Model-based Fault Detection (FD) and Fault Accommodation (FA) approaches have been applied in a variety of cases. We propose several techniques to include uncertainties in the design process. First, we focus on the design of the Fault Detection Filter (FDF) and Fault Accommodation Controller (FAC) for Markovian Jump Linear Systems (MJLS). The MJLS framework allows us to include the network behavior (packet loss) during the design of the FDF and FAC. Second, we propose an FDF and FAC design for the MJLS, under the assumption that the Markov chain mode is not directly accessible. Since we are using the MJLS framework to model the network behavior, the assumption that the network state is not instantly accessible is useful because from a practical standpoint this is a truthful assumption. Third, from the results presented for the MJLS framework, we provided follow-up results using Lur'e Markov Jump System. This is compelling since on some occasions the nonlinear behavior cannot be ignored. Therefore, applying the Lur'e MJS framework allows us to consider the same assumptions from MJLS, but now adds the nonlinearities. Fourth, we propose the design Gain-Scheduled FDF and FAC for Linear Parameter Varying (LPV) systems, under the assumption that the schedule parameter is not directly acquired. We assume that the schedule parameter is subject to additive noise. This imprecision is included during the design, using change of variables and multi-simplex techniques. Finally, throughout the thesis, we provide some numerical examples to illustrate the viability of the proposed approaches.

Nessa tese as abordagens de detecção de falhas baseadas em modelos matemático (FD) e de acomodação de falhas (FA) foram aplicadas em uma variedade de casos. Propomos várias técnicas para levar em conta a presença de incertezas durante a fase de projeto de controle. Primeiro, nos concentramos no projeto do Filtro de Detecção de Falhas (FDF) e do Controlador de Acomodação de Falhas (FAC) para Sistemas Lineares com Salto Markoviano1 (MJLS). Tratar o problema no contexto MJLS nos permite incluir o comportamento da rede (perda de pacotes) durante o projeto do FDF e do FAC. Em segundo lugar, propomos um projeto FDF e FAC para o MJLS, partindo do pressuposto que o modo da cadeia de Markov não é diretamente acessível. Como estamos usando a estrutura MJLS para modelar o comportamento da rede, a suposição de que o estado da rede não e instantaneamente acessível e útil porque, do ponto de vista prático, essa suposição é verdadeira. Terceiro, a partir dos resultados apresentados para a estrutura MJLS, fornecemos resultados de acompanhamento usando o Sistema com Saltos Markovianos tipo Lur'e2. Isso é convincente, pois em algumas ocasiões o comportamento não linear não pode ser ignorado. Portanto, a descrição do problema como Lur'e MJS nos permite considerar as mesmas suposições do MJLS, mas agora adicionando as não linearidades. Quarto, propomos o projeto Ganho-Escalonado3 FDF e FAC para sistemas com parâmetros linearmente variáveis, partindo do pressuposto que o parâmetro de escalonamento não é adquirido diretamente. Assumimos que o parâmetro de escalonamento está sujeito a ruído aditivo. Esta imprecisão é incluída durante o projeto, usando a mudança de variáveis e técnicas multi-simplex. Finalmente, ao longo da tese, fornecemos alguns exemplos numéricos para ilustrar a viabilidade das abordagens propostas.