对于复杂系统进行可靠性评估,由于费用和试验组织等方面的原因,不可能进行大量的系统级可靠性试验,如何充分利用单元和系统的各种试验信息对系统可靠性进行精确的评估是一个复杂的问题。目前机械系统可靠性评估常用的方法有：可靠性框图法,故障树方法,Monte-Carlo仿真方法等。但由于这些方法都有一定的局限性,因此更合适的可靠性评估方法还有待进一步研究。在传统的元件/系统可靠性研究中,一般是把研究对象看作只有两种状态,即失效和完好,仅用“是”与“否”二值逻辑来描述产品是否能完成规定功能的情况。但在实际应用中元件/系统可能存在多种状态,如阀门系统可能存在正常、堵、漏、开关不灵等多种状态,而且每种状态都存在一个失效渐近的问题。仅仅研究阀门的两态,由此建立的可靠性模型与实际情况存在较大差异。“相关”是系统失效的普遍特征,忽略系统的相关性,简单地在各部分失效相互独立的假设条件下对系统可靠性进行定性分析和定量计算,常会导致较大的误差。贝叶斯网络(Bayesian networks)提供了一种知识图解化的表示方法,可以对结点变量之间的因果概率关系进行有向图解描述,主要用于不确定性知识表达、因果推理和诊断推理等。贝叶斯网络的推理模式多样,可以有效地识别系统可靠性的薄弱环节。贝叶斯网络的图形化显示使得系统中元件间的关系更加直观、清晰,将贝叶斯网络技术应用于机械系统的可靠性评估,对系统的多状态和失效相关性进行分析,是本文的研究重点。本文根据贝叶斯网络的特点,对其在机械系统可靠性评估中的应用进行了以下研究：(1)在详细分析贝叶斯网络特点的基础上,将贝叶斯网络应用于机械系统尤其是复杂机械系统可靠性的评估,建立基于贝叶斯网络的系统可靠性评估模型。该模型能够监视系统中的任何不确定性变量,不仅可以求出系统正常工作概率,而且可以计算出系统条件失效概率,如可以方便地计算出某一个或某几个元件故障时系统故障的条件失效概率,进行推理诊断分析,找出系统的薄弱点。(2)以贝叶斯网络在机械系统上的应用为基础,进一步探索研究贝叶斯网络在多状态机械系统中的应用,通过逐步的分析与算例验证,建立基于贝叶斯网络多状态系统可靠性模型。应用该模型进行多状态系统可靠性评估,使分析更加直观、灵活；并且该模型不限制元件的数量,使得模型的应用范围更广。(3)建立了考虑失效相关性的系统可靠性贝叶斯网络模型,并应用该模型对考虑失效相关性的典型系统,如并联系统、串联系统和k/n(G)系统以及网络系统进行了可靠性评估,同时用蒙特卡罗仿真方法作了对比验证。(4)研究了基于贝叶斯网络模型的系统可靠度分配。对一般可靠性工程中常用的几种重要度、系统可靠性评估的灵敏度分析和贝叶斯网络因果推理、诊断推理的条件概率的物理意义进行了对比分析,结果表明贝叶斯网络方法更适合于识别可靠性薄弱环节。