随着科技的进步,系统逐渐复杂化、系统的规模也越来越庞大。也因此,系统故障的发生更加频繁,而系统故障可能导致系统性能下降甚至系统不稳定,从而造成财产损失甚至危害人身安全。所以,容错控制的研究具有十分重要的意义,而自适应动态规划方法的加入可以使系统在系统发生故障时仍能保持一定的性能。本文基于自适应动态规划方法针对非线性系统的容错控制问题研究了如下内容:(1)针对一类存在执行器故障的非线性系统的跟踪问题,首先对系统进行变换,基于无故障的原系统及参考轨迹设计出控制器的稳态部分,将最优跟踪控制问题转化为最优镇定控制问题;然后设计了一种新的性能指标函数,在常规性能指标函数中增加了体现执行器故障的部分,并设计自适应律以估计执行器故障;利用神经网络的逼近性能,采用含有单隐含层的神经网络构成评价网络,通过梯度下降方法更新神经网络权值从而对性能指标函数进行逼近,并由评价网络得到近似最优的反馈部分控制器;证明了神经网络权值估计误差一致最终有界及闭环系统的一致最终有界性;通过数值仿真验证了控制器的有效性。(2)针对一类存在执行器故障及有界干扰的非线性系统跟踪问题,首先对系统进行变换,利用系统模型及参考轨迹信息设计出控制器的稳态部分,将最优跟踪控制问题转化为最优镇定控制问题;然后设计了体现跟踪误差、控制器输入及执行器故障的性能指标函数,通过自适应律估计执行器故障;利用神经网络的逼近性能,采用含有单隐含层的神经网络构成评价网络,通过梯度下降方法更新神经网络权值从而对性能指标函数进行逼近,并由评价网络直接得到近似最优的控制器;在反馈控制部分增加了干扰补偿控制器以应对干扰对系统带来的影响;证明了神经网络权值估计误差一致最终有界及闭环系统跟踪误差的一致最终有界性;通过数值仿真验证了控制器的有效性。(3)针对一类存在传感器故障的非线性系统镇定问题,设计状态观测器估计系统状态,证明了估计误差一致最终有界;然后利用神经网络对性能指标函数进行逼近,并由评价网络直接得到近似最优的控制器;证明了神经网络权值估计误差一致最终有界及闭环系统状态轨迹的一致最终有界性;通过数值仿真验证了控制器的有效性。