Para lograr la predicción de la vida útil por fatiga de bajo ciclo (LCF) y la estimación de la fiabilidad de los discos de turbina, se desarrolla un método basado en el Algoritmo de Predadores Marinos (MPA) y Kriging (MPA-Kriging) al introducir el MPA en el modelo de Kriging. Para obtener los hiperparámetros óptimos del modelo de Kriging, el método MPA-Kriging desarrollado reemplaza el método de descenso de gradiente por el MPA y mejora la precisión del modelado de Kriging y la precisión de simulación en el análisis de fiabilidad. Con respecto al modelo MPA-Kriging, el modelo de Kriging se estructura al igualar la relación entre la vida útil LCF y los parámetros relevantes para implementar la predicción de la vida útil LCF basada en la fiabilidad de un disco de turbina de alta presión de aeroengine, considerando el efecto de la interacción fluido-térmica-estructural. Según la previsión, cuando el valor permitido de la vida útil LCF es de 2957 ciclos, considerando la experiencia de ingeniería, el grado de fiabilidad de la turbina es de 0.9979. A través de la comparación de métodos, se demuestra que el método MPA-Kriging propuesto tiene alta precisión y eficiencia en el modelado y la simulación para la predicción de la fiabilidad de la vida útil LCF de los discos de turbina, lo que, además del disco de turbina, proporciona un método prometedor para la evaluación de la fiabilidad de estructuras complicadas. El trabajo realizado en este estudio tiene como objetivo expandir y refinar la teoría de fiabilidad mecánica.