装备的使用单位和个人最关心的是装备该何时保养，更换零配件需要的费用和维修时间。对服役的装备来讲，只有把握装备维修性和可靠性，平时搞好维护保养，迅速恢复其技术性能，就能最大限度的满足使用单位对该装备的性能要求。液压可靠性研究以常用的正态分布、指数分布和威布尔分布的数学模型及并联、串联和旁联等模型为基础。通过对可靠性特征量和维修性特征量的关系对比，建立了串联、并联、网络维修性作业框图以及平均修复时间(MTTR)数学模型。本文在准确掌握某装备液压系统及各系统的工作原理后，建立了该装备液压系统可靠性逻辑框图，利用MATLAB仿真了各系统和系统总的可靠度曲线，并估算了系统平均无故障时间(MTBF)，确定该系统最佳维护周期和环境系数k对系统的影响。考虑到维修影响因素涉及面广，很难集中地用数学方式进行表述与分析，因而本文在大量现有数据的基础上，以影响某装备液压系统维修性的9种重要因素作为研究对象，采用神经网络算法来处理，应用MATLAB软件系统对某装备液压系统维修性模型(输入、输出样本)进行神经网络的训练，并通过检验样本进行网络数据验算，得到一个合适的神经网络，能够较准确实现维修时间的预测。