汽车发动机ECU的可靠性评估贯穿其开发、测试和维护的各个阶段,可为ECU优化设计和生产测试提供有利保障,因此,对ECU可靠性评估方法的研究具有重要的理论意义和实用价值。目前对ECU进行可靠性评估主要基于寿命数据,以失效时间或失效产品数量作为统计对象来进行,但随着材料和器件性能的不断提升,ECU在特定时间内很难出现失效数据甚至出现零失效的情况,这给ECU的可靠性评估提出了巨大挑战,因此亟待探索新的ECU可靠性分析方法。作者利用ECU工作和测试过程中的大量退化数据进行模型构建,对ECU模块级和系统级可靠性进行了研究,主要包括ECU特征参量提取和失效阈值确定方法、多元退化参量分布的模块级可靠性评估、应力加速条件下模块级可靠性评估、信息融合及加权故障树的ECU系统级可靠性评估等,为ECU可靠性评估提供了一种新思路。作者首先对ECU的工作原理和失效机理进行了深入分析,结果表明ECU在复杂多变的工作环境和退化过程中,各个样本的退化轨迹难以建立,且模块难以用单个性能退化参量表征其退化过程,适合采用多元退化量分布的方法进行性能可靠性评估,而现有多元退化量可靠性评估方法没有考虑各个退化量对产品可靠性贡献程度,导致其可靠性评估精度较低,与产品实际工作状态有一定偏差。因此作者以多元退化量间的相关性及各退化量对产品性能可靠性贡献度不同作为切入点,提出了一种基于多元退化特征量分布的性能加权可靠性评估方法。该方法首先计算多元退化量间的相关系数,根据设定的相关系数阈值确定各个特征量间的相关性;然后针对多元特征量间相关和不相关两种情况分别给出了基于贡献度和相关性的权重系数确定方法;最后给出了基于权重系数的性能加权可靠性评估方法。在此基础上,作者研究了ECU各模块特征量提取和失效阈值确定方法,并将所提性能加权可靠性评估方法应用到ECU模块级可靠性评价中。对ECU进行应力加速性能可靠性评估的研究表明,温度应力和电应力对ECU退化失效影响较大,温度越高或电应力越大,ECU的退化速度就会越快,并且电应力条件下退化复杂,很难确定各个测量时刻的退化量分布类型。基于上述分析,作者针对温度应力加速情况提出了一种温度应力加速退化模型,分别给出了退化量服从Weibull分布和正态分布时的性能可靠性评估方法,并将其应用到ECU模块级评估中;针对电应力加速退化的情况建立了基于支持向量机回归的性能可靠性评估模型,该模型不需要预先知道退化量在各个测试时刻的分布类型,仅需要对各种电应力条件下的退化数据进行训练建立SVR模型,即可预测出正常工作应力条件下的退化数据,从而进行ECU可靠性评估。在对ECU各模块进行性能可靠性评估的基础上,作者提出了一种基于信息融合及加权故障树的系统性能可靠性评估方法,利用多层信息融合方法对ECU同类产品和本产品的先验信息进行三级融合,可得到ECU各模块性能可靠度的权重因子,并将权重因子作为故障树的影响因子,利用加权故障树来评估ECU系统的性能可靠度。此外,基于故障树分析方法对ECU燃油喷射模块和电源管理模块中常见故障进行了定性分析,为快速诊断和故障定位提供了技术指导。上述研究基础上,作者构建了发动机ECU性能测试及分析评估系统,利用基于闭环反馈的发动机硬件在环系统进行信号模拟,通过采样率自适应的数据获取算法准确获取应力加速条件下各模块的退化数据,然后利用作者提出的性能可靠性评估算法分别对ECU模块级和系统级可靠性进行评估,并与实际系统可靠性进行了对比。结果表明,该方法准确率和效率满足工程实际需求,可作为传统ECU可靠性评估的有益补充,为ECU的可靠性设计和优化提供理论指导。