This paper presents a dual layer approach for robust fault tolerant estimation of nonlinear processes using a combined adaptive extended Kalman filter and fault detection and filter reconfiguration. From the one hand, the filter is made robust in face of environment uncertainty using adaptive filtering. To this end, the filter identifies the measurement covariance by means of recursive estimation, upon which the adaptation relies, to suppress the effect of sporadic variations in the quality of measurements as well as compensates for incipient sensor faults. From the other hand, fault monitoring is continuously applied to the filter's innovation in an attempt to initiate filter reconfiguration when the adaptation mechanism alone is not able to overcome the failure situation. The discussion of the results is embedded in the application framework of state estimation of a batch distillation process.En este trabajo se presenta un enfoque robusto para la estimación de estado de un proceso no lineal mediante una combinación del filtro de Kalman extendido y detección de fallos con reconfiguración del filtro. Por un lado, el filtro es diseñado robusto de cara a la incertidumbre de la medida usando filtrado adaptativo. Con este fin, el filtro identifica la covarianza del ruido de medición por medio de la estimación recursiva, suprimiendo el efecto de variaciones esporádicas en la calidad de las mediciones así como compensando fallos incipientes en los sensores. Por otro lado, la supervisión de fallos se aplica continuamente a la innovación del filtro, en un intento de re-iniciar la configuración del filtro cuando el mecanismo de adaptación no sea capaz por si solo de superar la situación de fallo. La discusión de los resultados se enmarcan en la estimación de estado de un proceso de destilación por lotes.