科学技术的迅猛发展诞生了大批规模庞大的工业系统,系统的安全稳定运行离不开故障诊断技术的支持。目前,基于模型的方法是故障诊断技术的重要分支,其难点在于系统模型的建立。键合图(Bond Graph,BG)是一种基于能量的建模方法,能有效实现多能量域混杂系统的建模。近年来,国内外学者在键合图建模方面已取得了大量实用性成果。在考虑到实际系统中受各种不确定性因素的影响,本文提出以键合图理论为工具,引用线性分式变换(Linear Fraction Transformation,LFT),结合区间算法,建立具有区间不确定性的系统键合图模型,进而得到系统区间解析冗余关系(Interval valued Analytical Redundancy Relations,I-ARRs),实现混杂系统鲁棒故障检测。而I-ARRs对测量信号导数十分敏感,将会影响残差估计。为解决这一问题,使用鲁棒滑模微分器实现对含噪声测量信号导数的最优估计,降低残差噪声,减少系统虚警和漏报率,提高故障诊断的鲁棒性。将此方法应用到Buck电路中,分析实验仿真结果,验证了该方法的有效性。考虑电力电子电路常见故障类型,完成系统重要元器件故障诊断和隔离,实现系统剩余使用寿命预测。使用区间解析冗余关系,结合元器件退化模型,得到其相应的残差退化模型。利用智能预测算法,将残差降解机理数据作为输入,元器件降解机理数据作为输出,反推全局解析冗余关系式,结合故障鲁棒性阈值与元器件的失效值,预测元器件健康剩余使用寿命。