针对分布式驱动电动汽车直驱轮毂电机系统电流、转速传感器故障问题,研究传感器鲁棒故障检测与定位方法.考虑电机模型中含有未知输入和噪声,通过系统降阶的方式对未知输入进行解耦,采用卡尔曼滤波器（Kalman filter, 简称KF）滤除解耦后子系统的白噪声,并设计最优未知输入观测器（unknown input observer, 简称UIO）实现系统状态估计,得到了一种较强鲁棒性的残差产生器.采用极大似然比（generalized likelihood ratio, 简称GLR）的方法评估残差信号并确定阈值,提出了一种传感器故障定位方法.台架实验结果表明,提出的基于最优UIO的传感器故障诊断方法能够实现电动汽车直驱电机系统传感器故障辨识与定位.

针对飞控伺服作动系统具有非线性、多种强未知输入干扰的特点，基于未知输入观测器进行了系统的鲁棒故障检测研究。考虑飞控伺服作动系统的气动力负载、供油压力波动等强未知输入干扰，建立了系统的非线性模型。采用一种全阶未知输人观测器结构设计了系统的未知输入观测器，并给出了观测器求解算法。对飞控伺服作动系统的非线性模型进行了转化，并给出了使用未知输入观测器的系统故障检测方法。进行了多种强未知输入干扰下的飞控伺服作动系统鲁棒故障检测的仿真试验，验证了故障检测算法的有效性和鲁棒性。