为降低构造复杂系统可靠性优化模型的难度，利用T—s故障树构造系统故障率函数，并结合可靠性费用函数构造可靠性优化模型。针对PSO算法局部收敛性差、ACO算法搜索初期积累信息素占用时间较长的不足，将PSO算法和ACO算法混合，并结合死亡罚函数法构造适应度函数，提出混合PSO．ACO算法。考虑不同的粒子个数和蚂蚁个数，将所提算法应用于液压工作系统的可靠性优化，通过与PSO算法、ACO算法及ACO．PSO算法的对比，验证混合PSO．ACO算法的优化结果更为理想。

为考虑多属性信息和验证故障分析结果，提出基于贝叶斯网络和AMESim仿真的液压系统故障诊断方法。根据转向沉重故障征兆建造T．s故障树，求得基本事件的T．s关键重要度；建造故障搜索决策的贝叶斯网络拓扑结构，考虑基本事件的搜索成本、维修综合代价和T．S关键重要度等属性，根据求得的综合评价值进行故障诊断排序；按故障诊断的顺序利用AMESim进行故障仿真，将仿真得到的压力流量特性与实际故障征兆对比，指导完成故障诊断。