可靠性增长和可靠性预测理论已成为可靠性工程中备受关注的热门研究方向。目前已涉及统计学、信息论、故障物理、系统工程、机械工程、计算机科学与技术等诸多学科,其应用前景十分广阔。在新产品研制阶段实现可靠性保证和利用当前的数据信息对未来时刻的可靠性做出科学的预测,是诸多工业领域迫切需求的研究命题。本论文将预测理论融入可靠性增长技术,以重大装备可靠性研究为切入点,在深入研究随机过程理论、信息融合技术、小子样统计理论的基础上,探讨了系统可靠性增长预测理论与方法研究的新命题。继而又结合工程背景对风力发电机组在试运行阶段的可靠性增长预测、系统可靠性综合及预测、运行过程中的相关预测技术等问题作了深入的应用研究。其研究成果不仅为研究风电机组可靠性开辟了一条新路,而且对其它重大装备可靠性研究也具有示范作用。本论文开展了以下研究工作:1.在查阅大量文献的基础上,对国内外可靠性增长技术及可靠性预测理论的研究状况和发展动态进行了系统性的归纳和梳理,对处于前沿的研究方向和热点问题作了分析和讨论。结合国情和工程需求,从理论创新和工程应用二个方面为切入点,拟定了系统可靠性增长预测理论与方法研究的命题。并以风力发电机组为研究对象,进行了实例验证。2.针对采取即时纠正的可靠性增长过程,深入剖析了AMSAA模型的理论基础和工程实践问题,引深研究了可靠性增长后的预测问题。针对小子样问题,在无信息先验和均匀先验下探讨了可靠性增长预测方法,给出了MTBF的Bayes预测子与预测限。基于随机过程理论探讨了未来故障发生时间的概率分布和可靠性测度预测问题。提出并建立了基于广义伽玛分布和条件分布的二个可靠性增长预测模型,给出了未来故障发生时间的预测子和预测区间。经与国内外已发表的其它预测方法比较,基于条件分布的可靠性增长预测模型具有较高的预测精度。这一研究成果对制定可靠性增长规划和开展可靠性事前分析提供了新的理论支持。3.针对含延缓纠正的可靠性增长过程,从故障解析和故障模式分类入手,探讨了延缓纠正下可以实现的可靠性增长潜力,研究了验后采取集中纠正措施后系统达到的可靠性水平的预测问题。假设故障率服从伽玛分布,首先,在仅有延缓纠正措施的情况下,建立了延缓纠正的可靠性增长预测模型;继而,又扩展到在即时纠正和延缓纠正并存的情况下,建立了含延缓纠正的可靠性增长预测模型,给出了系统可靠性测度的极大似然估计和Fisher近似预测限;最后,基于D-S证据理论,改进了纠正有效性系数的确定方法。探索性地提出了一种含延缓纠正的系统可靠性增长预测的新思路。4.在理论研究的基础上,系统地研究了风力发电机组可靠性增长评估与预测方法。在方案论证与设计阶段,探讨了兆瓦级风电机组系统可靠性综合与预测的方法;在现场调试、试运行阶段,基于Bayes定理在无信息先验和均匀先验下对风力发电机组可靠性增长进行预测;在运行阶段,探讨了利用现场运行数据动态评估风电机组可靠性,预测机组未来故障发生时间的方法,进一步研究了在含延缓纠正的风电机组可靠性增长预测的相关问题;面向维修管理,探讨了风电机组关键零部件储备数量的预测问题。以上研究对于风力发电机组可靠性分析、健康运行维护、科学管理与决策等都具有重要意义。5.针对工程实际需求,开发了“风电机组可靠性增长预测解析系统”软件。解决了企业面临的可靠性增长试验数据管理混乱和数据解析困难的问题,为可靠性增长评估与预测提供了新的思路与工具。