重型数控机床作为高精尖的国家战略性“工作母机”,肩负着多个关系国计民生和国防安全的关键产品和零部件的加工制造,其技术水平和可靠性的高低已成为影响制造业和国防安全的关键所在。近年来,在《装备制造业调整和振兴规划》以及《国家中长期科学和技术发展规划纲要(2006-2020年)》等规划的专项支持下,我国重型数控机床取得了“从小到大”的突破,填补了多个重点工业领域制造装备的空白。然而在机床型号和整机指标取得突破之后,国产重型数控机床却暴露出严重的可靠性问题:故障频发且无法追溯、性能波动且难以控制、维护成本高昂等。因此,迫切需要开展重型数控机床可靠性关键技术的研究,并着实构建重型数控机床寿命周期的可靠性技术体系。重型数控机床可靠性建模与评估技术是关键的可靠性基础共性技术,正确的可靠性建模是开展可靠性设计、可靠性试验和可靠性增长的重要前提,而精确的可靠性评估则是对机床进行定量控制、研制考核和健康管理的关键手段。重型数控机床由于系统结构、制造装配、任务工况、使用维护等方面均有别于传统中小型数控机床,使得现有的可靠性建模与评估技术难以适用。因此,针对重型数控机床的可靠性建模与评估技术,已成为首当其冲的研究要点和亟待解决的应用难点。本论文在“高档数控机床与基础制造装备”科技重大专项课题的驱动下,针对重型数控机床的可靠性建模与评估技术展开研究,主要内容和成果如下:(1)提出了考虑维修程度、故障关联程度和模型不确定性的故障时间数据建模与系统可靠性评估方法。针对重型数控机床在寿命周期多因素的影响下,其故障时间数据并非独立同分布的问题,系统地研究了完好维修、最小维修和非完好维修下故障时间数据建模的方法。通过提出故障关联因子模型,并将其引入到故障时间数据模型中,形成了同时计及维修程度和故障关联程度的故障时间数据建模方法。针对重型数控机床故障时间数据难以采用单一模型建模分析的问题,提出了基于贝叶斯模型综合方法的故障时间数据分析和可靠性评估方法,实现了多模型评估结果的综合以及模型不确定性的量化表征。(2)提出了基于贝叶斯方法和贝叶斯网络的多源层次信息融合评估方法。针对重型数控机床多源层次信息集中,信息的多样性、数据的覆盖性以及信息的主客观共存性等给可靠性建模与评估带来的挑战,提出了系统层次结构和层次多类型数据的可靠性建模方法,为多源层次信息的建模融合提供了基础。在此基础上构建了混合贝叶斯方法和贝叶斯网络模型的多源层次信息融合框架,在此框架下突破了基于贝叶斯方法的独立来源层次客观数据的融合方法、基于贝叶斯网络的层次覆盖数据的融合方法、基于贝叶斯网络的层次主客观信息的融合方法,为重型数控机床基于多源层次信息集的可靠性建模与评估提供了系统的解决方案。(3)提出了轨迹形式多样化的性能演变过程建模方法,研究了基于贝叶斯方法的性能检测数据分析和可靠性评估方法。针对重型数控机床性能演变过程中,轨迹形式的多样性和个体之间的差异性,借助于性能退化建模的研究思路,研究了基于随机过程的性能演变过程建模方法。提出了性能演变速率模型并将其引入到逆高斯过程模型中,解决了轨迹多样性和个体差异性的性能演变过程建模问题。针对重型数控机床验证交付时,主机厂和用户厂性能检测数据协同分析的需求,提出了基于贝叶斯方法的模型参数估计、性能演变预测和剩余寿命评估等方法,实现了主机厂和用户厂性能检测数据的融合分析与可靠性的动态评估。(4)提出了动态环境与任务应力下多性能退化过程的建模方法,研究了基于贝叶斯方法的不完全状态监测数据分析与可靠性评估方法。针对重型数控机床在使用阶段,状态监测数据所呈现的性能指标的多样、环境工作应力的多变等问题,利用Copula函数、随机过程模型和协变量建模方法,构建了适用于多种退化轨迹形式的考虑动态环境工作应力的多性能退化模型。针对重型数控机床在不完全状态监测数据下,性能退化预测、剩余寿命评估以及结果不确定性表征的实际需求,提出了基于贝叶斯方法的多性能退化分析方法,重点研究了模型参数的两步估计法、缺失观测点和未来观测点的性能退化预测、考虑个体差异性的剩余寿命评估等方法,为重型数控机床的状态监测和健康管理提供了可靠性建模与评估技术的支撑。