可靠性差、故障多是当前农业机械在农田作业过程中普遍存在的问题。本文以近年投产的东方红1002履带式拖拉机为研究对象，以可靠性工程方法、人工神经网络、概率论与数理统计、随机过程、模糊数学等多学科相结合的方法，对拖拉机的可靠性进行理论分析及应用研究。 （1）可靠性模型选择问题，是可靠性工程中的一个重要问题。在分析了几种可靠性模型识别方法的基础上，作者首次提出了基于人工神经网络的可靠性模型选择方法，在理论分析的基础上，进行了BP算法的改进，用MATLAB语言编写了程序。并将该方法应用于拖拉机首次故障数据的分析。可靠性模型参数估计是进行可靠性分析的基础，在综合几种可靠性模型参数估计方法的基础上，提出了基于人工神经网络的可靠性模型参数估计方法，并进行了计算机模拟验证。同时将该方法应用于拖拉机故障数据分析，该方法原理简单、算法易于实现、便于工程应用。 （2）通过对拖拉机故障过程的分析，首次对拖拉机故障过程的改善和劣化建立了数量化定义，并讨论了故障改善和劣化与故障强度函数、累计故障强度函数之间的关系，特别，对威布尔过程的情况，讨论了故障劣化和改善与威布尔过程形状参数之间的关系。首次用非齐次泊松过程——威布尔过程描述拖拉机故障过程，并对故障跟踪试验得到的数据进行了拟合。 （3）进行了为期一个作业年度的拖拉机故障跟踪试验，得到了大量的、宝贵的现场使用中出现的故障数据，利用威布尔过程对这些数据进行了拟合，用人工神经网络方法进行参数估计，得到了1002拖拉机故障强度函数、累计故障强度函数，完整的描述了拖拉机使用初期的故障规律性，即早期故障期的浴盆曲线。并得到了平均故障间隔作业量、平均故障间隔作业小时的估计量。 （4）利用故障跟踪试验数据，得到可靠性、维修性、有效性特征量的观测值。对1002拖拉机的可靠性进行了模糊综合评价与分析，在此基础上，分析了1002拖拉机使用可靠性存在的问题及其发生的原因，并对生产厂家及使用单位提出了改进建议。