摘要：针对高炮武器系统可靠性评估中，可靠性数据杂、样本量小以及可靠性评估决策风险大等问题，该文提出一种融合正样机试验数据和定型试验数据来进行可靠性评估的途径。采用指数分布和小子样理论的方法，将技术状态相对稳定的正样机试验数据作为验前信息，融合定型试验数据，完成数据有效性和相容性检验分析，并对系统可靠性评估。该方法的评估结果和实际军方评估值高度逼近，但可靠性数据的样本量成倍增加，评估结果中融合了更多的可靠性信息，可有效降低决策风险。该分析和评估方法可作为可靠性分析的辅助手段，用于武器系统可靠性评估。
关键词：高炮；数据分析；可靠性评估；小子样
0 引言
高炮武器系统可靠性评估结果，不仅关系到所研制的武器系统是否能够通过鉴定验收，而且关系到装备使用中维修备件储备及费用等。所以，可靠性评估，特别是全系统可靠性评估是军方和研制部门所共同关注的焦点。当前对武器系统可靠性评估，主要依据GJB899A－2009《可靠性鉴定和验收试验》等来进行，相关标准详细规定了实施系统可靠性的评估验证方法。
现代武器系统一般都具备良好的综合作战性能，具有结构复杂、研制费用高、造价昂贵、研制周期短、可靠性好等特点。然而这些特点对可靠性评估工作带来不利影响：（1）传统意义上的可靠性试验难以实施，特别是破坏性、耗损性的试验几乎不能进行，从而直接影响了所收集可靠性评估数据的代表性；（2）在最终的系统可靠性评估中，可能收集到的可靠性数据数量很多少，影响了数据的广泛性；（3）难以实施专门针对全系统的可靠性试验，故障情况来源于定型阶段的各类实验，系统的可靠性试验量不足；（4）最终的系统可靠性评估主要依据责任故障的数量来判定是否通过，传统的评估方法下，无论是军方还是承制方均需承担较大风险。可以发现，对于复杂而昂贵的现代装备来说，进行最终系统可靠性评估，单纯依靠传统的方法会面临一定困难。
武器装备研制是一个庞大而复杂的系统工程，包括武器装备从立项到定型的整个研发过程[1]。由于受到研制周期等因素的制约，常规兵器研制中的可靠性试验往往随武器系统的相关试验开展，所收集的数据也均是在系统试验中的各类故障（含故障时间、故障部位、故障现象等），这些故障数据分布在武器系统的不同分系统（雷达、光电、火控、电气等），能否通过一种方法将这些零散的故障数据进一步处理，折合成系统的可靠性数据？武器系统的研制大致包含了初样机阶段、正样机阶段和定型试验阶段等，相比较而言，正样机阶段和定型试验阶段的技术状态差别不大，面对定型试验中可靠性数据的不足，能否将正样机阶段收集的数据用于最终的可靠性评估？进而增强最终可靠性评估结果的合理性，最大程度降低军方和承制方的风险。
作者：田志刚