冲压设备是机械制造业中的重要制造装备，在汽车制造、航空航天、船舶、家用电器等领域有着广泛应用，在国民经济中的地位举足轻重。随着工业化的进步，冲压设备对精度、效率、自动化、柔性化和可靠性水平的要求越来越高。而高速精密冲压机床是冲压设备的典型代表，在工业界享有“印钞机”的美誉，其行业地位可见一斑。高速精密冲压机床作为现代化装备制造业的典型装备，代表着国内冲压设备的最先进水平。目前，该类机床已具备高精度、高效率、自动化和柔性化的特点，但当前国内的此类机床普遍面临着可靠性水平偏低的困境，与国外同类机床相比，可靠性差距较大。可靠性已成为制约国产冲压机床行业发展的主要因素之一。因此，冲压机床的可靠性增长是亟待研究和解决的共性技术问题。而可靠性设计是决定机床的可靠性水平的主要因素，解决高速精密冲压机床的可靠性增长设计问题是实现其可靠性增长的根本保证。其中，可靠性分配与预计是可靠性增长设计过程的关键核心技术。本文主要通过以下几方面内容的研究，形成了一套专门用于高速精密冲压机床可靠性增长设计的方法流程，论文的主要研究工作如下：（1）对国内外冲压机床的发展与现状、可靠性技术的发展与现状、冲压机床的可靠性研究现状以及可靠性分配与预计技术的研究现状进行了分析，提出了针对高速精密冲压机床的可靠性增长设计技术方法，并指出了实现冲压机床可靠性增长需要解决的关键技术，包括可靠性分析技术、可靠性评估建模技术、可靠性分配技术及可靠性预计技术。（2）故障模式影响及危害性分析（FMECA）是开展高速精密冲压机床可靠性设计的首要工作。针对冲压机床的历史故障数据分别进行了各子系统故障部位、故障模式、故障件来源、故障性质等的统计分析，找出了机床的薄弱环节。借助模糊理论定量处理不确定性信息的优势，将多级模糊综合评价方法与FMECA方法相结合，对冲压机床的主要故障模式进行了危害性分析。依据模糊FMECA技术得到的冲压机床故障模式模糊综合危害度排序，对其主要故障模式提出了可靠性改进措施，为工程人员对机床实施可靠性增长设计提供了重要依据。（3）可靠性评估模型能够反映出机床可靠性特征量的一般规律。通过分析复杂系统常用的可靠性评估建模方法，指出了方法存在的一些不足。为了尽可能地反映冲压机床可靠性的真实分布规律，在综合分析可靠性分布模型与神经网络模型各自特点的基础上建立了具有良好泛化性能的威布尔神经网络模型。设计了基于Bootstrap抽样原理的改进EM算法，用于威布尔神经网络模型参数的训练学习，并以具体算例验证了该模型及学习算法的有效性。对比了以威布尔模型与威布尔神经网络模型进行高速精密冲压机床可靠性评估的结果，结果表明：威布尔神经网络模型更能反映冲压机床故障数据的实际分布规律。（4）可靠性分配是高速精密冲压机床可靠性增长设计过程中的关键技术。对于冲压机床产品来说，成本尤为重要，在可靠性分配设计过程中考虑与机床成本相关可靠性影响因素（包括直接投入、技术投入、维护保养、环境条件、维修、故障危害损失）的基础上，采用专家模糊评分与层次分析法将以上影响因素涉及的成本加权处理为模糊综合成本。根据产品成本与可靠性之间的经验关系，定义了能够反映冲压机床各子系统模糊成本与故障率映射关系的单参数对数型努力函数。以冲压机床整机的可靠性指标为约束，以模糊综合成本最低为目标，建立了基于单参数对数型努力函数的可靠性分配最优化模型。模型求解过程借助罚函数法消除模型的约束条件，采用模拟退火算法求解了冲压机床可靠性分配的实际工程案例，得到了冲压机床的可靠性分配设计方案。（5）可靠性预计是在完成冲压机床的可靠性分配设计后针对其分配设计方案进行的可靠性指标预测计算。在冲压机床的可靠性预计过程中，对比分析了机床改进前后与可靠性相关的多方面影响因素，包括功能复杂性、结构复杂性、可修复性、技术水平、零部件质量等级、工作载荷、维护保养状况，并采用层次分析法确定了各可靠性影响因素权重。由工程经验丰富的专家对冲压机床各子系统改进前后各可靠性影响因素的状况进行专家模糊评分，以各因素的加权模糊综合评分为指标计算各子系统的可靠性增长系数，针对改进冲压机床建立了基于威布尔分布的可靠性模糊层次分析预计模型。采用蒙特卡罗仿真法预计改进后冲压机床整机及各子系统的可靠性增长水平，以实际工程案例验证了该方法的可行性。本文通过以上内容的研究，完善了冲压机床的故障分析方法；建立了更能反映冲压机床可靠性实际分布规律的威布尔神经网络模型；从最节约成本的角度研究了冲压机床的可靠性分配方法；建立了冲压机床的可靠性模糊层次分析预计模型。同时，对机床可靠性评估建模与可靠性增长两个研究方向的发展趋势进行了分析与展望。文中的主要创新内容如下：（1）将多级模糊综合评价应用于高速精密冲压机床的故障模式影响及危害性分析（FMECA）中，实现了冲压机床故障模式影响危害性的定量分析，弥补了传统FMECA方法中对部分主观经验信息定性分析的不足。（2）建立了适用于复杂可修系统可靠性评估建模的威布尔神经网络模型，并设计了能够实现威布尔神经网络模型参数快速学习计算的基于Bootstrap抽样原理的改进EM算法。该网络模型具有良好的泛化性能和自适应特性，能够有效避免机床可靠性建模过程中模型优选及拟合优度检验的过程。（3）依据努力函数的性质，设计了一种单参数对数型努力函数。该努力函数能够反映冲压机床各子系统模糊成本与故障率的映射关系。基于该努力函数，建立了以高速精密冲压机床模糊综合成本最低为目标的最小努力可靠性分配模型。该可靠性分配模型克服了冲压机床可靠性分配过程中模糊成本信息缺乏定量依据的问题。（4）将专家模糊评分与层次分析法结合，用于确定冲压机床可靠性分配与预测过程中可靠性影响因素的权重。建立了基于模糊层次分析的可靠性预计模型，采用蒙特卡罗仿真的方法求解出冲压机床改进设计方案的可靠性预计仿真结果，用于验证冲压机床可靠性分配方案的合理性。