现代系统工作环境恶劣,故障频繁发生,加入传感器来监测系统工作状态,可以极大地提高系统的可靠性。由于成本和结构的限制,系统中允许使用的传感器数量通常有限。对传感器布局进行优化,实现对系统关键部件的有效监测,是需要重点考虑的问题。高度的系统可靠性是系统安全长久运行的保证,因此,引入可靠性作为传感器优化布局的准则是切实可行的。以系统可靠性为优化准则,首先就要构建系统故障模型,分析系统可靠性。容错冗余技术的使用在提高系统可靠性的同时,导致其发生故障时表现出认知不确定性、动态故障特性和共因失效现象,这给系统的可靠性分析提出了新的挑战。针对系统存在的动态故障行为,采用动态故障树进行建模。同时将动态故障树转化为动态贝叶斯网络和动态证据网络计算系统可靠性参数,能有效解决共因失效及部件参数分布为区间数的动态故障树分析问题。在对传感器进行布局优化前,必须要获得传感器可能的布局方案,那么就要先确定传感器的潜在位置。为此,论文提出部件故障率为确定值情况下的基于DIF和TOPSIS的传感器潜在位置的确定方法,以及认知不确定性下基于DIF和VIKOR的传感器潜在位置的确定方法。这些方法用系统可靠性参数作为部件的评估属性,对系统部件的重要程度进行排序,来实现对传感器的有效分配。为了考虑传感器自身可靠性对系统的影响,本文将传感器视为系统部件,构建了以优先与门为基础的传感器监测模型。优先与门不仅能将传感器和部件并联接入系统,还能描述部件和传感器之间的故障时序关系。其次,根据传感器的潜在位置和数量,枚举所有布局方案,计算每种布局方案的系统可靠性,选择系统可靠性最大的布局方案作为最优布局。最后,通过实例验证了本文所提方法的有效性。