传统可靠性评估方法建立在失效寿命数据的基础之上。对于高可靠长寿命产品,很难在短时间内通过寿命试验和加速寿命试验获得失效时间。这种情况下,产品的性能退化数据可以为可靠性评估提供重要信息。基于性能退化数据的可靠性建模方法是解决高可靠长寿命产品可靠性评估问题的重要手段,也是近年来可靠性理论研究的热点领域之一。本文以高可靠、长寿命产品为研究对象,集成运用随机过程、贝叶斯方法、Copula理论以及冲击理论等方法和马尔科夫链蒙特卡洛(Markov Chain Monte Carlo, MCMC)算法,从实时可靠性评估、多维性能退化特征量建模以及相关竞争故障的可靠性建模等层面开展研究工作,建立了基于性能退化数据的可靠性分析模型。本论文的主要研究工作如下：(1)基于随机效应Wiener过程的实时可靠性评估研究。利用Wiener过程模型描述产品的性能退化轨迹,考虑到产品之间的个体差异,采用随机效应下的Wiener过程对退化数据进行建模,利用MCMC算法求解模型的未知参数,利用Deviance Information Criterion (DIC)言息准则,识别出对实际数据拟合最好的模型,并对批次产品的可靠性进行评估。之后,利用贝叶斯更新方法,将此批次产品的退化信息作为历史资料,融合在线运行产品的性能退化信息,以期获得对当前在线运行产品的实时可靠性评估与剩余寿命预测的目的。以GaAs激光器的性能退化数据为例,验证所提出模型与方法的有效性。(2)基于随机效应线性独立增量过程的实时可靠性评估研究。针对某些产品性能退化数据的均值与标准差都是时间的线性函数的情形,提出一种基于线性独立增量过程的性能退化数据可靠性建模方法。考虑到产品的个体差异,采用随机效应模型加以刻画。考虑到模型的似然函数的复杂性,采用MCMC算法对模型的未知参数进行求解。然后利用贝叶斯更新方法,对产品的未知参数进行实时更新,获得当前在线运行产品的实时可靠性与剩余寿命。以列车车轮的磨损退化数据为例,验证所提出模型与方法的有效性。(3)基于随机效应的二元非线性扩散过程的可靠性评估研究。针对具有两个非线性退化轨迹的复杂产品,采用非线性扩散过程建立此类产品的可靠性评估模型,利用模型中的随机效应反映产品之间的个体差异；考虑到产品具有多个性能退化量且它们之间具有一定的相关性,利用Copula函数建立具有多性能退化量的可靠性模型,为多性能退化量下的可靠性分析提供了理论支撑。以某金属材料的裂纹扩展为例,验证该模型与方法的有效性。(4)基于随机效应的二元非线性Gamma过程的可靠性评估研究。针对具有多个严格单调的非线性退化轨迹的产品,每个性能退化量都用非线性的Gamma过程来建模；考虑到所建模型的复杂性以及难以获得解析解的特点,利用MCMC算法解决模型过于复杂而难以估计的问题,并利用Copula函数建立具有多性能退化量的可靠性模型。以某LED灯为例,验证模型与方法的有效性。(5)基于相关竞争故障过程的可靠性建模评估研究。考虑产品受到退化与随机冲击共同作用,使用随机过程与冲击理论的相关知识,利用Wiener过程描述产品的性能退化,假设受到的冲击为Poisson过程,建立具有相关竞争故障的可靠性评估模型。模型中假定冲击不仅会使系统发生硬故障,还会加速系统软故障的进程,此外模型还考虑了连续冲击对软、硬两类故障阈值的影响情况。