液体火箭发动机的可靠性取决于对其有重大影响的组件的可靠性。但是,组件在研制阶段的可靠性工作主要是基于失效机理的定性分析和试验验证,而且由于研制周期和经费的限制,投入试验的组件样本量非常有限,试验结果也常常是无失效的,因此缺乏定量评估组件可靠性的方法。论文以液体火箭发动机组件研制阶段的可靠性评估为目标,解决了多阶段试验数据、多组恒应力加速试验数据和融合多源信息条件下的可靠性评估问题。论文主要研究内容包括:（1）针对液体火箭发动机组件在不同阶段的试验和数据,分别研究了多阶段试验有失效和无失效数据条件下的可靠性评估问题。对多阶段存在失效的试验数据,提出基于Weibull分布的折合因子法,实现阶段间的数据折算;对多阶段均无失效数据,结合专家经验、相似产品信息等,基于Bayes理论实现多阶段试验均无失效数据的可靠性评估。最后给出两类问题的Bayes验后计算方法—马尔可夫链蒙特卡罗（Markov Chain Monte Carlo,MCMC）抽样方法。以液体火箭发动机涡轮泵的数据为例,运用论文方法进行参数估计和可靠性评估,证明方法的有效性,通过与其他方法以及真值的对比验证了论文所提方法的优越性。（2）针对液体火箭发动机组件多组恒应力加速试验的混合数据,论文将试验组分为失效试验组和无失效试验组,前者选择传统统计方法而后者选择修正极大似然方法来估计参数,再通过对应的加速应力模型拟合加速方程,从而评估正常应力下的组件可靠性。将论文评估结果与现场数据统计结果、Bayes方法评估结果进行对比,验证了论文所提方法的有效性和优势。（3）目前液体火箭发动机组件研制阶段的可靠性工作主要是根据失效机理来开展设计强化和对应的试验验证,试验结果通常都是无失效的。因此,论文从充分利用研制试验数据的角度出发,提出融合多源信息来评估组件可靠性。根据多源试验信息的特点,基于可靠度给出先验分布的确定方法,并利用最大熵法确定先验分布中的未知参数。多源信息融合权重的确定尤为关键,论文总结提出5种方法,可根据组件试验数据特点,选择最为合适的确定方法。最后给出阀门组件的多源信息融合算例,验证论文方法的有效性,并对该方法的稳定性进行验证。