基于风险的检测方法简称为RBI方法,是一种对风险进行优化的方法,广泛应用在石油化工领域。RBI方法主要针对静设备,比如输油管道和化工容器等,通过量化具体每个设备的风险,将具有相似的失效频率和失效后果的设备进行分类,以此有针对的制定维护流程和检修计划。RBI方法力图做到在提高生产设备可靠性的同时,尽量减少企业用于设备维护的成本,降低停机检修的次数。通过实施RBI项目,企业可以将设备的安全管理和生产管理实现有效的结合,提高对整个系统的管理水平。我国的多个石化企业都初步实施了RBI项目,但是由于历史原因和特殊的国情,RBI方法在实施中遇到设备数据不足、历史数据缺失的问题,同时RBI方法无法提供动态的风险评估,这些不足影响了项目的实施效果。本论文中采用分析历史数据建立设备的寿命模型的方法,实现风险的动态评估,采用二参数威布尔分布作为设备的寿命模型；对于数据不足和数据缺失的问题,抽象为统计模型小子样模型和随机截尾模型,尝试多种算法对数据进行处理。算法中主要选择的是EM算法和属于贝叶斯方法中的MCMC算法,对于EM算法,提出基于EM算法的随机截尾寿命数据模型参数估计的通用算法,针对计算疲劳寿命常用的二参数威布尔分布,通过严格的理论推导,给出基于EM算法的寿命数据拟合方法,对于样本属于小子样情况采用结合Bootstrap法的EM算法,对于复杂分布模型,采用EM算法与Monte Carlo法相结合。对于MCMC算法,也给出对于服从威布尔分布的随机截尾数据的通用算法。接着通过使用Monte Carlo法模拟不完全疲劳寿命数据,验证EM算法和MCMC算法的效果,并对两种算法的结果使用使用紧邻算法、支持向量机等分类算法做进一步的分析,得出这两种算法的最佳适用范围,并使用现实中的轴承寿命数据作为演示,计算其可靠性。