几乎对所有的控制系统来说，故障的发生都是不可预测和不可避免的。尤其对安全至上的控制系统，故障发生后，势必造成巨大的经济损失，甚至导致灾难性事故发生。为此，从经济和安全角度出发，迫切需要一种可靠的故障诊断技术，及时检测故障的发生并对故障进行（在线）修复。许多实际的控制系统是非线性性的，且存在时滞现象，针对这样的系统所建立的数学模型往往存在许多不确定因素。此外，衡量故障诊断技术可靠性的一个重要指标就是鲁棒性。所以，本文基于观测器理论，对一类时滞系统和一类非线性系统的鲁棒故障诊断方法作了进一步研究。　　首先，介绍了基于观测器理论故障诊断的基础知识，并研究线性不确定系统的鲁棒故障诊断问题，根据未知干扰能否完全解耦分别设计基于未知输入观测器(unknowninputobserver，UIO)的故障检测滤波器和H∞故障检测滤波器。前者在设计中结合Beard故障检测滤波器(Beardfaultdetectionfilter，BFDF)的优点，实现干扰解耦的同时能实现单一故障的分离，后者在设计中引入H∞性能指标，优化该性能指标既能保证检测残差对干扰具有较好鲁棒性，同时，又能保持较高的故障灵敏度。　　其次，研究了一类线性时滞系统的鲁棒故障诊断问题。针对时滞系统分别设计基于UIO且不依赖于时滞的故障检测滤波器和H∞故障检测滤波器，以线性矩阵不等式(linearmatrixinequality，LMI)的形式给出所设计H∞滤波器的存在条件，并进行了证明。　　最后，研究了一类非线性系统的鲁棒故障诊断问题。设计了基于Takagi-Sugeno(T-S)模糊模型的UIO和H∞故障检测滤波器，通过LMI对H∞滤波器的存在条件进行证明。以倒立摆系统为研究对象进行T-S建模和仿真，仿真结果验证了该方法的有效性。