随着控制技术的不断发展和控制系统的日益复杂,实际控制系统运行过程中存在的环境干扰、部件失灵、子系统连接变化等因素往往会造成系统参数和结构的随机跳变或切换。针对于此类系统问题,马尔科夫跳变系统具有精确的建模能力,该系统通过事件、时间两种机制共同驱动,并在数学描述中包含了模态变量和状态变量。由于马尔科夫跳变系统所具有的特殊结构,使得针对该系统的研究方法有别于传统基于单一事件或单一时间驱动的控制系统。近些年,针对该系统的研究受到控制领域研究人员的广泛关注。在马尔科夫跳变系统的实际应用过程中,常存在或出现执行器故障、传感器故障、时延、外部干扰、非线性等影响系统运行的非理想状况,轻则导致系统性能下降,重则引发严重的运行事故。有鉴于此,本课题将针对马尔科夫跳变系统中存在执行器故障、传感器故障、外部干扰、非线性等问题,具体结合滑模控制理论、随机控制理论、自适应控制理论、模糊逻辑系统及观测器设计等理论技术方法,系统开展基于马尔科夫跳变系统的故障估计与容错控制方法研究。论文主要研究内容如下:第二章针对现有基于滑模观测器的估计方法不能被直接用于存在执行器故障和传感器故障的马尔科夫跳变系统进行故障估计的问题,设计了一种降维线性观测器来同时实现马尔科夫跳变系统状态估计和传感器故障估计。所提出的故障估计和状态估计方法通过引入由状态向量和传感器故障向量构成的増广向量,利用解耦的技术方法实现含有执行器故障、传感器故障和外界扰动的马尔科夫跳变系统传感器故障估计和状态估计。在此设计方案中,由于不需要利用滑模观测器方法,有效地避免了考虑滑模面切换的问题。第三章研究了线性马尔科夫跳变系统的执行器故障估计、传感器故障估计和状态估计的问题,提出了一种基于自适应观测器的故障估计方法。首先,使用坐标变换方法将原系统分解为两个子系统,使执行器故障和传感器故障分别存在于不同的子系统中。而后针对各子系统分别提出了对应的观测器,并利用所提出的两个自适应观测器,实现系统状态估计、传感器故障和执行器故障的估计。该方法可以避免观测器维数过高的问题。第四章针对执行器故障和输入的系统参数矩阵不同的线性马尔科夫跳变系统,展开了状态估计、执行器故障估计和传感器故障估计的研究,提出了基于降维滑模观测器的故障估计方法。通过坐标变换,将原系统分解为两个降维的子系统,并针对其中一个子系统进行増广设计。通过所设计的降维滑模观测器,同时实现了状态估计、执行器故障和传感器故障估计。在此方法中,由于执行器故障向量被分配到新増广系统的増广状态向量中,所以执行器故障可以直接被估计,而不需要通过传统滑模观测器方法中的等价输出误差引入的方法进行执行器故障估计。因此,该方法也可以有效地解决第二章中的面对技术难题。第五章针对同时带有加性和乘性执行器故障的非线性马尔科夫跳变系统的容错控制问题,提出了一种基于模糊逻辑系统的自适应补偿容错控制方法。首先利用模糊逻辑系统对模态依赖的光滑非线性函数进行近似。而后利用自适应反步技术,设计了一种基于模糊逻辑系统的自适应容错补偿控制器,该控制器可以完全补偿由加性执行器故障、乘性执行器故障和模态依赖的非线性带来的不利影响。所提出的基于模糊逻辑系统的自适应控制器可以保证闭环系统的稳定性。第六章讨论了同时具有输出扰动、执行器故障和传感器故障的非线性马尔科夫跳变系统的稳定性问题,提出了一种基于増广系统的滑模观测器设计方法,并设计了基于滑模观测器的控制器。利用所提出的滑模观测器、基于滑模观测器的控制器以及模态依赖滑模面的可达性,可以实现増广故障向量的估计,并消除执行器故障、传感器故障和扰动对系统的影响。本章所提出的容错控制方法可以保证整个闭环系统的稳定性,即此方法可以同时实现状态估计空间与估计误差空间的镇定。