为满足实际工程、生产应用中专业及非专业人员对故障光纤激光器快速修理、修复的需要, 研究了一种能够实现快速故障模式及故障原因分析系统。首先, 采集实际使用与实验中损坏激光器的故障模式与故障原因记录为数据样本。接着, 利用故障树与故障模式影响及危害性分析模型建立光纤激光器扩展故障树, 即构建起故障模式与故障原因的对应关系。然后, 利用贝叶斯网络分析并得出各故障模式与故障原因的先验概率与后验概率计算方法, 再使用Python语言编写交互式窗口, 并完成对数据库数据的调用与相应概率计算。最后, 通过交互式界面输出当前故障对应的可能故障原因及发生概率, 从而实现对光纤激光器故障的快速分析。程序模拟耗时小于1 s, 模拟结果与统计结果相吻合, 基本满足指导相关人员对故障快速排查并修理的要求。

针对在恶劣环境下运行的随动稳定平台伺服系统,采用故障树分析法确定其故障类别和逻辑关系，基于粗糙集理论建立原始决策表，使用可辨识矩阵与遗传算法相结合的方法对其进行约简，以约简后的决策表作为学习样本，训练Elman神经网络后生成故障诊断模型，使用测试样本进行校验，故障诊断正确率达98%，表明了该诊断方法的可行性，对故障模型较为复杂的稳定平台伺服系统的诊断应用具有实践意义。

自适应光学系统涉及到光学、电控等多个领域，因此分析和提高自适应光学电控系统的可靠性是非常必要的。引入基于故障树的分析方法，对自适应光学电控系统中影响成像的关键模块，例如波前探测单元、波前处理单元，建立了系统的故障树模型，并对其定性分析得到了系统的最小割集，定量分析得到了系统的故障概率以及底事件概率的重要度排序。根据分析结果，可以有效地提高系统的稳定性，优化系统设计。

以机载电源系统为背景，针对发电机控制器(GCU)的功能特点和组成，建立了GCU的故障诊断字典。利用故障树分析结果和故障诊断字典规范了GCU故障判定的工作模型，以确定其故障检测点,降低诊断的复杂性,提高故障诊断效率。

讨论了近室温工作的HgCdTe中波光导探测器组件的可靠性问题, 包括组件封装失效、引线键合失效和探测器的性能衰减等。通过收集探测器组件的失效信息, 对其失效物理化学机制、制造工艺和探测器参数进行了分析, 建立了组件的故障树(FTA), 为探测器组件的失效分析提供了理论依据。由FTA定性分析得出探测器组件FTA的最小割集; 计算了顶事件的失效几率。通过计算底事件概率重要度, 得出组件封装失效是探测器组件失效的主要故障途径; 同时实验发现, 失效组件探测器的少子寿命值有较大的衰减, 这可能起源于失效探测器的表面钝化层退化。

研究故障树分析(FTA)和双向联想记忆(BAM)神经网络在故障诊断中的应用，提出了一种融合FTA和BAM的故障诊断方法。利用FTA得到系统所有的故障模式，进而由故障模式和根据维修经验的故障分析归纳出BAM的学习样本,即故障模式和故障分析之间的对应。BAM通过联想记忆矩阵并行联想，得到诊断结果，扩展综合故障诊断能力。用上述方法对变频器故障诊断进行仿真分析，结果表明该方法用于解决变频器故障问题是有效的。

针对传统模糊事故树分析中语言值转换途径和模糊重要度计算方法的不足, 进行了相应的改进。新的语言值转换途径使语言值所对应的概率数量级合理化, 避免了专家评价语言值的单一化。新的模糊重要度计算方法解决了中值法中最小割集所含基本事件模糊重要度相同的问题, 考虑了基本事件发生概率的不同对系统顶事件的影响。最后, 引用了简单的实例, 证明了改进的可行性, 为模糊事故树分析方法的改进提供了一种有益的思路。

为提高空间相机CCD成像分系统故障诊断的效率, 采用故障树分析法对其故障模式进行分析, 为复杂系统的故障搜寻提供一种有效的途径。在介绍故障树分析法重要性的基础上, 详细地介绍了故障树的定量分析法, 并以空间相机CCD成像分系统为研究对象, 从故障树的构建、各中间事件故障树的建立和各子事件故障概率等方面出发, 实现了空间相机CCD成像分系统的故障定位。分析结果表明, 使用建立的故障树可以直观形象地指导设计人员摸清系统部件间故障的联系和层次关系, 提高系统维修的效率和可靠性。

为保证空间相机软件系统可靠安全地运行,多采用定量化故障树方法对其进行可靠性分析。由于获取故障知识及确定故障树结构有一定难度,提出了一种基于粗糙集的软件故障树建立方法。针对软件故障原因错综复杂,无法获取大量有效数据的情况,给出一种采用Vague集方法对底事件进行建模,从而计算底事件相对重要度和顶事件发生概率的定量分析方法,根据分析结果指导软件的可靠性设计并确定测试重点。实验结果表明:使用提出的故障树分析方法,有效地指导了设计人员通过容错差错和避错等设计措施提高系统的可靠性,解决了由于软件部件可靠性指标很难精确量化,无法进行定量分析的问题。