近年来,随着科学技术的不断推进,控制系统在人类生活的各个领域中得到广泛普及。由于现代控制系统的复杂程度不断增加,系统的可靠性与安全性受到人们极大的关注。当执行器、传感器及系统部件发生故障时,为了保障系统的安全运行并尽可能保持系统原有的性能指标,容错控制技术应运而生。目前,随着多智能体系统在航空航天、工农业等领域中的兴起,人们对多智能体系统的研究也逐渐深入。由于其系统组件在空间上大量分布,发生故障的概率也随之增加,因此人们对多智能体系统的容错控制研究又有了更多的重视。本文讨论的是具有执行器或传感器故障的多智能体系统的故障诊断与容错控制问题。在传统观测器设计基础上,利用邻域输出估计误差,构造了分布式观测器,提出了相应的故障检测方案,并设计了估计算法。进而结合神经网络、自适应控制、后推控制等技术,提出了相应的容错控制方案来补偿故障对系统性能的影响。本文的主要研究工作如下:第一,研究了一类具有传感器故障的线性多智能体系统故障检测与估计问题,提出了一种基于自适应邻域观测器方法的故障检测与估计方案。首先,为每一个智能体构建自适应邻域观测器,利用生成的残差来检测故障。进而,设计故障估计观测器来估计该故障。基于图论和Lyapunov稳定理论,证明了该方案能够有效检测并估计故障,并且保证观测误差与故障估计误差收敛到原点的一个可调节的邻域内。最后,仿真结果表明了所设计方案的有效性。第二,研究了一类具有传感器故障的非线性多智能体系统的协同容错控制问题。首先,利用径向基函数神经网络逼近系统未知函数,为每一个跟随者设计了基于径向基函数神经网络状态观测器来估计其不可测量的状态。然后,利用滑模控制设计方法,提出了一种分布容错控制方案。通过图论与Lyapunov稳定理论,证明了系统的稳定性,且协同跟踪误差能够渐近收敛到原点的一个可调节的邻域内。仿真结果验证了所设计控制方案的有效性。第三,研究了一类具有输出反馈形式的非线性多智能体系统神经网络控制问题。首先,在径向基函数神经网络输入层信号因传感器故障而偏离真实值的情况下,研究径向基函数神经网络的函数逼近能力。通过分析径向基函数神经网络结构,得到在输入层信号失真的情况下径向基函数神经网络输出层解析表达式。然后,将滤波器设计方法与后推技术相结合,提出了一种分布式自适应容错控制方案,消除了传感器故障与外部干扰带来的影响。通过图论与Lyapunov稳定理论,证明了闭环系统的稳定性,且跟踪误差渐近收敛到原点的一个可调节的邻域内。最后,仿真结果表明了所设计控制算法的有效性。第四,研究了一类具有执行器故障的大规模不确定系统的自适应主动容错控制问题。首先,假设子系统之间的未知耦合是非线性的,而不是传统的线性,并考虑了执行器偏置和增益故障的情况。然后,通过Lyapunov稳定理论,设计了一种新的故障诊断算法和故障调节方案,消除了现有成果中的假设,避免了容错控制器奇异性问题。最后,仿真结果表明了所提出的控制方案的有效性。