摘要：现代各种系统综合化和电子化程度的大幅度提高,使得系统变得越来越复杂,对系统可靠性的要求越来越高,导致对于系统可靠性的研究也变得越来越困难,本文主要针对负载均担并联系统、复杂条件系统和复杂功能层次系统,从系统的可靠性建模、分析和综合评价方法方面展开研究。针对负载均担并联系统的部件失效率变化模型-Capacity Flow模型(CFM)没有考虑部件承载能力的局限性,提出了一种考虑部件承载能力的Capacity Flow修正模型(CCFM).在此基础上,采用Markov模型法建立了负载均担并联系统新的系统可靠性模型,通过解析法求解出了不同情况下系统可靠性指标的解析表达式。通过分析温度、电压和人的生理状况等工作条件对电子产品失效率和修复率的影响,提出了复杂条件下电子产品的失效率云模型和修复率云模型。失效率云模型和修复率云模型由反映工作条件点处产品失效率和修复率取值情况的适应能力模型和反映实际工作条件变化情况的工作条件模型通过x条件云发生器生成,其同时包含了工作条件信息及工作条件点处产品失效率和修复率的取值信息,能够很好地反映复杂条件对产品失效率和修复率造成的动态影响效果。针对传统Markov模型法和模糊Markov模型法在复杂条件系统可靠性建模和分析能力上的不足,将云模型和Markov模型相结合,建立了一种基于云模型和Markov模型法的复杂条件系统可靠性建模和分析方法。方法通过采用失效率云和修复率云对由传统Markov模型法得出的系统可靠度和可用度解析表达式中的失效率和修复率进行替换,得到可靠度云和可用度云。可靠度云和可用度云反映了复杂条件导致的系统可靠性指标的取值范围及取值分布情况,使得本文方法在工作条件动态描述能力和直观性上与其他方法相比具有显著的优越性。将云模型和Petri网相结合,建立了一种基于受控赋时混合随机Petri网(CTHSPN)的复杂条件系统可靠性建模和分析方法。通过采取将各项工作条件分开处理,引入变迁控制时钟和变迁控制函数,扩展标识函数和弧权函数的值域等措施,方法保存了工作条件的独立性信息,较好的体现了各项工作条件对系统可靠性的独立性影响作用,解决了基于受控混合随机Petri网(CHSPN)的复杂条件系统可靠性建模和分析法难以体现各项工作条件对系统可靠性独立性影响的问题。在模糊综合评价的基础上引入云理论和层次分析法,提出了一种基于云理论和层次分析法的复杂功能层次系统可靠性综合评价方法,弥补了基于雷达图模型和云模型的复杂功能层次系统可靠性综合评价方法要求部件、功能的技术指标可实测和量化且无权重确定方法的缺陷。方法采用层次分析法划分系统功能层次结构并确定各层元素权重,更合理地构建了系统的功能层次；通过采用云模型对指标相对值和评价集进行表示,加权模型作为综合模型,方法更易于对系统中包含的不确定性信息进行有效处理,具有更为广泛的实际应用范围。