近年来,故障预测与健康管理（Prognostics and Health Management,PHM）技术在航空航天、电子装备领域发展迅速,但在地面兵器装备中的研究尚处于起步阶段,未形成完整的体系结构。新研制的自行火炮是一种复杂装备,涉及多学科多领域,其可靠性和稳定性是确保装备顺利完成作战任务的关键条件。因此,在自行火炮中研究PHM技术,评估装备的健康状态、预测未知故障,对提高装备的维修保障效率具有重要意义和实际应用价值。论文的研究内容主要包括以下几个方面:（1）研究并建立了基于劣化度的装备健康状态变权模糊综合评估模型。由于自行火炮的健康状态是一个逐渐退化的过程,其故障发生具有一定的模糊性。本文把装备健康状态划分为5个等级:健康、良好、注意、异常、故障,将劣化度作为统一的衡量标准,以层次分析法为基础,使用变权原理对权重向量做修正,从而确定各评估指标的权重值。计算出各评估指标的劣化度值,采用岭形隶属度函数构建5种健康状态等级对应的隶属度函数,并建立隶属度矩阵。再运用模糊综合评判的思路和最大隶属度原则,评估装备的健康状态。最后以某型自行火炮全炮电气系统为例,运用本文所提算法进行评估,得到装备的健康状态等级为“良好”。从后续的检测及维修记录来看,评估结果和装备实际运行状态接近,验证了本模型的合理性与有效性。（2）研究并建立了基于改进的灰色马尔科夫故障预测模型。针对传统灰色马尔科夫预测模型中的状态区间划分具有较大随意性、预测精度较低的问题,本文对状态转移概率的计算进行了改进,提出了一种基于改进的灰色马尔科夫故障预测模型。该方法首先利用灰色预测模型得到故障间隔的初始预测值,然后使用马尔科夫链预测模型对初始预测结果进行修正,在状态区间划分时,将各区间相对值所处状态的概率平均期望值作为下一步的转移值,从而得到预测结果,最后采用相对误差检验法对模型的精度进行判定。本文以某型自行火炮某分系统故障间隔期的历史数据为例进行了分析验证,结果表明:传统预测模型的平均相对误差为6.8%,改进后的预测模型的平均相对误差为2.79%,比传统预测模型减少了 4.01%,提高了预测结果的准确性,验证了本文提出方法的有效性。