【摘要】对于具有高可靠性的产品来说,收集其故障数据有一定难度,而且收集到的数据样本量很小。文章针对小样本故障数据,通过神经网络进行训练,得到与原始数据分布规律相近的扩充数据样本;基于产品寿命服从对数正态分布的假设,对其建立相关统计可靠性模型,使用马尔可夫链蒙特卡洛算法对模型参数进行估计;最后,通过贝叶斯卡方拟合优度检验证实模型的适用性,为产品使用寿命的参数估计问题提供直接而有效的方法。