传统的机床可靠性评估方法都需要以大样本的故障数据来保证评估结果的准确,而在现场可靠性试验中这是难以实现的条件。因此,本文就基于小样本故障数据的数控机床可靠性评估进行研究。评估的对象选择沈阳第一机床厂研制生产的VMC850E型数控加工中心,评估所需的可靠性信息由各机床使用单位提供。经分析,VMC系列数控加工中心现场可靠性数据中存在三个方面的问题。首先是数据中存在人为的不负责任的记录,严重影响了评估的客观准确；其次是信息的记录中未加判断的将所有机床因故停机的情况都计为故障,而在可靠性评估中非故障因素和非关联故障引起的停机是不应当计入故障的；还有就是现场数据的记录是以日历时间进行的,不管从统计量上还是单位上都不能直接应用于评估。基于对现场可靠性信息记录中存在的问题分析,本文给出了具体的解决方案,并完成了VMC850E及VMC650E两型机床的数据预处理,此外还就含有大量截尾数据的VMC650E机床的故障数据采用故障总时间法作进一步地处理。在完成现场数据的预处理后,本文通过回归分析拟合得到了机床故障间隔时间的分布模型,并就此提出了两种解决小样本故障数据的机床可靠性评估方法。一种是基于回归折算方法,这种方法是将与待评估产品相似的产品故障数据折算到待评估产品上以扩充数据量,然后经回归分析得到机床故障数据的分布模型,并据此完成机床可靠性的评估。第二种是基于Bayes思想,这种方法先将故障数据分布模型的参数视为随机变量,然后根据其物理意义及经验选择合适的先验分布,并以先验信息确定其中的超参数。再结合小样本信息推导出后验分布,进而完成机床的可靠性评估工作。在本课题中分别采用以上两种方法对VMV850E型数控加工中心的可靠性进行评估,所得机床的平均故障间隔时间与国产机床水平相符,而且两者相差在5%范围内,相互验证了彼此的有效性。这些研究为基于小样本数据的数控机床可靠性评估工作提供了有效的方法,也为其它领域的评估工作提供了良好的借鉴。