由于实际系统中经常存在复杂的非线性动态,因此对于非线性系统的研究得到了广泛的关注。T-S模糊模型提供了一个普遍的形式来处理非线性动态,进而被应用到了许多工业系统中。随着系统复杂程度的不断提升,对系统安全性能和可靠性能的要求也在不断提高,因而故障诊断技术得到了广泛的重视并且已应用到各个领域内。本文针对T-S模糊系统进行了故障诊断问题的相关研究。现将本文的主要创新点总结如下:针对一类描述成T-S模糊模型的非线性关联系统给出了一个有效的故障参数估计方法。在已有的故障估计方法中,伺服信号通常被当做外部扰动来处理。与其不同的是,在本文所提出的故障估计方案中,伺服信号被用于激励系统的状态,使其满足一定的持续激励条件。在此基础上,设计了一组自适应观测器来有效地估计系统的故障参数。在无外界扰动的情况下,结合图理论构造出了一个全局的李亚普诺夫函数,并且证明出当关联强度小于某个给定值时,故障参数估计误差将渐近收敛。仿真算例验证了所提出的故障参数估计方法的有效性。针对带有部分不可测前件变量的T-S模糊系统给出了在限频域内的故障检测观测器的设计方法。通过引入集合理论中的等效集合理论来描述T-S模糊模型,可将可测前件变量准确的从不可测前件变量中分离出来,进而可以充分利用可获得的信息来设计故障检测观测器。然而,在这种情况下,模糊模型的前件变量和所设计的故障检测观测器的前件变量将出现异步,这就使得已有的基于并行分配补偿控制技术所设计的故障检测方法无法使用。为了解决这个问题,本文结合H∞/H性能设计了一个新的基于非并行分配补偿控制方法的未知输入观测器来检测故障。仿真算例验证了该故障检测方法的有效性和优势。