摘要：计算机的快速发展使交通运输、医疗设备、电力电子等安全苛求系统集成度和自动化程度越来越来高,与此同时系统规模和复杂程度也随之增加。这类系统对于安全性和可靠性的要求极为严格,相关复杂系统的安全评估和可靠性验证研究也受到了普遍重视。特别地,针对系统动态复杂特征的建模分析环节,引起了设计人员和维护人员特别关注。国内外研究人员在相关标准和规划的基础上做了诸多努力,然而其分析工作对复杂系统的适应性和准确性仍存在不足,尤其是在种类繁多的系统随机事件的适应性、模型规模控制、算法复杂度以及方法自动化可实施性等方面仍有改进空间。对此,本论文提出了基于确定随机Petri网和蒙特卡洛仿真的动态故障树定量自动化分析方法。本方法以确定随机Petri网模型为手段,以系统故障树蒙特卡洛仿真运行的统计数据为基础,综合运用三种仿真环境并搭建了相应的仿真平台,提出了新的动态故障树模型、模型数据结构、模型处理方案、仿真参数估计方法以及可靠性指标计算方法等关键技术,实现了复杂大型动态故障树定量分析处理。主要的创新点如下：首先,本文提出的确定随机Petri网模型考虑了动态故障树中不同类型动态逻辑门所表示的系统动态特征,包括系统部件间的顺序性、独立性、修复性、以及冗余性等复杂动态行为,深入讨论了模型的工作原理以及模型的正确性和推广适应性,除此之外选择运用相关合适的Petri网仿真平台实现了模型的定量计算。其次,在故障树的蒙特卡洛仿真环节,通过相关环境搭建软件平台,创新性地提出了新的故障树存储数据结构、结构函数生成算法以及计算方法。充分考虑到动态故障树中底事件的多样性,并且提出了适应不同种类事件的抽样方式。进一步根据抽样定理及相关统计理论,提出了事件抽样次数确定的方法。并给出了从仿真统计数据出发的系统可靠性指标计算方法。最后,选择具有代表性故障树例子,通过与解析法及其近似算法的定量分析比较和算法复杂度分析,证明了本算法在运算时间和运算准确度方面的优越性。另外,将本算法应用于CBTC系统区域控制器MA计算模块的大型动态故障树分析中,给出了系统累积故障分布随时间的变化情况,并分析了组件失效对系统性能的不同影响,该分析结果对系统设计阶段的架构,运行阶段的故障检测顺序,定期维修策略等都提供了一定参考意义。