由于网络技术发展迅猛,工业生产跨入网络化、智能化的时代,网络控制系统(Networked Control System,NCS)在工业生产中的应用日渐广泛。NCS通过网络实现节点间的远程控制,通信网络直接影响NCS的稳定性,因此对NCS进行故障诊断和及时对故障采取合适的解决方法是十分必要的。以NCS为被控对象,重点针对NCS中的时延故障分析研究,提出两种解决方案分别诊断NCS的短时延故障和长时延故障,通过仿真实验验证方案的有效性,并针对NCS中的时延故障提出一种时延补偿策略。首先,介绍了NCS的研究目的和意义、系统结构、故障诊断常用方法以及NCS时延故障研究现状。其次,分别研究了时延、数据包丢失、网络类型、干扰和网络调度对于NCS系统性能的影响,并重点分析了网络时延的影响。接着,针对短时延NCS,研究了观测器故障诊断方法。建立基于观测器的数学模型,分析其模型,设计状态观测器,在系统稳定的基础上,根据观测器的状态输出和NCS的实际输出之间的残差和设定的阈值对比,由NCS故障诊断逻辑判断故障情况。然后,针对长时延NCS,研究了神经网络故障诊断方法。在观测器诊断方法基础上,在传感器和控制器之间加入神经网络预估器,并使用遗传算法(Genetic Algorithm,GA)优化Elman神经网络的权值、阈值,在观测器误差方程稳定后,设计的观测器可以更好的实时跟踪系统状态,实现状态反馈,根据设计的观测器生成的残差和设定阈值对比,由NCS故障诊断逻辑判断故障情况。最后,提出一种时延补偿策略。在广义预测控制(Generalized Predictive Control,GPC)基础上,为了减少在线时间,提出隐式GPC,为了达到最优补偿,进一步提出具有PI反馈结构的隐式PIGPC,由GA-Elman神经网络预测时延,以预测值代替真实值作为控制器参数,设计时延补偿控制器,仿真结果表明提出的时延补偿策略可以很好的补偿时延,减少时延故障对NCS的影响。