随着现代工程系统结构复杂度的增加以及运行环境的复杂化,建立在大量样本数据基础上的传统可靠性分析与评估技术已不能满足现代工程系统需求。特别对于航空、航天、电力和核电站等具有严苛可靠度要求的复杂系统,一旦发生故障将造成重大的经济损失,产生严重的社会影响。由于实验条件的局限性、测量数据的随机性、结构模型的复杂性以及认知能力的差异性等,工程复杂系统可靠性研究需要考虑众多不确定性因素。随着对系统失效机理和潜在规律的逐渐认识,基于传统二态假设的系统可靠性分析方法,已经无法完整描述部件性能、系统性能以及系统可靠性之间的关系。同时,对于多部件冗余系统,由于外部环境影响、内部元件老化、工作人员误操作等因素造成系统中多个部件同时失效而引起的系统安全事故愈发频繁。事实上,相关失效已经成为系统失效的一个普遍特征。因此,利用传统可靠性理论对复杂系统进行可靠性建模分析和评估无法完整体现出复杂系统的特点,难以满足实际工程需要。为此,针对复杂系统可靠性分析与评估的需求,本文从部件状态分析、系统结构分析、系统可靠性分析及系统寿命评估等不同层面,对复杂系统在考虑多状态特性、认知不确定性、失效相关性以及动态特性下的可靠性分析及评估进行探讨,从多维度建立考虑多种因素影响的复杂系统可靠性分析及评估理论框架,系统地研究和完善复杂系统可靠性分析和评估理论方法并应用于工程实际。本文主要开展了以下研究工作:(1)基于信任通用生成函数的复杂多态系统可靠性分析。针对现有方法建模能力的不精确性,以及对系统认知不足造成的多态系统部件状态及概率的不确定性,应用证据理论来对系统中存在的认知不确定性进行表征。借助通用生成函数对多态系统的建模和计算优势,提出一种拓展的信任通用生成函数,对存在认知不确定性的多态系统进行可靠性分析。为考虑共因失效的影响,将共因失效与信任通用生成函数相融合,通过算例和工程实例以验证该方法的正确性和精确性。结果表明,该方法可以有效避免和克服区间方法中区间扩张与过评估问题。(2)基于区间值模糊贝叶斯网络的复杂多态系统可靠性分析。从系统结构分析入手,利用贝叶斯网络对复杂多态系统进行可靠性建模与分析。当系统中存在认知不确定性时,针对传统贝叶斯网络中使用精确值描述节点概率的不足,运用区间值三角模糊数对节点的模糊信息进行表述。采用共因失效的显式建模方法,以增加独立节点的方式实现共因失效的贝叶斯网络建模,提出了基于区间值模糊贝叶斯网络和考虑共因失效的复杂多态系统可靠性分析方法。实例分析表明,该方法能够明确量化和表达认知不确定性以及共因失效对系统可靠性的影响,有效地解决多种因素影响下的复杂系统可靠性分析与评估问题。(3)基于信任贝叶斯网络的复杂多态系统可靠性评估方法。研究了考虑认知不确定性和多共因组影响下的复杂多态系统可靠性评估方法。首先利用证据理论对系统及部件进行了状态空间重构,引入表达认知不确定性的状态形成新的状态空间。随后对贝叶斯网络节点的状态概率表进行更新,实现证据理论与多态贝叶斯网络的融合。针对复杂冗余系统中存在的多共因组现象,提出了基于证据理论的多态贝叶斯网络方法。工程实例分析表明,该方法能够准确处理复杂系统中的认知不确定性、多态特性等问题,且能融合改进的?因子参数模型处理多共因组情况,具有较高的计算效率和实用价值。(4)认知不确定性下复杂系统可靠性的综合评估。研究了考虑认知不确定性及系统动态失效特性的复杂系统可靠性综合评估方法。对于系统动态失效相关关系,基于系统结构和失效模式分析建立了系统动态故障树模型,提出了一种拓展的概率盒来表达系统认知不确定性。同时,为了考虑可修单元的更换策略,利用贝叶斯网络和蒙特卡洛方法对系统可靠性进行综合评估。该方法克服了传统方法对大量数据的依赖性,能充分利用试验数据、设计数据、现场数据以及历史经验数据,是一种较全面且行之有效的方法。实例结果表明,该方法可实现复杂系统的可靠性综合评估,且能较容易地应用于工程实践。