由于实际工业工程对系统安全性和可靠性的需求不断增长,动态系统故障诊断与容错控制技术的研究受到越来越广泛的关注。基于解析冗余的故障诊断与容错控制方法利用以软件形式体现的进程模型取代传统硬件冗余,具有高效率,低成本的优点。故障诊断分为故障检测与隔离(FDI)和故障估计(FE)两部分。前者是决定系统是否发生故障,并确定故障出现的时间和位置;后者则是在FDI的基础上,进一步估计出故障的幅值。故障估计是容错控制的重要组成部分,构造附加控制律取决于故障估计提供的实时故障信息。现代工业系统的复杂性和高集成性导致故障发生的概率不断增加,轻则改变系统的正常行为,重则引发系统崩溃,造成人员伤亡。因此,控制系统故障诊断与容错控制的研究是富含重要意义和挑战性的。本文针对现有常见方法中存在的难点与不足,研究了基于观测器的鲁棒故障诊断与容错控制的理论与算法。主要研究内容如下:针对一类线性时不变(LTI)系统建模同时包含未知输入和模型不确定性,提出了一种鲁棒故障检测观测器的设计方法。在不考虑系统模型误差的情况下,定义故障灵敏度和干扰鲁棒性指标,利用一种新的迭代线性矩阵不等式(LMI)算法解决参考残差模型的设计问题,保证了其干扰鲁棒性与故障灵敏性的最优平衡。结合参考残差模型,将观测器设计转化为基于LMI的标准H_?模型匹配问题。同时,设计了自适应门限作为故障决策单元,减小了故障检测的误报、漏报率。在上述模型不确定的LTI系统故障检测的基础上,进一步研究了基于观测器的故障估计问题。通过构造增广误差系统,不仅使传统观测器严格的存在条件得到了放松,而且有效分离出包括模型不确定性的干扰项。利用基于LMI的改进有界实引理构造了新型的增广故障估计观测器(AFEO)实现系统状态和故障的同时估计。在故障诊断之后,将研究拓展至基于自适应观测器的故障估计与容错控制领域。为了提升传统自适应故障估计观测器(CAFEO)的鲁棒性和估计性能,通过定义一种新的故障估计模型,运用鲁棒H_?理论和广义逆矩阵理论提出了改进自适应故障估计观测器(IAFEO)的设计方法,同时引入增广误差的收敛速率以确定故障估计模型中的关键参数。基于在线状态与故障估计,构造了基于观测器的状态反馈容错控制器(OSFFTC),利用Lyapunov稳定性理论详细论证了闭环容错系统的稳定性。最后,将基于观测器的故障估计与容错控制研究延伸至非线性系统和离散系统领域。针对一类不确定非线性离散系统,通过引入非奇异坐标变换,提出了一种新的非线性降维故障估计观测器(RFEO),不仅扩展了现有故障估计观测器的适用范围,而且达到了对系统状态和故障精确估计的目标。基于一种新的迭代LMI方法,给出了改进算法在降低原有观测器设计保守性的同时,获得最优估计。进一步通过使用在线故障估计,构造了基于降维观测器的输出反馈容错控制器(ROFFTC)维持系统的稳定性和理想的闭环性能。值得注意的是,本文提出的故障估计观测器与容错控制器在求解上是相对独立的,便于更充分的考虑各自的性能。