维修性是装甲装备的重要设计特性,其好坏直接影响装备的战斗力。维修性验证能够直接证明装甲装备的维修性是否满足军方规定的要求,鉴别存在的维修性设计缺陷,从而使装备的维修性不断增长。目前,装甲装备的维修性验证还是局限于国军标中的相关方法,需要的样本量较多,不仅装备耗损严重,而且研制费用高、周期长,不能早日装备部队。对维修性试验所得数据信息的处理也不够精细,经常是直接使用异常数据或舍弃缺失数据,造成评估和验证结果偏差较大。装甲装备维修性试验数据处理和小子样验证方法的研究正是在这种实际情况下产生的。本文以某装甲装备维修性课题为背景,从工程的角度出发,对装甲装备维修性试验的数据处理分析和小子样验证方法进行了深入研究。论文首先介绍了装甲装备维修性验证试验的一般程序和步骤;对于传统大样本维修性试验中出现的异常维修数据和缺失数据给出了相应的处理方法,包括异常数据的统计检验和缺失数据的多重插补推断,并对试验得到的维修信息进行多种一致性检验和相容性检验,深入分析了装甲装备的维修性特点,确保了维修信息的合理使用;其次研究了采用Bayes序贯验后加权检验方法来解决样本量较少时的验证问题,着重研究了验前分布的确定,尤其是历史信息和现场信息不相容时验前分布的确定问题;最后对装甲装备的平均修复时间进行验证,并通过实例说明了上述方法的有效性。