以航空、航天等大型复杂产品为研究对象，针对设计-制造-运行-运维的产品质量管理全过程，研究数据驱动和模型优化的质量管理和可靠性理论，以提高复杂航空工业的质量和可靠性水平。主要研究内容如下：

（1）多源质量数据融合的产品质量设计。基于多源质量数据信息，构建相关多维质量特征下的变量筛选和参数估计方法，在此基础上提出分布异质下的稳健似然函数，以提升质量预测的准确性和精确性。基于稳健贝叶斯质量模型，构建考虑产品的稳健性、可靠性以及经济性的质量优化策略，量化不同指标对质量优化解的影响，从而确定最佳的质量设计决策方案，以提高产品质量设计的效率。

（2）计算机试验下函数型响应质量改进。面向函数型响应的复杂设计需求，依托于计算机试验，建立函数型响应的准确统计代理模型，从降低质量损失和制造成本两个视角，研究函数型响应的质量优化策略和容差成本函数，以构建稳健参数和容差一体化优化模型，实现低成本下复杂工业系统的质量提升；利用全局敏感度分析技术，构建函数型响应的全局敏感度指标，定量研究输入对函数型响应波动的影响机制，有效提高质量改进的效果和可解释性。

（3）数据驱动的产品动态适应性维护与调度。基于同类设备历史多维退化数据，构建综合退化指标，进而构建多传感器监测下运行设备的随机退化模型，在此基础上提出融合在线和历史退化数据的剩余寿命贝叶斯动态预测方法。基于动态剩余寿命分布和单周期准则，构建设备层动态适应性维护策略和模型，进而分析故障率的单调性并解析最优预防性维护时机，实现根据实时剩余寿命预测动态适应性地规划设备最优维护时机。

（4）产品可靠性分析与智能运维管理。制定产品维修计划，解决元器件级别的预防性更换问题，提高产品系统级别的维修质量。研究任务阶段平均失效率指标和维修时间的区间化特征，使实际维修时间具有弹性化特征。围绕产品故障原因追溯和故障恢复，通过引入反向失效率数学分析方法和逆向检测管理策略，提高故障恢复过程的可靠性管理问题，为设计智能运维管理系统提供有效的理论与方法支撑。