了系统在发生故障的情况下仍具有良好跟踪性能的容错控制目标,从而解决了一类具有丢包和执行器故障的Lipschitz非线性随机分布系统的故障诊断与容错控制问题。随后,针对双通道丢包约束下非线性不确定随机分布系统,在系统存在干扰的情形下,研究了系统发生执行器故障的故障诊断与容错控制问题。反馈通道和前向通道同时存在丢包现象使得容错控制算法的设计更加复杂。首先,引入两个相互独立的Bernoulli随机过程描述双通道丢包现象,利用缓存器中最新数据对双通道数据丢失进行补偿。设计增广自适应观测器实现了故障和干扰的同时估计。在此基础上,提出模型预测容错控制算法处理故障和干扰对系统跟踪性能造成的不利影响。通过比较有丢包补偿和无丢包补偿两种不同情形下故障估计的均方根误差,探究了丢包对故障估计的影响程度。然后,针对双通道约束（丢包、时延同时存在）下模糊随机分布系统,研究了非线性随机分布系统发生加性故障和乘性故障两种不同情况时的故障诊断与容错控制问题。首先,建立线性模糊逻辑系统逼近输出PDF的静态模型以及基于T-S模糊模型的具有加性故障的动态模型,并在一个统一的框架中描述了由网络引起的随机丢包和时延现象,其中丢失的数据利用缓存器接收的最新数据进行补偿。在此基础上,设计滑模预测容错控制器,通过预设控制信号对前向通道的时延进行补偿。进一步研究了具有乘性故障的随机分布系统的故障诊断与容错控制问题。建立基于T-S模糊模型的具有乘性故障的动态模型,将上述故障诊断与容错控制策略推广到具有乘性故障的模糊系统中。这一部分的研究为双通道约束下非线性随机分布系统的故障诊断与容错控制研究提供了理论基础。最后,针对具有丢包、信号量化以及系统噪声的模糊随机分布系统,设计了状态反馈容错跟踪控制策略。系统传感器到控制器以及控制器到执行器的信号均通过新型对数-均匀量化器进行量化处理,数据包丢失用Bernoulli随机过程建模。设计自适应滑模观测器实现了系统存在噪声干扰下的故障估计。为了保证系统在发生故障的情况下仍具有良好跟踪性能,提出基于并行分布补偿技术的状态反馈容错跟踪控制方案,该方案通过线性矩阵不等式的形式给出了控制器增益矩阵存在的充分条件。