由于固体氧化物燃料电池(Solid Oxide Fuel Cell，SOFC)高效无污染的特点，受到了各国的广泛关注。目前SOFC的研究对象主要为以氢气为燃料的SOFC电堆或系统，而针对更具实际应用价值的带重整单元的SOFC系统的研究还有所不足。SOFC系统在实际运行中可能出现各种各样的故障，尤其是带重整单元的SOFC系统，因此需要对系统进行故障诊断及相关容错控制研究。本文以带重整单元的SOFC系统为对象，搭建了系统模型，针对水蒸气供给故障、换热器破裂故障这两类典型故障及其复合故障情形，制定了故障诊断和容错控制策略。
　　首先本文基于能量守恒、摩尔分数守恒、质量守恒等原理，对重整器、电堆、燃烧室、鼓风机及供气子系统、换热器等子部件进行建模和集成，搭建了带重整单元的SOFC系统物理模型，并依据现有的实验数据，验证了搭建模型的准确性。
　　进一步，根据实物实验得到的数据深入分析了水蒸气供给故障、换热器破裂故障的故障机理及其对系统产生的影响，并且在仿真环境中对上述两种故障状态及两者同时发生的复合故障状态进行了故障模拟。随后，分别使用朴素贝叶斯算法、BP(BackPropagation，反向传播)神经网络算法以及贝叶斯正则化优化后的神经网络算法对这些故障进行故障诊断，通过实验证明贝叶斯正则化神经网络算法对于本系统故障诊断的优越性。
　　最后，基于搭建的带重整单元的SOFC系统物理模型，针对水蒸气供给故障、换热器破裂故障、两者同时发生的复合故障提出了容错控制策略。首先针对水蒸气供给故障设计了模糊控制器，针对换热器破裂故障设计了PI控制器，针对两种同时发生的复合故障设计了模糊控制器和PID控制器结合的容错控制策略。然后对模糊控制器和PID控制器结合的容错控制策略进行了改进，提出了基于补偿式模糊控制和模型预测控制的容错控制策略。
　　本文基于所搭建的带重整单元的SOFC系统模型，分析了几类典型故障特征及其发生原因。通过实验验证了提出的基于补偿式模糊控制和模型预测控制的容错控制策略优于传统控制方法，这有利于保障系统安全高效的持续发电。相关系列化建模分析、故障诊断与容错控制策略设计方法也可用于提升SOFC系统对其它典型性故障的处理与恢复能力。