可靠性是评价数控机床性能的重要指标。现有的基于Bayes的可靠性评估方法常在“完好维修”假设下进行,与机床实际维修后所处的状态明显不符。因此,针对重型数控机床可靠性评估中存在的维修程度的影响考虑不足的问题,本文主要围绕可靠性模型的建立和模型参数先验分布的构建两个关键内容,开展了考虑维修程度的重型数控机床可靠性评估方法的研究,对提高重型数控机床可靠性评估水平有理论意义和实用价值。具体研究内容如下:首先,理论上建立了一种基于普通更新过程和非齐次泊松过程的混合模型,并利用贝叶斯模型平均法(Bayesian Model Averaging,BMA)对混合模型中的参数进行了表征,进一步用OpenBUGS软件进行编程实现其后验概率的计算,得到了混合模型下的可靠性评估指标平均故障间隔时间(Mean Time Between Failure,MTBF)的数学表达式,通过时间趋势检验和修复功效检验验证了模型的准确性。然后,设计了专家打分法的流程确定可信度,同时利用Bootstrap法构建了相似机床参数的先验分布,得到了合理的待评估机床参数的先验分布。通过工程实例验证了该方法计算过程简单且最终结果准确。最后,基于提出的考虑维修程度的重型数控机床可靠性评估方法,完成了某重型车铣加工中心的可靠性评估,得到可靠性指标平均故障间隔时间,通过比较该车铣加工中心在“完全维修”假设下的评估结果,并结合对于模型有效性的论证,说明了该方法更符合实际。