随着自动化、智能化等科学技术的快速发展,现代系统的功能越来越强大,其规模与复杂度也随之增加,导致系统一旦发生故障就有可能引发重大事故,如电网中的一个小故障可能引起级联故障,导致大面积停电甚至全网崩溃。因此,针对此类大规模复杂系统,建立有效的故障传播模型、故障检测与控制方法,是系统稳定运行和安全的前提与保障,也是目前复杂网络领域的研究热点。基于此,本文通过对网络级联故障发生条件与传播动力学的深入分析,着重研究网络的故障检测方法和容错控制手段,其主要内容概括如下:针对流网络遭遇随机攻击引发级联故障的问题,研究了网络级联故障的建模与分析方法。通过分析初始攻击规模对网络破坏程度的影响,建立了概率级联故障模型,得到了网络不发生崩溃的临界攻击规模。最后,通过数值仿真研究了初始负载和容错参数分布对网络恢复能力的影响,得到了网络最强恢复能力的最优分布。针对多智能体网络遭遇执行器或传感器故障的问题,研究了多智能体网络的故障检测方法。通过构建基于一致性的估计器和残差产生器,得到了智能体配备的虚拟子系统,提出了分布式的故障检测方法。该方法可检测到所有故障智能体,且不影响正常智能体执行一致性任务。最后,通过数值仿真验证了该方法的正确性和有效性。针对多智能体网络执行一致性任务时遭遇执行器故障的问题,研究了多智能体网络的容错控制方法。通过构建分布式的状态观测器,提出了相应的故障检测算法。结合线性参数化的自适应方法,提出了分布式容错一致性控制算法,确保多智能体网络在故障条件下仍可完成一致性任务。最后,该算法的有效性在仿真实例中得到了验证。