可靠性增长在产品研制的全寿命周期都具有十分重要的作用,是提高复杂装备可靠性的有效途径。要使产品高效且经济地达到预定的可靠性增长目标,就需要尽可能利用研制过程中各项试验的资源和信息,充分挖掘这些信息的潜力。常用的挖掘信息潜力的方法是将先验信息进行融合,而这些融合都是基于同一层级的组件或零部件,不能进行不同层级间的数据融合。因此,本文构建可靠性增长的FTA-GERT(故障树分析-图示评审技术)网络模型,使组件级信息和系统级信息可以相互传递,打破了不同层级间数据融合的壁垒,推动了可靠性增长的发展。本文考虑FTA的故障模式分析能力、GERT的动态描述能力和参数求解能力,以及二者逻辑相通、节点可以转化的特点,构建FTA-GERT网络模型。该模型的优势在于能够将串联、并联等不同的系统结构融入同一个网络中,而且能够描述各组成要素和参数间的关系,从而方便进行各种参数的传递、分析和计算。根据可靠性增长数据信息的特征,将FTA-GERT网络模型应用于组件级信息与系统级信息的传递中。考虑系统级可靠性增长数据稀少,运用FTA-GERT网络将组件级数据信息传递为系统级数据信息,扩充系统级复杂装备的数据库,弥补可靠性增长领域中系统级试验数据量不足的缺陷,达到对系统级复杂装备进行可靠性增长评估与预测的目的。考虑“主制造商-供应商”生产模式,运用FTA-GERT网络将系统级目标逆推得出需求组件的可靠性增长数据信息,为主制造商对供应商的挑选提供定量依据。考虑在具体工程实践中复杂装备可靠性增长数据信息呈现多元异构不确定的特征,采用广义标准区间灰数对其进行统一表征,构建灰色FTA-GERT网络模型完成可靠性增长评估与预测,为复杂装备可靠性增长的不确定信息处理提供一种新的思路。