信息技术的迅速发展引领人们跨入了以数字化、网络化及智能化为特征的工业4.0时代,其中NCS(Networked Control System,NCS)作为智能化信息控制系统的通用架构,集控制器、执行器、传感器及网络媒介于一体,它是通过共享的网络进行数据传输与信息交换形成的闭环控制系统。此类系统不仅结构更复杂、空间更分布,对控制性能的要求也更为精细,其所面临的问题和挑战也越来越多,其中安全性、可靠性问题已成为首要之务,而借助于容错控制设计以提高安全可靠性,则是解决NCS所面临问题的有效途径。鉴于此,本文在离散事件触发通讯机制下,从执行器故障严重程度区分入手,将主被动容错控制的思想融合,通过设计性能更优及少切换选择策略,对DETCS下非均匀传输NCS容错控制与网络通讯的协同设计问题展开了研究。具体工作如下:1)构建了具有故障严重程度区分的NCS主被动融合容错控制结构框架。以不确定NCS为研究对象,将DETCS引入NCS系统中,采用状态反馈控制策略,应用“偏序”的概念,对故障进行严重程度区分,离线时根据不同故障程度设计被动容错控制器,在线则根据不同运行模式,主动选择相应的容错控制律,构建了主被动融合容错控制结构框架,使NCS主被动融合容错控制与通讯协同设计成为可能。2)在DETCS下推证出了NCS主被动融合鲁棒容错控制器与通讯触发权矩阵的离线设计方法,并设计了在线投切策略。基于所建立的模型,针对“正常”、“轻微”、“中度”及“重度”等4类不同严重程度故障模式集,首先通过构造Lyapunov-Krasovskii泛函,利用改进的Wirtinger不等式、互反凸引理等技术,给出了离线设计少保守性鲁棒H_?及?-稳定鲁棒H_?容错控制器与通讯触发权集合的协同求取方法;其次设计了在线运行的少切换及性能更优的选择策略,在确保不同严重程度故障系统性能的前提下,弥补了传统主动容错诊断与重构耗时的缺陷,提高系统的容错性能。3)基于堆栈自动编码器(Stacked Auto Encoders,SAE)对执行器故障严重程度的分类,实现了非均匀传输NCS主被动融合容错控制。将SAE深度学习技术引入系统,通过对不同严重程度的执行器数据进行有效信息的挖掘、特征提取的训练学习,获得了具有高精度分类能力的SAE模块,并将其嵌入至NCS的主被动融合框架中,利用SAE在线识别执行器故障严重程度类型,进而将求取的最优鲁棒容错控制器予以投切。仿真算例表明该方法不仅能准确可靠的判断执行器故障严重程度类型,而且有效的解决了因诊断与重构耗时致使系统容错失效的可能。