随着工业4.0时代的到来,现代控制系统规模和复杂度不断增加,对其可靠性和安全性的要求也越来越高。控制系统的状态估计、故障诊断一直是理论和工程实际应用中重点关注和迫切需要解决的关键问题之一。然而,非线性、建模误差和未知输入扰动等因素的存在,使其在工程实际中的应用带来了很大的局限性。随着模糊理论的兴起,模糊理论在控制理论中被广泛应用,涌现了许多理论方法,但是常用的基于T-S模糊模型的控制系统中,我们通常是凭经验假设模糊隶属函数是已知或在线是可测的。但是当系统的隶属函数不可测时,这样的假设也就不那么合理与准确。鉴于此,本文在未知隶属函数情况下进行非线性系统的状态估计和故障诊断,填补了现有研究成果的一些不足。本文首先阐述了未知模糊隶属函数条件下非线性系统状态估和故障诊断研究的目的与意义,论述了其研究的必要性和对当今实际工程系统的重要贡献,同时分析了目前国内外研究现状的优点与不足。然后,根据本文所涉及到的相关知识,分别介绍了用T-S模糊模型描述非线性系统优点及其相关数学知识,包括线性矩阵不等式方法和凸优化等并且还列出了相关证明所需的引理。本文在进行系统的故障诊断和状态估计之前进行了T-S模糊模型的高阶化简方法(T-S模糊模型的有限频降阶),模糊模型高阶化简问题的实质就是与频率相关问题,在以往全频域T-S模糊模型化简,一般是增加权重的方法,但该方法会导致计算繁琐和非常耗时。因而提出了一种新的T-S模糊系统有限频率模型简化框架。通过低频、中频和高频域三个模型降阶算法得出该方法的可行性,也为下一步的系统的状态估计和故障诊断打下基础。对于系统的故障诊断,由于以往方法仍然具有较大的保守性,因而本章基于最小优先级切换律的理念提出了新的观测器设计框架。然后,对卡车拖车模型进行仿真,验证该方法的有效性,并且比较分析发现可以减少系统的保守性。对于系统的状态估计,由于进一步考虑到实际工程的应用,在系统模型中提出了基于未知输入的状况下进行状态估计稳定性分析。充分分析了连续和离散非线性系统的可测决策变量和不可测决策变量下的观测器设计。最后,通过仿真例子来验证该方法的可行性及比较其它文献发现其减少了系统的保守性。