故障诊断是从20世纪60年代末才被逐渐关注的研究热点。最开始研发故障诊断的是美国海军，其科研成果大多适用于实际应用。随后，英国和日本也对此技术进行研究。中国对于此项目的关注比较晚，大概开始于20世纪80年代。现今，非线性控制系统故障检测技术还处在起步研究阶段，特别是在综合研究网络控制其他影响因素的情况下，需要做出很多假设条件，因此研究成果局限性非常大。目前对非线性控制系统故障检测方法主要有以下几种[1]：

（1）将非线性系统近似为线性系统，运用线性系统已经成熟的研究方法进行设计，此方法很难运用于非线性度高的系统。

（2）对于某些特定的非线性系统，已有学者对其进行了详细的分析和研究，这些特定系统的控制就可以直接运用这些方法。可是针对特定模型的方法仅仅可以用到这些特别的系统，没有普遍适用性。

（3）运用智能控制、模糊控制等现代控制理论。现代控制理论对于处理非线性系统问题较为擅长，凭借此优点，很多学者都投入到运用现代控制理论中比较先进的方法来研究非线性控制系统故障检测问题。

控制系统经常用于远程控制，系统所在工作地点环境恶劣与否、系统元件质量好坏，都能使控制系统出现故障，如果远程控制远端的设备出现故障，没有办法及时观察到，这就需要网络控制系统具备故障检测功能。控制系统故障产生大概有以下原因：(www.daowen.com)

（1）硬件故障，即系统元器件出现故障，也就是系统某些元器件出现异常，不能正常工作。

（2）软件故障，即控制器程序或者用于检测故障的程序等软件出现问题。

一般的控制系统主要由被控对象、控制器、执行机构、传感器等构成。这些组成部分在实际系统中都可能产生故障。本文主要是针对珀尔贴制冷装置和液位过程执行机构故障进行检测和优化控制。在检测故障的方法上，一方面可以用大量的传感器来检测，但是这种方法用在实际系统中成本较高，但易于实现；另一方面可以用过程控制中可测量的信息来进行数据分析，从而检测出故障[2]，这种方法能减小控制系统的成本。用数据分析传感器元件的故障在之前文献中用基于算子的右互质分解方法得到了解决[3-7]；而执行器故障既可以看作是输入受限问题，又可以当作是系统的不确定性因素。