在柔性机构的运动过程中,存在着变形运动、刚性运动和运动副间隙碰撞运动,这三种运动相互耦合,导致柔性机构的运动为复杂的非线性运动。同时失效模式间存在着模糊性,为了提高可靠性分析的精度,本文以极值响应面法(Extremum Response Surface Method,ERSM)的代理模型技术,结合随机响应面法(Stochastic Response Surface Method,SRSM)、遗传算法(Genetic Algorithm,GA)、自适应模糊神经网络推理算法(adaptive neuro-fuzzy inference system,ANFIS)提出改进极值响应面代理模型方法实现柔性构件与运动副间隙耦合作用下机械系统可靠性分析。主要包括:(1)随机极值响应面法柔性机构可靠性分析。首先,将SRSM与ERSM相结合,建立随机极值响应面法(Stochastic Extremum Response Surface Method,SERSM)模型;然后,建立柔性构件和运动副间隙耦合运动学模型,在此基础上以曲柄滑块为例,计算在[0,T]时域内的运动位移误差,构建具体的SERSM模型,完成柔性和运动副间隙耦合作用下曲柄滑块机构可靠性分析;最后,将SERSM计算出的可靠度与MCM、ERSM的分析结果进行比较。结果表明SERSM在可靠性分析精度上比ERSM高,更加接近MCM的计算精度,在计算速度上比MCM速度快,与ERSM基本一致。(2)遗传算法-随机双重极值响应面法多间隙柔性机构可靠性分析。首先,在SERSM的基础上,构建耦合失效随机双重极值响应面(Doul Stochastic Extremum Response Surface Method,DSERSM)模型,并将GA与DSERSM相结合,提出了遗传算法优化的随机多重极值响应面法(GA-DSERSM);然后,建立某航空发动机矢量尾喷管的虚拟样机模型,计算在[0,T]时域内的转角误差与柔性构件变形量,构建具体的GA-DSERSM模型,并对矢量尾喷管进行动态可靠度计算;最后,将计算出的可靠度与MCM、DSERSM方法进行对比。结果表明在可靠性计算精度上,GA-DSERSM比DSERSM更加接近MCM的计算精度。(3)自适应模糊神经网络-随机多重极值响应面法多间隙柔性机构模糊可靠性分析。首先,构建耦合失效随机多重极值响应面(Multiple Stochastic Extremum Response Surface Method,MSERSM)模型,将ANFIS与MSERSM相结合,提出了自适应模糊神经网络随机多重极值响应面法(ANFISMSERSM),然后,计算在[0,T]时域运行过程中构件最大应力应变,构建具体的ANFIS-MSERSM模型,并对矢量尾喷管进行模糊可靠度计算;最后,将计算出的可靠度与MCM、ERSM方法进行对比。结果表明在可靠性计算精度上,ANFIS-MSERSM比ERSM更加接近MCM的计算精度,在计算速度上比ERSM还要有所提高。