随着现代工业化水平的迅速发展,工业设备及系统复杂度和自动化程度不断提高。如何提高系统的安全性和可靠性,减少生产过程中的财产损失和人员伤亡,成为现代工业系统中的重大问题。故障诊断技术就是通过对设备运行过程中的信息进行监测、判别、分析与决策,从而提高系统运行效率和可靠性。故障检测与估计是故障诊断中至关重要的一环。因此,故障检测与估计已经成为自动控制领域一个非常重要的研究课题。基于线性模型的故障诊断方法取得了一系列的研究成果,然而在实际的复杂自动控制系统中普遍存在外部扰动和非线性动态,具有扰动的非线性系统故障诊断逐渐成为当前的热点和难点问题。本文针对非线性扰动系统的鲁棒故障检测与估计问题进行了深入的研究。主要研究内容包括:(1)针对具有扰动的一类非线性系统的故障检测与估计问题,提出了一种鲁棒故障检测与估计观测器设计方法。首先,构建鲁棒故障检测观测器,并作为残差产生器,将该残差产生器与输入进行解耦。利用指定频域范围内的H＿性能指标描述残差对故障的敏感程度、使用H?范数描述残差对系统外部干扰的鲁棒性。使得残差产生器对故障敏感且对未知扰动及噪声鲁棒。从而抑制了噪声及扰动对残差的影响,实现故障的准确检测。其次,设计鲁棒故障估计观测器,抑制了未知扰动及系统噪声的影响,同时也抑制了故障估计误差受故障变化率的影响,从而增加了故障估计的快速性和鲁棒性;通过H?鲁棒观测器抑制后的残差信号调整估计故障。然后设计滤波器,将阈值的大小与残差范数进行比较判断是否启动滤波器,滤波器的设计使得系统鲁棒性进一步增强。最后,通过仿真验证了本文方法的有效性。(2)针对迭代学习算法在非线性系统故障检测与估计过程中存在估计误差较大和收敛速度较慢等不足的问题,提出了一种基于龙格-库塔故障估计观测器模型的自适应迭代学习算法,有效降低了故障估计误差;并引入H?性能指标,提高了故障估计观测器的收敛速度。首先设计故障检测观测器对故障进行检测,然后设计故障估计观测器,并将自适应算法与迭代学习策略相结合,使得估计故障逐渐逼近真实故障,从而实现对非线性系统中多种常见故障的精确检测与估计。最后,通过机械臂旋转关节驱动电机的执行器故障仿真验证了所提算法的有效性。(3)针对具有扰动的线性变参数广义系统的故障估计与隔离问题,提出了一种基于迭代学习算法的故障估计滤波器和鲁棒观测器的故障估计与隔离方法。该方法根据线性变参数广义多入多出系统的q个执行器故障,设计q个鲁棒观测器和故障估计滤波器。首先,假设第j个执行器故障,利用H?的方法设计相应的鲁棒观测器,使得残差信号对扰动及剩余故障鲁棒。其次,依据迭代学习算法设计故障估计滤波器。然后,将残差信号的范数与所设计滤波器的门限值相比较,判断是否启动故障估计滤波器,从而实现了故障的估计与隔离,最后通过仿真验证了所提方法的有效性。