在现代工业系统日益增加的对可靠性要求的刺激下,动态系统故障诊断技术近十年来得到了长足的发展。不过大多数故障诊断方法是基于线性系统理论的,这些方法只适用于线性系统。由于实际的工程系统在本质上大多是非线性的,而在故障情况下系统往往表现出更强的非线性特性,因而研究针对非线性动态系统的故障诊断方法非常必要。为了防止故障演变成灾难性的事故,故障隔离和辨识的速度往往起着决定性的作用。遗憾的是故障诊断的速度很少有学者关注。一种新的方法----参数区间法能够很快地隔离出故障,并给出故障大小的估计值。由于参数区间法是在自适应观测器方法的理论基础上发展起来的,所以本文主要研究了基于自适应观测器和基于参数区间的两种非线性系统故障诊断方法。本论文的主要贡献如下:(1)在参数区间法对系统过程动态故障诊断的研究成果基础上,将该方法推广到了系统的执行器故障和传感器故障。(2)建立了基于自适应观测器法和基于参数区间法的新的故障诊断仿真系统。把参数区间法的仿真研究从生化过程系统扩展到了机器人系统等其它的对象模型,在更多的系统上验证了这种新理论的正确性,使该理论的推广更有说服力。同时为该理论的进一步研究提供了更多的仿真实验环境。