石油化工是世界各国经济发展的支柱产业,其中石化安全设备作为保护设备安全运行的关键装置,一旦安全设备失效,无法保证装置的安全运行,造成泄漏等问题,后果不堪设想。与安全设备有关的寿命数据是帮助设备工程师掌握安全设备可靠性状况,合理指定维修计划的关键数据,因此,与工厂安全设备及其运行相关的可靠性与维修RM数据,是开展寿命参数估计等大数据应用的基础数据。寿命参数准确与否将直接影响工程师对安全设备可靠性状况的判断,容易导致设备维护策略的缺失,影响安全设备的机械完整性。因此收集安全设备现场的可靠性与维修数据,并利用可靠性分析方法分析寿命数据使其可以反映工厂安全设备真实的可靠性状况,对于预防和减少设备失效,降低火灾爆炸事故发生频率具有重要意义。针对上述问题,本文主要研究内容如下:（1）本文首先以ISO14224-2016标准为基础,针对石化行业运行特点,设计了石化行业安全设备可靠性与维修数据收集流程。随后详细介绍收集石化行业安全设备可靠性与维修数据的具体实施过程,并根据截尾数据普遍存在的现状,实施可靠性与维修数据关键收集项的辨识与优化设计。最后以泄压阀为案例,进行RM数据收集表的编制,详细的呈现各部分所需要收集的数据内容。（2）为弥补中值方法在评估区间截尾数据和右截尾数据的寿命分布参数时不够准确的缺点,引入分位数填充算法对截尾数据进行预处理。文中通过设置失效检测策略,定义发现泄压阀失效的方式,并利用符号标记区分区间截尾数据和右截尾数据。随后借助分位数概率P将截尾数据转化了虚拟完全数据,并将极大似然估计纳入到迭代过程中,实现分位数填充算法与极大似然估计方法的配合使用。（3）以蜡油加氢装置的紧急泄压阀为案例做数值算例以评估分位数填充算法的性能。文中利用MATLAB工具获得包含区间截尾数据和右截尾数据的小样本混合截尾数据,并借助Weibull++可靠性分析软件作为辅助工具,通过设置相关比较内容以说明本文算法的优势。上述分位数填充算法在相应案例研究的结果表明:本文算法在处理小样本数据时显示出更好的稳定性与准确度;在小样本下该算法具有很好的稳定性,且经过有限次迭代即可收敛;分位数填充算法相对于中值算法有更高的准确度,同等数据量下,该算法不会因此处理数据类型的单一而影响评估结果的精度,利用该算法得到的寿命分布参数的准确度比中值方法提升8.1%,这有助于制定有效的维护策略以保证安全设备的机械完整性,保证石化装置的安全运行。