在数控机床可靠性建模过程中,经常遇到子系统故障数据较少的情况即小样本数据情况,使用传统经典可靠性建模方法进行建模往往会有较大的误差。回归折算法可将不同环境下的试验数据进行折算,弥补数据少的缺陷。针对小样本数据,引入回归折算法,将参考产品的故障数据折算到目标产品,增加数据量,再使用最小二乘法估计出威布尔分布模型的参数,提高其准确性。通过Monte Carlo模拟结果表明,所提方法的评估结果误差较小。最后,运用实例对所提方法和经典建模法进行对比分析,证明了所提方法的正确性和对小样本数据的适用性。