Cette thèse s'intéresse au diagnostic de pannes dans les systèmes différentiellement plats, ceci constituant une large classe de systèmes non linéaires. La propriété de platitude différentielle est caractérisée par des relations qui permettent d'exprimer les états d'un système et ses entrées en fonction de ses sorties plates et de leurs dérivées. Ces relations qui sont à la base de la commande plate sont aussi utiles pour la réalisation du diagnostic de pannes. Ainsi sont introduites les notions de minimalité pour les sorties plates, de platitude stricte et de degré additionnel de redondance. Ceci conduit à la proposition d'une méthode globale de détection de pannes basée sur la platitude. Partant alors de la constatation que les systèmes différentiellement plats de complexité élevée sont souvent constituer de sous systèmes eux-mêmes différentiellement plats, l'approche de détection de pannes précédente peut être démultipliée au sein de cette structure de façon à en identifier les sous systèmes défaillants. On s'intéresse alors au cas courant de la platitude différentielle implicite et on montre dans le cadre d'une application aéronautique comment les réseaux de neurones permettent de constituer une solution numérique au problème de détection de pannes. La disponibilité en temps réel de dérivées successives des sorties étant essentielle pour la mise en oeuvre de ces méthodes, on étudie alors les performances d'un filtre dérivateur alors que le système est lui-même soumis à une commande plate, ceci conduira a modifié légèrement une telle loi de commande afin d'effectuer l'effet des erreurs d'estimation. On s'intéresse finalement à la détection des pannes dans les systèmes chaotiques différentiellement plats. On montre sur plusieurs exemples comment la propriété de platitude peut être mise à profit pour détecter et identifier des variations paramétriques au sein d'un tel type de système chaotique. Des résultats de simulation sont présentés. Finaleme nt des thèmes de recherche complémentaires à cette approche sont relevés.