重型数控机床作为大型零件的重要加工设备,为国防、军工、航空航天等关系国家安全和民生的领域提供装备保障,其加工制造水平直接关系到制造业的发展和国家综合实力的提升。在国家重大项目的推进下我国数控机床的技术水平得到明显提高,但是与国外成熟的机床相比国产数控机床在运行过程仍存在故障频发、故障原因难以追溯、维修成本高、加工精度低等诸多可靠性问题。因此,迫切的需要对重型数控机床展开可靠性研究。电气系统是机床实现加工控制和驱动的关键子系统,关系着机床能否安全可靠地运行。由于历史数据缺乏、无法开展大量可靠性实验、信息不足、工作环境变化、系统结构和故障机理复杂等导致数控机床电气系统存在着大量的不确定性。电气系统在运行过程表现出多个性能状态。同时,由于环境和人为因素的影响,将导致电气系统中零部件共因失效。针对上述问题,本文就电气系统运行过程中存在的认知不确定性、多态性、共因失效展开深入研究,详细内容如下:(1)在系统工作原理分析和功能分析的基础上,对电气系统进行结构层次和子系统划分,为后续可靠性分析工作的开展奠定基础。通过故障分析,找到电气系统常见故障模式和故障频发的子系统,以此为本文的主要研究对象。(2)运用模糊多态贝叶斯网络对进给控制系统进行可靠性分析。采用模糊理论对传统贝叶斯网络进行扩展,解决信息不足情形下贝叶斯网络根节点故障概率精确值难以获得的问题。针对进给控制系统运行过程存在的不确定性,采用三角模糊数描述贝叶斯网络中根节点故障概率,同时利用贝叶斯网络的条件概率表描述节点之间的不确定逻辑关系,增强了贝叶斯网络处理不确定信息的能力。(3)运用证据理论和贝叶斯网络相结合的方法对主轴驱动控制系统进行可靠性分析。证据理论通过引入不确定状态焦元来描述系统中存在的认知不确定性,采用证据理论对零部件状态空间进行扩展,完善传统逻辑门在证据理论下的运算规则,实现证据理论对传统多态贝叶斯网络的扩展。计算结果表明该方法不仅能够很好地处理不确定信息而且计算效率高。针对系统中共因失效问题,采用?因子参数模型来处理。(4)利用贝叶斯网络能够进行双向推理的优势,对系统进行诊断分析寻找引起系统故障的主要原因,为故障检测和系统的可靠性增长提供理论支持。