中文摘要：

建立能够反映系统工艺特点和参数、充分利用现场数据和专家知识的故障树分析（FTA）方法对液压可靠性工程具有重要意义。　　本课题提出将T-S模糊模型、粒子群（PSO）算法引入到液压系统FTA领域首先，为克服现有FTA方法在描述事件故障概率、事件联系以及部件故障程度方面的不足，构建T-S模糊门代替传统逻辑门，实现对各种信息的融合与处理，从而形成一种新型的T-S模糊FTA方法，给出重要度指标计算方法，完成可靠性预测、分析，降低建树难度，拓宽适用范围；然后，融合事件实测数据、重要度、搜索代价及影响程度等信息，研究利用T-S模糊FTA方法进行故障诊断的求解算法，实现故障的快速、准确诊断；最后，考虑可靠性指标并兼顾系统能耗、花费等参数，集成T-S模糊FTA和PSO算法来研究可靠性分配与优化问题，提高系统可靠性设计水平。　　结合实验验证和工程实例，验证并完善理论分析内容，使之更适用于液压系统。

结论摘要：

针对研究内容提出的T-S故障树分析方法以及基于此的故障诊断和可靠性优化等问题，项目组进行了理论分析及仿真、工程实践与试验研究，达到了预期研究目标，取得了以下研究成果　　1、建立并完善了T-S故障树理论，发展了故障树理论，解决了传统故障树及重要度存在的不足验证了T-S故障树算法的可行性，提出了三种T-S传统重要度（T-S结构重要度、T-S概率重要度、T-S关键重要度）、两种T-S模糊重要度（T-S模糊重要度、T-S状态重要度）算法。这五种T-S重要度从不同角度反映了部件对系统的贡献，为不同条件下的可靠性工程应用提供了依据。　　2、提出了基于T-S故障树和贝叶斯网络的可靠性分析评估方法完成了贝叶斯网络正向推理与故障树分析等效性验证，提出了三种可靠性分析评估方法（模糊子集与贝叶斯网络结合，T-S故障树与贝叶斯网络结合，T-S故障树、贝叶斯网络及模糊子集结合），既解决了T-S故障树不能双向推理的缺点，又弥补了已有贝叶斯网络可靠性分析方法的不足，丰富并发展了贝叶斯网络、T-S故障树理论，有利于在工程实际中推广应用。　　3、提出了基于T-S故障树及T-S重要度的故障诊断方法提出了基于最小割集综合排序、基于T-S关键重要度、基于T-S故障树灰色模糊多属性决策、基于贝叶斯网络和理想解动态群决策、基于T-S故障树与贝叶斯网络和AMESim仿真，考虑不同工程条件与现场信息的故障诊断方法，并研究了基于泄漏检测的液压元件在线测试方法、改进小波包特征提取方法等问题。这些方法，拓展了T-S故障树的应用。　　4、提出了基于T-S故障树和PSO（粒子群优化）算法的可靠性优化方法在可靠性优化模型方面，用故障概率替代可靠度，基于T-S故障树构造故障函数，避免了不交化处理，降低了模型构造的难度。在PSO算法改进方面，提出了混合μPSO算法、混合扩展微PSO算法等；在PSO与其他算法融合方面，提出了细菌群觅食优化算法等；避免了PSO算法的早熟现象、提高了全局搜索能力。　　开发了液压系统T-S故障树分析及优化程序。上述研究成果，共发表和录用论文25篇，其中，机械工程学报、中国机械工程8篇，EI收录5篇；出版著作1部；获批专利1项。