复杂装备是大国博弈的砝码,也是一个国家制造业的桥梁。它集中了制造业中的最先进的技术,对国家安全和国民经济有着重要的影响,代表着一个国家制造业的最高发展水平以及一个国家的综合实力与核心竞争力。因此,复杂装备的质量问题至关重要,这不仅关系到相关企业的生存和发展问题,还与“中国制造2025”伟大战略的实现密切相关。针对复杂装备的故障诊断,本文主要采用分步诊断的思路,先通过复杂装备关键零部件的诊断,将诊断范围聚焦在关键零部件,再通过对关键零部件生产工序的深入分析,诊断出导致复杂装备故障更深层面的工序因素。本文的研究主要从以下三个方面进行:第一,通过基于故障树的模糊贝叶斯网络推理（Fuzzy Bayesian Network Inference,FBNI）故障诊断模型诊断出复杂装备关键零部件质量问题。首先,通过分析复杂装备关键零部件节点之间的关联关系和结构组成,构建复杂装备的故障树模型,解决如何通过反应关键零部件的故障进行复杂装备的故障诊断问题。其次,利用故障树模型与贝叶斯网络模型之间的相似关系,通过故障树转转化法,建立基于故障树的贝叶斯网络拓扑结构,解决了故障树模型计算复杂,定性、定量分析困难的问题,以及克服了故障树模型由原因推测结果的不足。再次,结合模糊集合论与德尔菲法确定出条件概率等参数,解决了复杂装备小批量定制化属性而导致的结构数据相对缺乏和专家打分不确定性的问题。最后,利用贝叶斯网络推理中的因果推理和诊断推理,诊断出复杂装备的故障零部件。第二,利用免疫网络故障传播（Immune Network Fault Propagation,INFP）模型对复杂装备故障零部件的生产工序深入分析,诊断出复杂装备关键零部件生产工序的质量问题。首先,在预处理过程中利用帕累托原则设置出合适的工序作为检测点,解决了现有免疫网络故障诊断中,检测点定义含糊的问题。其次,针对现有免疫网络故障诊断中,诊断结果仅确定出故障节点,却无法直接诊断出故障因素的问题,将故障数据依据因素类型归纳分类为人、机、料、法、环五类。再次,利用工序网络与免疫网络的相似关系,将复杂装备关键零部件的生产工序转化成为INFP模型,实现了免疫网络故障诊断从产品结构领域向生产工序领域的跨越。最后,通过INFP模型的粗糙诊断和精确诊断,确定出了复杂装备关键零部件生产工序在所有情境下的诊断结果,为复杂装备关键零部件工序故障的改善提供了明确的改善节点和优化方向。第三,以某G航空公司复合材料的生产为企业案例,验证模型的实用性。首先,将基于故障树的FBNI故障诊断模型应用到G公司复合材料的实际质量问题当中,依据质量标准诊断出了复合材料的故障零部件,即复合材料铺贴部件。其次,利用INFP模型,深入分析复合材料铺贴部件的具体生产工序,确定出所有情境下的诊断结果,为复合材料铺贴部件的工序质量问题改进提供了明确的改善节点以及人、机、料、法、环等具体的优化方向。