随着科技在各行各业影响的加深，如今工业、航空航天、通信等各领域的工程系统越来越复杂化、集成化和智能化，随之它们的安全性和可靠性问题也越来越受关注，如何在复杂工程系统的故障发生前或者是还未造成灾难的故障早期就将故障检测出来并进行相应的维修，既是一个前沿的问题，也是一个迫切需要解决的问题。　　本文主要对基于隐马尔可夫模型(HMM)的故障诊断与预报方法在田纳西-伊斯曼(TE)过程中的应用进行研宄，其中基于HMM的故障诊断指故障模式识别或退化状态评估，故障预报指剩余使用寿命估计。该论文包含了基于离散HMM的TE过程退化状态评估与基于连续HMM的TE过程故障模式识别、退化状态评估与剩余使用寿命估计。在用连续HMM的方法进行故障诊断与预报时，利用主元分析法对观测变量的维数进行降维，在保存原数据主要信息的同时大大减少了计算量。无论是用离散HMM还是连续HMM进行故障诊断的验证时，都采用滑动窗口技术，减少了测试的计算量并提高了诊断的实时性。　　以TE过程为研宄对象，对基于离散HMM和连续HMM的故障诊断与预报方法分别进行验证，结果显示，用离散HMM进行TE过程的退化状态识别时，诊断精度比较高，而且对基于离散HMM的退化状态评估方法中出现的问题，在用连续HMM实现时，得到了改善，并将连续HMM应用到TE过程的故障模式识别上，效果较好。此外，基于连续HMM的TE过程的剩余使用寿命估计方法给出了剩余使用寿命的上下界限值和均值，在故障的最后阶段，该方法达到了更好的预报效果。