本论文旨在以容错控制系统为对象，研究有效的模糊建模方法以提高容错控制的性能。本文首先提出了一种新的模糊建模方法：广义核模糊模型。针对该模型，提出了一种模糊规则库的精简策略以对其模糊规则库进行精简，以及一种基于双重核映射的广义核TS模型以提高其逼近能力，然后将广义核模糊模型应用于容错控制以提高容错控制系统的性能。本文的主要内容可以总结如下：(1)建立了广义核与模糊模型之间的联系，提出了广义核模糊模型。所谓广义核是对Mercer核的推广，广义核模糊模型利用光滑支持向量学习来进行广义核模糊建模，并生成模糊规则。这一方法的优点是可以解除Mercer条件对隶属度函数的正定性限制，使得可以选择任意的隶属度函数，包括可以使用自适应隶属度函数，从而可以提高系统的泛化能力，鲁棒性以及模糊规则的可解释性。(2)针对广义核模糊模型的规则库精简问题，提出了一种广义核模糊规则库精简策略。该策略分两步，第一步是广义核精简，传统的基于Nystr m方法的核精简方法针对的是Mercer核，本文针对广义核，利用矩阵CUR分解方法，使用基于矩阵行/列长度的采样分布对核矩阵的行列进行采样选择，选取一部分有代表性的样本对原核矩阵进行逼近，该方法的逼近误差上界要小于传统的基于均匀分布采样的Nystr m方法。在此基础上又提出一种规则库精简策略在模糊空间中将冗余和重复的模糊规则删除。该方法在不降低泛化能力的前提下极大地精简了模糊规则库。(3)为了提高广义核模糊模型的逼近能力，将其与TS模型建立了联系，提出一种基于双重核映射的广义核TS建模方法。对模糊规则的前件和后件空间分别进行核映射，进而构造出一个TS型核函数，该核函数是一个广义核而非Mercer核。然后利用TS型核函数进行广义核建模得到一个广义核TS模型。结合广义核模糊规则库精简策略使得该模型在具有较高逼近能力的同时有精简的结构。在此基础上，又针对在线问题提出一种在线广义核TS模型，该方法可以增量式地选择有代表性的样本来进行建模，有很好的泛化能力和精简的模糊规则库。(4)提出了基于广义核模糊规则的故障检测与诊断方法。利用广义核模糊模型可以使用非正定隶属度函数的优点，使用梯形隶属度函数对系统变量进行广义核TS模型的建模，利用产生的TS型模糊规则生成Mamdani型模糊规则，然后提出一种模糊决策因子，在Mamdani型模糊规则的基础上实现故障检测与隔离。将隔离出的故障信号传递给一个故障决策系统来实现故障诊断。(5)提出了基于自适应广义核TS模型的容错控制系统。首先，利用广义核模糊模型可以使用任意隶属度函数的优点，使用自适应隶属度函数，提出了自适应广义核TS模型，然后将其作为容错控制系统中的参考模型，可以在发生过程故障后根据过程状态的变化及时地调整隶属度函数的形状，从而对模型进行调整。结合主元分析方法可以对故障进行检测和诊断，再利用基于模型的预测控制可以实现容错控制。本文中使用了各种不同的数据集对算法的效果进行了仿真验证，还使用了阿尔法磁谱仪空间探测器试验的低温地面支持系统的真实降温过程数据对提出的方法进行了仿真。