随着科学技术的不断创新,机械装备正朝着精密化、大型化、复杂化、智能化的方向发展,其造价往往相当昂贵。装备长期运转后的老化、维修时间长或者设备的损坏都将造成极大的损失,因此对大型装备进行智能维护、保障大型装备的流畅运转已成为提高企业核心竞争力的重要因素。智能维护技术是一种预防性维护技术,能够对大型装备的性能衰退进行预测,使装备能够得到有效的维护,即智能维护技术能有效地支持装备的有效利用。因此对大型装备进行智能维护是业界研究的热点。从智能维护的研究背景及意义出发,以大型纸箱包装机械成套设备作为研究对象,展开大型装备的智能维护,对大型装备进行性能衰退预测,确定方案的可行性。从系统需求出发,提出大型装备智能维护系统总体架构。对大型装备运行状态的实时监测是智能维护系统的基础,对装备和产品的性能衰退过程的预测和评估是智能维护系统的核心。首先利用硬件系统采集大型纸箱包装机械成套设备的加速度信号、声发射信号等信号,通过预滤波处理,零均位化处理,消除趋势项处理以及错点剔除处理等方法进行信号预处理,利用主元分析法实现数据降维,采用基于距离的特征评估方法对各特征的重要程度的衡量,并通过网络进行数据的可靠传输。建立合适的数学模型对大型装备的性能衰退预测十分关键。本文提出优化隐马尔科夫模型的性能衰退预测方法,该方法利用加权隐马尔科夫模型对大型装备的性能衰退过程进行预测。为验证大型装备的性能衰退预测算法是否满足维护需求,本文对系统进行联调测试,以大型纸箱包装机械成套设备作为实验装备,通过训练数据的形式获得加权隐马尔科夫模型的参数,实验结果表明基于加权隐马尔科夫模型能有效地预测装备的性能衰退程度,为制定大型装备的维护方式提供有效的支持。