钟英榕，尚闻博，吴长峰，吴 瑶

（解放军93975部队，乌鲁木齐 830006）

0 引言

故障预测技术是针对故障诊断原理开展进一步研究的一项有益探索，是在视情维修技术上的一次发展和升华，也是未来各类系统PHM技术的核心和热点。其立足于对系统当前状态的监测识别，通过预测模型，完成对系统未来故障发生时刻和剩余寿命的预测。当前，对模拟电路系统故障预测技术的研究还比较少，大多还以故障特征较为简单的机械设备故障预测技术研究为主。同时现有部分学者提出的关于模拟电路系统的故障预测模型，大多存在正确率不高的问题。为此，本文提出了基于MCGCPSO算法优化改进HMM的故障状态退化识别模型，提升了模拟电路的故障预测准确率。

1 系统状态退化和转移

1.1 系统状态退化过程

在模拟电路系统全寿命工作过程中，因长时间工作带来的电路元器件高热，导致老化速度加快，设备工作状态持续退化，直至故障失效。即从最初发现故障症候，到最终功能失效点，中间往往需要一定时间的累积发酵，这种退化过程是不可逆的，而且其退化状态发展曲线应是单调下降的。

通过分析不同时期模拟电路系统运行的相关数据，本文将模拟电路系统状态分为健康、亚健康和故障3种。图1描述了下述3种状态的关系曲线，其中，以时间轴 t为横坐标，以［0，1］为范围的健康指数为纵坐标。当模拟电路系统各项性能都处于标称值偏差容许范围内时，其健康指数为1，当随着状态的退化，其健康指数也随之下降，直至设备完全失效［1］。……