随着我国对高速铁路的大力投入与发展,中国高铁已处于世界领先地位。同时随着高铁运营里程的不断增加,如何保证动车组安全、可靠的运营已经受到人们的高度重视。塞拉门作为乘客上下车的一种重要部件,在动车组运行过程中,往往会因为人为因素、外部环境因素以及塞拉门自身等故障,造成其无法打开或关闭,影响列车的正常运行,所以提高其可靠性对保障动车组安全运营至关重要。本文主要内容如下:首先,本文对CRH5型动车组塞拉门系统构成和工作原理进行了阐述,梳理了系统各部件所对应的故障模式。之后介绍了故障树分析法的基本概念,根据塞拉门系统故障分析情况初步构建塞拉门系统的故障树模型。其次,针对因故障数据本身存在不确定性及模糊性而导致基本事件故障概率具有不确定性的现状,本文引入三角模糊数来对其进行修正,使基本事件故障概率处于一个区间范围,更加符合故障率特性。引入模糊数学理论解决了利用模糊故障树进行可靠性分析时模糊数间的计算求解问题,使最终所得结果更加可信。最终对塞拉门系统故障树模型进行定量分析,计算得到系统各部件的重要度。再次,由于传统故障树分析法无法解决塞拉门系统中故障的发生与传播过程中的动态特性以及故障间关联多样性的特点,本文引入了模糊Petri网模型,不仅可以对其进行描述还可降低系统顶事件发生概率的求解难度。首先给出了故障树向模糊Petri网模型的转化过程,利用模糊Petri网token的转移来描述系统故障的发生与传播,并结合关联矩阵的推理方法验证了token转移过程的有效性与准确性,不仅为可靠性的分析打下了基础,还可提高系统的故障诊断效率。然后利用模糊Petri网中对变迁置信度的定义解决了故障间的关联不确定性,通过模糊Petri网正向推理算法求出系统的可信度,并得到塞拉门系统各部件的重要度。最后将模糊故障树分析法与模糊Petri网分析法求出的结果进行对比,证明了模糊Petri网分析法求得的结果更加可靠。最后,由于模糊Petri网中产生规则的参数是根据基础数据的统计分析结果与专家知识综合考虑得出的,存在一定的主观性及模糊性而导致分析结果不够精确。因此引入粒子群优化算法对模糊Petri网模型参数进行优化,不仅提高模糊Petri网的泛化能力,降低了模型参数对专家经验的依赖程度,还提高了模型参数的精度,使模型求得的结果更加精确。