水稻是我国耕种面积最广、产量最多的粮食品种,而水稻插秧机是进行水稻秧苗移栽的主要机械。近年来随着国内农业机械化的发展,水稻插秧机已在许多平原地区投入使用。在水稻秧苗移栽时期,作业时间紧,劳动强度大,插秧机的可靠性就显得至关重要,其可靠性不仅关系到机器本身的正常运行,还与机器的维修费用以及由于停机造成秧苗不能按时移栽所造成的损失密切相关,因而开展插秧机可靠性研究就显得尤为重要。可靠性评价是插秧机可靠性的一个重要研究内容,通过可靠性评价可以获得可靠性的真实水平,找出故障多发部位及原因,可靠性评价结果可为插秧机可靠性改进与增强提供详细依据。鉴于此,本文选择某型插秧机为研究对象,深入进行了可靠性评价研究,主要研究内容如下:(1)插秧机可靠性试验与故障模式影响分析。根据现场故障跟踪试验采集的可靠性数据及其故障特点,对插秧机整机系统进行了子部分、故障模式和故障原因的划分,进而对插秧机整机及多发故障子部分进行了故障模式影响分析。(2)基于威布尔混合分布的插秧机可靠性评价。首先,针对插秧机的多种故障模式和复杂故障机制特点,选择威布尔混合分布作为其可靠性模型。接着,提出将故障机制相似性用故障应力相似性来表征,应用专家打分法建立各故障现象与故障应力间的关系,通过具体的故障现象建立起故障模式与故障应力之间的关联矩阵。然后,使用模糊聚类分析将故障模式分为两大类,建立两重威布尔混合分布模型,采用非线性最小二乘法对模型参数进行估计,并进行模型的拟合优度检验。最后通过模型求得插秧机可靠性评价结果。(3)基于神经网络的插秧机可靠性评价。首先,建立了BP与RBF两种神经网络可靠性模型,通过对比选择出性能更优的网络,利用该网络模型求得插秧机可靠性指标。然后,针对采集的原始样本数据较少问题,应用RBFNN建立可靠性数据扩充模型,通过模型扩充获得与原始样本具有相同故障统计规律的大样本数据。依据大样本新建立了三重威布尔混合分布的可靠性评价模型,并通过该模型进行可靠性评价。最后,将神经网络模型可靠性评价结果与混合分布可靠性评价结果进行对比。