当下,随着铁路安全日益受到全社会的广泛关注,可靠性研究已成为工程领域的研究热点,机车车辆应用可靠性工程已成为铁路运输的迫切需求。机车车辆关键设备和零部件的可靠性对机车车辆本身的寿命和安全性起着决定性的作用,因此,对机车关键设备和零部件的可靠性建模方法研究有重要意义。由于机车车辆关键设备和零部件,如走行部滚动轴承、齿轮箱、电机和内燃机车柴油机部件的失效大多由磨损、腐蚀、疲劳以及冲击等原因引起,本文探讨了威布尔分布在机车车辆关键设备上的可靠性建模方法。由于各种零部件在机车上的工作环境错综复杂,其失效原因往往不止一种,因此,用单一的威布尔分布对机车维修现场的零部件失效数据拟合效果不理想,相对于单一模型,混合威布尔分布有更好的拟合精度。为此,本文探讨了威布尔混合分布在机车车辆关键设备可靠性分析上的应用,研究了两重威布尔分布的参数估计方法,并采用非线性回归的算法实现了模型的参数求解。当理论的数学模型应用于机车设备故障数据的实际分析时,如果采用手工统计的方法,工作量非常大,而且效率低下。本论文在参考对比了国内外相关软件系统的基础上,使用C#和Matlab语言混合编程的方法,开发了针对机车车辆的可靠性数据分析系统,将理论的数学模型成功集成到分析系统中。系统具有针对机车车辆设备失效数据和故障诊断数据的特点。同时该分析软件与课题组开发的机车故障诊断系统组成了一个完整的机车维护体系。地面中心数据库为分析系统提供数据源,利用分析系统的结果,机车故障诊断系统可以做出合理的机车维护策略,从而保障了机车车辆的安全运行。