复杂装备研制作为维系国家安全的重要手段,体现综合国力的重要标志,历来受到重视。复杂装备在研制过程中面临着数据多元异构,信息不完全等问题,对可靠性增长的准确性和经济性带来了很大的挑战。随着我国进入复杂装备高速发展期,对复杂装备可靠性增长问题的新方法和新模型提出了更高的要求。本文针对这一背景,在以下几方面开展了研究:(1)研究了复杂装备研制的灰数据可靠性特征,构建了灰信息背景下的复杂装备可靠性增长模型开发技术;(2)对具有相似性和继承性的产品,在可靠性增长的同一阶段,其增长数据具有相似的规律。为了更好地预测待估产品的可靠性,获取更多的试验数据,本文构建了“S-MTBF”关联度模型和产品间的继承因子,将已有产品和待估产品的增长数据进行融合,并把融合之后的数据用于可靠性增长预测;(3)对于环境应力不明确的可靠性增长试验过程,运用三角白化权函数模型,判定该试验阶段属于哪一种应力环境类型;定义了指数分布下的环境折合系数,并根据案例对某设备多阶段的可靠性数据进行了折合;(4)针对小样本数据建模可能存在的问题,如数据量太小,不符合可靠性增长趋势,或是建模结果误差太大,无法反映可靠性增长的真实情况,本文构建了一个基于分数阶离散灰色信息生成的可靠性增长AMSAA模型,运用分数阶离散灰色信息生成模型,将小样本数据扩充成大样本,并将扩充前后的数据与实际数据相比较,证明了模型的可用性。