随着现代社会的设备复杂度越来越高,同时因为设备的精度提高,设备成本变得越来越昂贵,如果设备发生故障,对生产人员的生命安全和设备的损失将会造成不可估量的影响,因此,对设备的故障诊断研究是具有理论价值与实际价值的。现实中大部分的现象是以非线性的状态呈现的,因此当设备的复杂度越来越高时,根据现实设备建模的非线性系统,其非线性程度也可能越来越高,设备的复杂度高还带来对系统建模精度降低这个巨大的挑战,因此,系统建模往往是不完全的,具有很高的不确定性。综合上述原因,对系统进行故障诊断变得更加的复杂和困难,这使得带有建模不确定性的非线性系统故障诊断成为当前的研究热点和难点之一。本文主要研究一类带有不确定性的非线性系统故障诊断问题,系统的不确定性主要在于系统的部分参数是未知,而该未知参数主要是以常数的方式表现,这些未知参数可以通过一些自适应算法在线估计获得,因此,若处于正常状态下的系统参数是稳定的,当系统发生故障时,可以认为系统内的部分参数发生变化,估计参数也会发生相应变化,因此,基于估计参数的故障诊断研究具有重要的意义。本文对基于一类带有未知参数的非线性系统故障诊断问题进行了研究,主要工作和研究成果如下:研究了带未知参数的非线性系统及其高增益自适应观测器,一些方法采用构造等价多迟延系统进行稳定性分析,另一些方法则采用李雅普诺夫第二法进行稳定性分析,本文主要是基于李雅普诺夫第二法进行稳定性分析,通过研究误差系统的部分信号边界,为李雅普诺夫候选函数提供辅助证明,该部分信号边界条件主要是通过系统的能观性进行分析得到的。研究了其他基于自适应参数估计的故障诊断方法,并将其作为一个对照实验,根据故障诊断的性能与观测器的搭建简易程度,分析了本文所使用的方法与其他基于自适应参数估计方法的优缺点。设置的对照实验,一类是需要根据实际系统构造相应等价多迟延系统的自适应参数估计,一类是直接根据实际系统进行自适应参数估计的方法。通过拉格朗日力学搭建一个二连杆机器人的动力学模型,获取到机器人的力矩与机械臂转角的关系,并将该动力学模型转换为相应的状态空间方程,设置机器人相应的参数,根据该机器人的状态空间方程设计相应的高增益自适应观测器,对其进行故障状态的重构,根据自适应参数估计对其进行故障检测与故障分离。