自我国实施《中国制造2025》战略以来,国产制造业逐渐由自动化、机械化向智能化、信息化转型升级。作为先进生产设备的重要组成部分,工业机器人在物流、装配、医疗等多领域发挥着关键作用。但由于我国对其可靠性研究开始较晚,目前国产机器人可靠性水平相较于世界先进水平仍存在较大差距。为增强国产机器人市场竞争优势,提升其可靠性水平刻不容缓。故本文将某系列国产工业机器人作为分析对象,研究了其系统的薄弱环节及关键环节表征、可靠性指标预计与分配。相关内容如下:第一部分,本文以国产某系列工业机器人为例,对其各子系统部件相关功能及组成进行了详细介绍,并构建系统可靠性框图。本文将T-S模糊故障树和贝叶斯网络两种方法互补融合对工业机器人多态系统的薄弱环节进行表征。根据各部分结构组成及失效机理,建立多态T-S故障树模型,来表述故障事件间的因果逻辑关系,同时结合贝叶斯网络模型正反向推理实施工业机器人多态系统可靠性评估与故障诊断。并从概率重要度和灵敏度角度分析影响系统可靠性的薄弱和关键环节,给出了改进措施。第二部分,对于目前可靠性指标预计方法精度低问题,本文从统计学角度出发,分析工业机器人历史故障数据,提出了一种自适应粒子群优化支持向量机回归（Adaptive Particle Swarm Optimization-Support Vector Regression,APSO-SVR）可靠性指标预计模型。为提高粒子群算法的全局寻优与局部挖掘能力,开发了一种结合正弦映射和自适应策略来更新惯性权重的APSO算法,并基于12种测试基准函数将APSO与其他粒子群算法相比较,验证了此算法的精度和收敛效率。之后应用APSO搜寻SVR最优参数值,提高了SVR模型预测性能,并将提出的APSO-SVR与其他可靠性预计模型进行对比,验证了本文所提模型的有效性与优越性。第三部分,基于工业机器人可靠性指标预计结果,对其进行指标分配。综合考虑影响工业机器人可靠性指标分配的关键因素,并细化完善评价指标,建立二层综合因子评价模型。并采用评价模型中的影响因素作为其可靠性分配的评价准则,引入犹豫模糊语言集、灰色关联分析、正态分布有序加权平均以及博弈理论方法等有效降低专家评分过程中产生的主观性及不合理性。然后,考虑工业机器人子系统间的故障关联性,基于Copula相关函数构建工业机器人子系统可靠度相关模型,并进一步探究了子系统相关程度对分配结果的影响。最后通过实例证明了考虑子系统故障相关性的可靠性分配更有利于降低子系统设计生产制造中的成本及对工业机器人整机的改进设计。