高可靠产品一般比较昂贵、故障缺陷不容易暴露,在可靠性评估过程中具有试验次数少、试验时间长等特点,因而能获取到的可靠性信息远少于一般产品。此外,由于高可靠性产品的可靠性试验数据的缺失和产品复杂性的提升使得概率评价方法不再适用,而证据理论可以有效融合各类信息弥补试验样本不足带来的问题,并能很好地表达和处理不确定性。目前,以证据理论为代表的不确定性评价方法已成为一个研究热点。论文首先基于证据间的一致性度量,提出了一种新的证据组合规则,完成了对证据冲突的有效分配。与传统的组合规则相比,新规则的融合结果更加精确,更适用于具有高冲突特征的证据的融合。其次,基于证据融合理论给出了一般的故障识别方法,利用证据分类方法对故障信度分配进行修正,从而降低干扰信息的影响,实现故障信度分布的快速收敛,并结合电机转子的故障诊断实例,验证方法的可行性。接着提出了基于证据融合的可靠性评估模型,借助交叉熵的相关理论定义信息源的权重,进而实现对寿命区间概率分配值的修正,将修正后的基本概率分配融合后,再利用可转移信度模型得到产品的寿命分布,实例验证了模型的可行性。最后从信息融合、故障诊断、寿命评估等三个方面总结研究内容,分析研究成果的作用并展望。