航空发动机轮盘的可靠性评估是典型的小子样问题,传统的基于频率思想的参数估计方法在面对样本数只有5个(或更少)时,估计结果往往出现很大的偏差,这对航空发动机轮盘这种可靠性要求高且极其昂贵的产品来说,是完全不能接受的。针对这一问题,本文提出了一种基于信息融合的航空发动机轮盘可靠性评估方法,采用Bayes先验评估法,以Bayes统计推断思想为理论基础,有效的将来自不同信息源的轮盘可靠性信息应用到可靠性评估中,相当于扩充了子样容量,从而能够提高小子样寿命可靠性的评估精度。针对航空发动机轮盘寿命常采用的Weibull分布函数,对Weibull分布的参数估计方法进行了研究,推导了基于经典方法和Bayes方法的Weibull分布参数估计公式,给出在一定置信度下Weibull分布参数的点估计以及区间估计,通过算例对两类方法的估计结果进行了对比分析。结果表明,Bayes方法由于可以引入先验历史数据信息,起到了扩充子样容量的作用,因而可以得到更为合理的Weibull参数估计结果。针对航空发动机轮盘可靠性信息的不同来源,将多源信息融合技术引入到轮盘的可靠性评估中,对轮盘可靠性验前信息进行了分类,对来自不同信息源的信息融合算法进行了探索研究,为解决航空发动机轮盘小子样可靠性评估的难题提供了新的思路。对于专家信息,给出了采用基于一致度的信息融合算法。对于多组相同条件下的历史数据,给出了采用基于可信度的信息融合算法。对于来自不同环境下的寿命数据,给出了分别采用加权最小二乘法、逆幂率加速寿命法和环境因子折合法的信息融合算法,并采用算例验证了算法的有效性。