由于智能设备时常处于长时间工作的状态,在长时间加电的状态下,电子系统内部的元器件的参数将会发生变化,这将导致其性能发生改变,以致于影响整个电子系统乃至整个智能设备的性能。因此,本课题针对常用的控制系统电路中的典型元器件在长期加电状态下的性能变化情况展开进行研究,对于了解整个电子系统的故障演化规律,提升系统可靠性具有重要意义。本文对电子系统中的常见典型易退化器件:薄膜电阻、电解电容、光电耦合器、电磁继电器、MOSFET以及运算放大器进行退化机理分析,并明确其退化参数。在明确了退化参数和相应技术指标的基础上,以LAN和USB的混合总线为基础,加之Labwindows/CVI为基础设计测试软件,结合得出针对器件参数的自动测量系统。基于该自动测量系统,本文完成了各个元器件480小时的退化参数测量和采集,并对测量电路中出现的测量误差进行了理论分析并进行修正。最后采用灰色模型、支持向量机回归以及广义神经网络这三种常用的小样本建模算法对各个器件退化参数演变的趋势进行建模,得出模型后与现有的相关文献以及器件的技术手册分析对比,本文得出的各器件退化参数模型可以表征各个器件在相应工作条件下的性能参数变化,还可以在一段时间内比较准确地预测参数的变化,因此给分析整个电子系统的故障演化规律提供助力,并为系统的预测性维护提供了理论支撑。