复杂流程工业系统由多机电设备和多生产工艺环节组成,是连续性且工艺逻辑依存的生产和制造过程。为实现全面评估复杂流程工业系统可靠性状况,及时发现运行系统中隐藏的问题,确切了解系统的运行状态,准确分析出解决问题的最佳方案是系统可靠性研究的主要技术问题。本文从信息可靠性处理、故障状态诊断、单设备的可靠性判定、多设备复杂系统实时可靠性分析、线下的健康状态定量分析与预测以及可靠性研究方案、方法的效率评估展开研究。1.为实现流程工业信息的可靠性处理,提出一种组合模态分解结合奇异值分解的算法(ECMD-SVD)的特征提取方法。首先采用组合模态分解算法分解原始信号,依据相关系数和峭度的粗细选规则确定固有模态函数IMF并重构信号;其次由重构信号构建hankle矩阵,进行SVD分解,运用奇异值最大差分谱确定重构信号有效阶次并重构信号;最后,对经双重降噪的重构信号包络分析实现信号特征提取。本算法应用在滚动轴承故障振动信号的特征提取中,实验结果表明本算法用于特征提取时效果良好。2.在ECMD-SVD特征提取可靠性信息的基础上,提出故障多尺度散布熵表征下的参数寻优支持向量机(MDE-SVM)和混合高斯连续隐马尔可夫模型(MDE-GMM-CHHM)的故障诊断方法。以经ECMD-SVD滤波的轴承多种故障振动信号重构信号多尺度散布熵作为特征向量,建立了多种优化方法的MDE-SVM最佳分类模型,模型分类效果良好,并验证了ECMD-SVD信号特征提取方法的科学性。建立MDE-GMM-CHHM模型,设计前向概率标定法和最大似然概率对比法实现滚动轴承多故障的精确诊断。3.为定量分析多设备复杂系统实时可靠性,提出了综合考虑产品、效率、设备、能耗和损耗等因素为一体的复杂系统运行状态的健康度评估指标体系。利用相关信息熵定量分析复杂系统实时健康度,即研究了评估参量的选取、关联规则的挖掘和属性量化的方法,设计运用可靠度、互信息熵和行为模式组合表示系统健康度的方案。通过实例进行方法设计、结果分析和效果验证。4.为定量评估和预测单一设备和复杂系统的健康度,提出一种将层次分析法、物元信息熵与组合赋权法综合用于生产系统健康度定量评估的方案。研究了单设备和复杂系统物元信息熵建立方法、主客观权重和联合权重的确定及基于复合物元关联熵定量计算健康度,并将其用于电力变压器和啤酒灌装生产线的健康度评估。建立了参数寻优支持向量机(SVM)和最小二乘支持向量机(LSSVM)的健康度最佳预测模型,实现对变压器和啤酒灌装生产线健康度的预测。5.针对可靠性分析方案准确性和效率评价问题。提出了将meta分析方法应用于6.机电设备可靠性建模方法的效率评价中,在充分研究了meta分析模型建立的方法、异质性判断、累积效应量的合并和研究结果的综合分析与评价基础上,设计了利用meta分析对数据驱动方法、物理失效模型方法及两者相结合方法在同类机电设备性能退化的建模效果分析。并运用网状meta分析法分析多种数据驱动方法在同一机电设备寿命预测上的应用效果评价。