随着制造业智能化水平的提高,相关控制需求也在提高。但一方面,由于控制组件日益复杂,系统非线性程度增加,不仅使得系统的分析更加困难,而且系统更容易受到外界的干扰,导致故障发生。此外,系统组件老化或人为错误操作等因素,也会导致系统产生故障,破坏系统稳定。因此,为了提高系统容错能力,本文结合反步法、自适应控制理论等技术,并根据非线性控制系统中存在的执行器故障问题,综合研究几类容错控制策略。（1）针对一类带有全状态约束的系统,考虑其在执行器故障的情况下,提出一种指定性能容错控制算法。本文采用非线性函数将原系统状态映射到新的系统上,从而处理原系统的状态受限问题,并采用新的性能函数,不仅能使跟踪误差在预先设定的时间内收敛至约束范围,还可以利用设计参数改变误差的收敛速度。该方法的有效性通过实验仿真得到了验证。（2）针对一类非线性多智能体系统,考虑在执行器故障的情况下,研究其固定时间一致性控制方法。首先,采用一阶滑模微分器处理“复杂度爆炸”问题,并提出一种滤波器误差补偿方法使得滤波器误差在固定时间内收敛。然后,利用Nussbaum技术,构建执行器故障补偿机制。最后,该控制策略的有效性由仿真进行验证。（3）对于一类非线性多智能体系统,考虑其在发生执行器增益故障的情况下,研究一种自适应延迟约束容错控制方法。首先,构建神经网络来处理系统中的未知函数。其次,采用新的延迟约束函数,刚开始时并不对系统跟踪误差进行约束,而是在设定时间过后才进行约束。最后证明,该控制方法能够保证系统中的所有误差信号最终有界。其算法有效性通过实验仿真得到进一步的验证。