在机械产品可靠性研究中,由结构疲劳引起的可靠性问题备受重视。由于材料的内在不均匀性、加工工艺及边界条件的差异,结构疲劳寿命具有很大的分散性。概率统计方法常用于描述疲劳寿命的分散性,如对数正态分布、威布尔分布等标准的概率分布类型。此外,由疲劳裂纹扩展机理推导出的Birnbaum–Saunders(BS)分布、具有较好灵活性的极值分布等也常被用于疲劳寿命分析。考虑到疲劳寿命预测和分析的精度与可靠性依赖于这些分布类型能否真实的反映疲劳寿命的分散性,有必要对这些常用的分布类型进行对比分析,进而获得各分布的灵活性与拟合精度。本文以疲劳寿命分布类型为研究对象,重点对比研究了对数正态分布、威布尔分布、广义极值分布和BS及其扩展分布对疲劳寿命的识别,给出了各分布的参数估计方法,并结合两组铝合金疲劳试验数据,提出了两个指标用于评价各疲劳寿命分布的总体拟合精度、左侧尾部拟合精度及疲劳寿命预测的保守性。此外,上述工程中常用的疲劳寿命分布一般基于使用经验,从降低人为引入分布类型所带来的主观不确定性,充分挖掘疲劳寿命数据信息的角度出发,本文还采用最大熵准则确定疲劳寿命的分布。该方法利用样本统计量确定疲劳寿命的前四阶统计矩,将统计矩信息作为最大熵准则的约束条件,然后利用Lagrange乘子法确定最大熵分布表达式。在参数估计过程中,采用了不同于标准牛顿法的无约束最小化方法——Nelder-Mead算法,有效的避免了求解过程中的数值奇异性。最终结果表明:相对于其它类型的分布,扩展的多参数BS分布与最大熵分布在识别疲劳寿命上具有更好的灵活性与精度。