本發(fā)明提供了一種基于馬爾可夫鏈蒙特卡洛的Bayesian動(dòng)態(tài)預(yù)測(cè)方法，屬于計(jì)算機(jī)技術(shù)領(lǐng)域，包括：根據(jù)構(gòu)件的歷史裂紋長(zhǎng)度及對(duì)應(yīng)的時(shí)間增量，建立構(gòu)件疲勞裂紋損傷性能隨機(jī)退化模型；利用基于馬爾可夫鏈蒙特卡洛的Bayesian動(dòng)態(tài)預(yù)測(cè)方法對(duì)構(gòu)件疲勞裂紋損傷性能隨機(jī)退化模型的隨機(jī)參數(shù)進(jìn)行更新，得到參數(shù)修正值；根據(jù)參數(shù)修正值，預(yù)測(cè)構(gòu)件在未來(lái)某一時(shí)間段內(nèi)的裂紋長(zhǎng)度，根據(jù)裂紋長(zhǎng)度建立構(gòu)件疲勞裂紋長(zhǎng)度安全余量方程；根據(jù)參數(shù)修正值和構(gòu)件疲勞裂紋長(zhǎng)度安全余量方程對(duì)構(gòu)件疲勞裂紋損傷性能退化與時(shí)變可靠性進(jìn)行評(píng)估。該方法降低了抽樣過(guò)程中不確定因素對(duì)抽樣結(jié)果的影響，能有效預(yù)測(cè)產(chǎn)品失效事件的發(fā)生，從而可以為預(yù)測(cè)維修策略的制定提供相應(yīng)的依據(jù)。