可靠性设计是现代发动机可靠性研究中的重要步骤,然而在进行可靠性设计时,由于缺乏系统的数据,结果往往与工程实际相差甚远。本文针对这一问题,首次提出并创建了基于现场数据的发动机及子系统的可靠度样本集,为发动机可靠性设计工作提供数据支持。通过整理分析近四千条的发动机现场试验数据,对其进行深度挖掘,按系统分析不同型号发动机在各种不同工程背景中的故障情况,和不同型号发动机在各种工程背景中的使用率,将故障情况的分析评价和使用率的分析作为创建可靠性样本集的重要内容,初步构建发动机可靠性样本集的基本结构,建立了样本集故障分析、可靠性评价指标和可靠性模型三大模块。以可靠性设计工作为例,详尽阐述了可靠性样本集的数据支持作用和参考作用。为完善和补充可靠性样本集可靠性指标模块的内容,应用质量管理软件,识别和分析发动机的里程分布,通过对比分析各种分布的拟合优度,选择拟合结果好,参数估计方便的威布尔分布,以此建立基于里程分布的概率论模型,计算了A、B型号发动机在牵引机车、公路运输车、工程机械中应用时的平均无故障工作里程;分析并研究了 A、B型号发动机在牵引机车、公路运输车、工程机械中应用时无维修工作期随里程的变化趋势,得到了在发动机不同里程阶段的无维修工作期并将平均无故障里程和无维修工作期作为重要的发动机可靠性指标模块内容。基于发动机可靠性样本集,构建了多因素影响的发动机可靠性模型,分析发动机型号、工程使用背景、使用里程、使用时间、使用率对发动机累计失效率的影响。通过对人工数据整理和机器数据清洗,认识影响因素中连续变量(使用里程、使用时间、使用率)之间的线性关系,并根据此选用合适的机器学习算法:岭回归,建立发动机可靠性模型,并进行参数优化。然后验证了参数优化后的可靠性模型在发动机各型号、各工程背景下的极高拟合度和在各时间区间、里程区间内的拟合精确度。应用此模型可以分析发动机的累计失效率的变化,可以作为样本集可靠性模型模块内的重要内容,并为日后的可靠性设计、提升等工作提供重要参考。