Сложность современных технических систем и существенные потери при нарушении их функционирования вследствие отказов обуславливают высокие требования к надежности элементов и систем в целом. Обеспечение необходимой надежности опирается на ее оценку. Вместе с тем оценка надежности существенно затруднена вследствие невозможности реализации больших объемов натурных испытаний таких систем. Это обуславливает необходимость разработки подходов, обеспечивающих оценку надежности в условиях их ограниченных объемов. В разработке одного из таких подходов состоит цель настоящей статьи. В основу подхода положено представление результатов натурного эксперимента в виде малой выборки из генеральной совокупности значений случайной величины количества циклов безотказной работы оцениваемой технической системы. Функция распределения этой величины является моделью эксперимента и обеспечивает оценку надежности технической системы. Построение функции распределения опирается на принцип максимума неопределенности.
The complexity of modern technical systems and significant losses in case of disruption of their functioning due to failures determine high requirements for the reliability of elements and systems as a whole. Ensuring the required reliability is based on its assessment. At the same time, the reliability assessment is significantly complicated due to the impossibility of realizing large volumes of full-scale tests of such systems. This necessitates the development of approaches that provide an assessment of reliability in conditions of their limited volumes. The purpose of this article is to develop one such approach. The approach is based on the presentation of the results of a full-scale experiment in the form of a small sample from the general set of values of a random variable of the number of cycles of failure-free operation of the evaluated technical system. The distribution function of this quantity is an experimental model and provides an assessment of the reliability of a technical system. The construction of the distribution function is based on the principle of maximum uncertainty.