随着科学技术的发展,人们对工业生产系统的复杂性、异构性和开放性提出了新的要求,传统的控制方法已无法有效地处理被控系统日益增长的任务需求,因此,多智能体系统被提出并得到了广泛关注。多智能体系统可通过智能体之间的信息交互,协同合作完成单一个体无法完成的任务,降低个体成本、提高工作效率。一方面由于多智能体系统自身的特殊性导致其更容易发生故障,并可能通过智能体之间的信息交互将故障影响扩散到整个系统,使其无法稳定的完成工作任务。所以研究如何抑制故障影响、提高系统的安全性是研究多智能体系统的一个重点问题。另一方面由于实际系统中往往存在着强非线性和不确定性,所以如何有效的处理不确定非线性问题是多智能体系统的亟需解决的另一个关键问题。本论分别研究了非线性多智能体系统在执行器故障、传感器故障和非线性故障下的有限时间控制、固定时间控制、指定性能控制和抗干扰控制问题,具体如下:1.针对含有执行器故障的非严格反馈非线性多智能体系统,研究其有限时间一致性跟踪容错控制问题。基于径向基神经网络性质解决非线性不确定问题以及非严格反馈结构引起的“代数环”问题;采用曲线拟合的方法构造分段虚拟控制信号,避免了基于反步法的有限时间控制中存在的“奇异性”问题。此外,通过引入Nussbaum型函数得以解决系统中输入死区和未知控制方向问题;根据李雅普诺夫稳定性理论设计分布式自适应神经网络有限时间容错控制器,使得闭环系统中跟随者和领导者输出信号在有限时间内一致且所有信号都有界,该方案的可行性通过仿真实验得以验证。2.针对含有传感器故障的非严格反馈非线性多智能体系统,研究其固定时间一致性跟踪控制问题。基于命令滤波技术和神经网络设计自适应固定时间容错控制器同时避免基于反步法的固定时间控制中存在的“计算复杂度”和“奇异性”问题;利用神经网络性质处理非严格反馈形式和传感器故障带来的影响;基于李雅普诺夫稳定性理论保证闭环系统中的所有跟随者和领导者的输出信号在固定时间内一致并且所有信号都有界,该方案的有效性通过仿真实验得以验证。3.针对一类含有非仿射非线性故障的非线性多智能体系统,研究其指定性能一致性控制问题。在设计过程中,结合Butterworth低通滤波器和模糊逻辑系统处理因故障引起的模型动态变化与未知非线性问题;设计状态观测器估计不可测状态,并结合动态面控制技术解决了因反步法导致的“计算复杂度”问题;根据李雅普诺夫稳定性理论设计了分布式自适应模糊容错控制方案,保证指定性能下闭环系统中跟随者和领导者的输出信号保持一致且所有信号都有界,该方案的有效性通过仿真实验得以验证。4.针对一类含有执行器故障、外部干扰和输出死区的多六旋翼无人机姿态系统,研究其一致性抗干扰容错控制问题。在设计过程中,引入干扰观测器估计外部干扰和执行器故障信息并反馈到抗干扰容错控制器中,以抑制干扰和故障对系统造成的负面影响;利用径向基神经网络和Nussbaum型函数分别解决了系统中未知非线性项和输出死区造成的影响;基于李雅普诺夫稳定性理论保证闭环系统中领导者和跟随者的输出信号保持一致且所有信号有界,该方案的有效性通过仿真实验得以验证。最后,对全文进行总结,并提出非线性多智能体系统容错控制中存在的一些问题以及对未来研究的展望。