随着“工业4.0”战略构想的提出,在工业领域构建信息物理融合系统成为必然趋势。而要实现信息与物理的深度融合,就需要用网络将多维异构的计算单元和物理对象集成在一起,从而形成一个网络控制系统。和传统点对点的控制系统相比,网络化系统的设计面对许多新的挑战。首先,当通讯网络的带宽资源有限时,过重的通信负荷会使得系统的控制能力下降。目前,提高网络资源利用率可以采用的比较有前景的两种方法是:数据量化和事件驱动。这两者能否有机结合,受到越来越多学者的关注。其次,受器件老化和外部干扰的影响,执行器的可靠性并不能时刻得到保证,如何加以应对而使得性能指标维持在可接受的范围内,成为研究人员所关心的问题。本文以动态量化与执行器故障为主要切入点,采用事件驱动的方式,在各章中依次结合传感器故障、被控对象模型不确定性、时间延迟和数据包丢失等网络化系统中的常见问题进行了讨论。主要研究成果包括:1)以动态均匀量化器为依托,控制器采用状态二次型依赖的事件驱动机制,对于受到常数传感器故障和执行器故障影响的离散网络化系统,给出了其渐近稳定的充分条件,并进行了相应镇定控制器的设计。2)以动态均匀量化器为依托,执行器采用事件驱动的机制,对于受到被控对象模型不确定性和随机执行器故障影响的离散网络化系统,给出了其均方渐近稳定的充分条件,并进行了相应鲁棒镇定控制器的设计。3)以动态有限级对数量化器为依托,控制器采用状态二次型依赖的事件驱动机制,对于受到确定性执行器故障和常数时延影响的离散网络化系统,基于时延无关的Lyapunov-Krasovskii泛函方法和线性矩阵不等式技术,给出了其渐近稳定的充分条件,并进行了相应镇定控制器的设计。4)以动态有限级对数量化器为依托,控制器采用状态二次型依赖的事件驱动机制,对于受到随机执行器故障和服从Bernoulli分布的丢包影响的离散网络化系统,基于Lyapunov函数方法和线性矩阵不等式技术,给出了其均方渐近稳定的充分条件,并进行了相应镇定控制器的设计。