由于现代工业过程系统长时间、大负荷工作,执行器或传感器都不可避免的出现故障。容错控制是解决上述问题的有效方法。光滑的非线性采样数据系统可以近似转化为IF-THEN模糊规则描述的线性T-S模糊采样数据系统。上述T-S模糊模型为非线性控制系统的分析和综合提供了有效的解决办法。另一方面,耗散理论已经成为分析和设计非线性控制系统的重要工具。同时耗散控制可以将H_∞控制和无源控制统一起来,为非线性控制采样数据系统提供一种更为灵活且保守性较小的方法。因此,研究非线性T-S模糊采样数据系统的鲁棒耗散容错控制问题,具有重要的理论价值及实际意义。本文以线性矩阵不等式(LMI)为主要数学工具,分别针对带有执行器故障的非线性T-S模糊采样数据系统及带有状态量化的非线性T-S模糊采样数据系统,研究其鲁棒耗散容错控制问题。选取新的Lyapunov-Krasovskii Function(LKF)泛函和保守性更小的界处理方法,利用输入时滞方法,给出T-S模糊采样数据系统的稳定性判据并且设计出所需的控制器。全文的主要内容总结如下:首先,针对带有执行器故障的非线性T-S模糊采样数据系统,研究了鲁棒耗散容错控制问题。选取一种新的LKF泛函和Bessel-Legendre积分不等式界处理技术,获得保守性更小的稳定性条件并且设计出基于耗散分析的容错控制器。此外,假设无执行器故障和严格?耗散的情况下,给出T-S模糊采样数据系统渐近稳定的充分条件。结果表明,新的稳定性判据比现有的其他方法提供了更大的采样间隔上界。其次,针对带有状态量化和执行器故障的非线性T-S模糊采样数据系统,研究了鲁棒耗散容错控制问题。通过选取不连续LKF泛函、应用Free-Matrix-Based积分不等式界处理技术和耗散控制理论,获得保守性更小的稳定性条件并且设计出保证系统性能的控制器。与此同时,应用上述理论结果分别讨论了带有状态量化的T-S模糊采样数据系统和基于耗散分析的T-S模糊采样数据系统的稳定性问题并且分别设计了所需的采样数据控制器。结果表明,应用本文的理论方法无论是基于状态量化的最大采样间隔还是基于耗散分析的最优性能指标?都优于现存文献结果。最后,对全文所做工作进行了总结,指出了目前T-S模糊采样数据控制系统理论研究中存在的一些问题和进一步发展方向,并对未来的研究工作进行了展望。