近几十年来,随着高新技术产业的兴起,电机在工业应用中的作用越来越重要。生产过程对电机的安全性和可靠性提出了迫切的要求,因此,研究适用于机电系统的快速有效的故障诊断和预测方法是相当重要的。本文提出了一种基于模型的非线性机电系统故障实时诊断和预测方法。键合图作为一种高效的建模方法,可以通过直观的图形来描述受监控系统的因果关系,常用于监测电气、机械和液压等多能域并存的复杂系统。在本文中,考虑Stribeck摩擦力的影响建立了机电系统键合图模型。首先,基于键合图模型进行系统的故障诊断。通过分析模型中所有结点的本构关系和与结点相连的因果关系路径,生成解析冗余关系式(Analytical Redundancy Relation,ARR)。通过结合独立和非独立的ARRs,构建出组合式故障特征矩阵,以提高被监控系统在多故障条件下的隔离能力。故障隔离后,提出了一种自适应进化滤波(Adaptive Evolutionary Filter,AEF)算法用于故障估计和剩余使用寿命预测。AEF方法可以根据粒子的适应度自适应地调节遗传参数,能有效缓解传统粒子滤波算法中存在的粒子贫乏现象,提高参数估计和剩余寿命预测精度。最后,搭建了非线性机电系统实验平台,验证了所建立键合图模型的正确性,并通过仿真和实验对比分析,验证了所提出的方法的有效性。