随着“八纵八横”高速铁路网的逐渐形成以及“一带一路”战略的提出,越来越多的高速动车组投入使用,所以现役动车组运行的可靠性、安全性成为人们关注的首要问题。受电弓系统作为动车组高压牵引系统的关键组成部分之一,直接从接触网上获取电能,为高速动车组运行提供牵引动力。所以受电弓系统故障会对动车组运行安全产生重大影响,因此如何降低受电弓系统的故障率,保证受电弓系统稳定安全的工作对动车组的运营至关重要,因此对受电弓进行可靠性分析十分必要。动车组是一个复杂系统,具有工作条件复杂、功能层次结构复杂等特性,而且受到自然环境、维修及使用等多种因素的影响,在系统及部件工作完好与完全失效状态之间存在多种中间状态,是典型的多状态、多失效模式系统。传统的可靠性分析方法对复杂系统中普遍存在的事件多态性、部件及系统故障机理不确定性等问题致使在对系统及部件可靠性分析中分析结果不理想。贝叶斯网络经过理论与实践证明,适应于可靠性分析过程中不确定性事件推理分析,因而在复杂系统分析中得到了广泛的应用。但是在利用贝叶斯网络对动车组可靠性分析过程中,由于历史数据存在多源异构和数据缺失导致建模和分析困难。本论文针对动车组可靠性分析过程中存在的故障数据不确性、动车组复杂系统可靠性分析中部件及事件的多态性、故障机理不清晰、计算复杂等问题进行研究。通过T-S模糊故障树构建复杂系统模糊贝叶斯网络可靠性分析模型,对受电弓系统进行分析,找出影响其可靠性的薄弱环节。本论文开展了以下研究工作:1.梳理了现有可靠性分析方法和高速动车组在可靠性分析方面的研究现状,结合现有动车组实际情况,详细介绍了故障树和贝叶斯网络基本理论以及二者在可靠性分析方面的优点,并根据现有研究对二者进行扩展,提出利用T-S模糊故障树构建模糊贝叶斯网络可靠性分析模型对动车组可靠性进行分析方法。2.针对故障数据的多源异构和数据缺失等问题,结合现有专家知识库,提出了基于信心指数修正的专家调查法对基础数据进行处理,提高可靠性分析的准确性;针对复杂系统可靠性分析过程中,故障机理不清晰、故障状态多样性的问题,引入了T-S模糊模型,解决故障机理不清晰问题,利用模糊数对事件故障状态多态性进行描述,构建T-S模糊故障树可靠性分析模型,对复杂系统进行可靠性分析。3.针对T-S模糊故障树计算复杂,不能反向推理,而贝叶斯网络具有较小的复杂度,并且能够很直观的表达系统与部件之间的不确定性,但是存在模型构建困难等问题,所以提出根据一定映射规则将T-S模糊故障树转化为模糊贝叶斯网络,引入证据理论,对系统及部件故障多态性进行描述,增强分析过程中对不确定知识的表达,构建模糊贝叶斯网络可靠性分析模型,对模型进行分析验证,并结合受电弓系统进行实例分析证明分析方法的真实性及有效性。扩展了对故障树和贝叶斯网络在可靠性分析方法中的推广应用。