航天科技的发展日新月异,以无人机为代表的航空飞行器变得越来越复杂,人们对航空器的稳定性、安全性和可靠性也提出了更高的要求。无人机飞控系统的故障诊断与容错控制技术可以提高航天器的自主运行能力。此外,复杂多变的空间环境不可避免地对无人机造成影响,自身长时间运行也会使系统产生不同类型的故障,其中44%是执行器故障造成的。因此,研究执行器的故障诊断和飞控系统的容错控制,对延长设备使用寿命,提高系统稳定运行的能力具有重要意义。旋翼无人机独有的垂直起降、自由悬停和小巧灵活的优势而被广泛应用在军事和民用领域。本文以四旋翼无人机为主要研究对象,针对外界扰动、模型不确定性和执行器故障对飞控系统运行安全的影响,对飞控系统中故障诊断、鲁棒跟踪控制和容错控制等方面的问题进行研究,主要内容如下:基于外界扰动和执行器故障对系统建模的影响,深入分析无人机的动力学模型机理,优化无人机飞控系统的数学模型。通过分析飞控系统执行器故障的类型并建立典型故障的数学模型,再建立故障模式下无人机的动力学模型,为后续无人机故障诊断和容错控制研究奠定理论基础。针对执行器故障的多样性和受强噪声干扰问题,提出一种基于变分模态分解和层次模糊熵的故障特征提取算法。实现不同频率下故障信号的特征提取,从理论上提高故障特征提取的准确率。通过优化Alexnet神经网络算法对轴承信号进行故障特征分类和识别,提高故障诊断的精度。试验结果表明,与卷积神经网络和Googlenet网络相比,该方法不仅能够识别故障的类型,准确率达97.92%,还能够识别故障的严重程度,准确率达94.73%。针对外界扰动和模型不确定性情况下四旋翼无人机的跟踪控制问题,实现固定扰动和随机扰动情况下四旋翼无人机的跟踪控制。针对扰动为固定值的情况,提出一种改进的反步滑模跟踪控制算法,解决了滑模控制本身存在的抖振问题,也提高了系统的抗扰动特性。进一步,考虑扰动和模型不确定性部分为随机值时,提出一种新型的将模糊控制和PID控制相结合的鲁棒跟踪控制优化算法,并通过扩张状态观测器对系统的随机部分进行实时观测和补偿。结果表明,四旋翼无人机偏航控制子系统的响应时间比传统的PID控制算法减少近50%,且超调量也大大减小,该方法提高了系统的响应速度和跟踪性能。在分析外界扰动对系统影响的基础上,研究四旋翼无人机执行器故障容错控制问题。针对执行器偏差这类加性故障的容错控制问题,提出一种改进的分数阶幂次滑模容错控制算法,克服了传统容错控制只能使系统渐近稳定的缺点,实现了系统有限时间内到稳定状态的目的。自适应控制技术能够补偿干扰对系统的影响,提高了系统的稳定性。针对执行器失效这类乘性故障的容错控制问题,设计一种新的非奇异终端滑模控制算法,试验表明,该方法不仅消除了姿态和位置控制中的奇异现象,而且使飞控系统在有限时间内达到稳定状态。此外,利用自适应控制策略对系统扰动和不确定性进行补偿,进一步提高控制器的性能。