随着人类航天活动的不断增加,在轨航天器的数量日益增多,航天器的健康状态也越来越受到国内外专家学者的关注。航天器故障诊断技术的发展对于航天任务的顺利完成起着至关重要的作用。本文以航天器姿态控制系统为对象,基于滑模观测器方法,结合神经网络、自适应、终端滑模等技术,研究航姿系统中的执行器故障与传感器故障的重构问题。针对航姿系统的执行器故障重构问题,基于航姿系统线性和非线性模型,分别设计BP神经网络自适应滑模观测器(BPASMO)和RBF神经网络自适应滑模观测器(RBFASMO)故障重构方案。首先,基于执行器故障航姿系统线性模型,设计BP神经网络自适应滑模观测器来克服模型参数不确定、外界干扰及执行器故障上界未知的影响,实现系统状态估计误差的渐近收敛,并基于所设计滑模观测器重构系统执行器故障;其次,基于执行器故障航姿系统非线性模型,考虑系统中偏航轴信息不完全可测的工况,设计坐标变换矩阵,将系统模型分为两个子系统,使得系统未知输入与故障仅包含于输出子系统中;然后,设计RBF神经网络自适应滑模观测器,并利用“等效输出注入”方法实现系统中上界未知执行器故障的重构;最后,通过仿真验证所设计方案的有效性。针对传统滑模观测器中不可测输出状态估计误差渐近收敛的问题,基于李雅普诺夫有限时间控制理论,设计基于终端滑模观测器的故障重构方案。首先,考虑执行器失效与偏差故障,建立执行器故障航姿系统线性模型;其次,在滑模观测器的设计中引入分数幂项,构建出终端滑模观测器,并通过李雅普诺夫稳定性理论分析证明系统所有状态估计误差的有限时间收敛性;然后,基于所设计的终端滑模观测器估计出来的状态信息,实现系统执行器故障的重构;最后,通过仿真验证所设计方案的有效性。针对航姿系统中的传感器故障重构问题,设计基于自适应滑模观测器的故障重构方案。首先,考虑系统未知输入的影响,引入非奇异坐标变换将系统分为两个子系统,实现未知输入与传感器故障的分离;其次,考虑系统中未知输入与传感器故障上界未知的影响,建立自适应滑模观测器。针对仅包含传感器故障的子系统,建立增维非线性描述系统,将传感器故障重构问题转换成增维系统状态估计问题,并将该方法和LMI设计方法相结合,实现观测器增益的求解;针对仅包含未知输入的子系统,通过设计观测器非连续控制增益保证估计误差系统渐近稳定。最后,通过仿真验证所设计方案的有效性。