在工业生产领域中,设备维修是一个重要的环节,它直接影响到设备的可靠性和生产效率。近几十年间,随着计算机和传感技术等监测手段的普及和应用,从设备生产过程中获取到的设备状态数据量日益增加。因此,基于设备状态的维修决策被广泛的关注和应用。本文将主要研究串联制造系统中,单台设备和两台设备的维修策略,并在维修策略中考虑与维修行为相关的因素如备件,缓冲库存以及产品质量。本文的研究内容主要分为如下三个部分:第一部分,采用威布尔比例风险模型研究串联系统中单台设备的退化过程,并通过极大似然法和遗传算法对威布尔比例风险模型中未知参数进行估计。在维修策略优化中,以设备可靠性阈值为替换维修控制限,分析检测时间间隔与设备达到可靠性阈值的剩余时间之间的关系,并考虑一般备件订购和紧急备件订购两种备件订购策略。最后,以最小平均成本为目标函数,采用遗传算法对设备的最佳检测时间间隔Ts*进行优化。最后,通过实际案例分析,验证维修策略的可行性。第二部分,基于第一部分的研究内容,主要分析上游设备的维修行为与备件订购库存策略,缓冲库存控制策略,以及产品质量控制策略的关系。通过设备故障率阈值和产品合格率阈值触发预防维修行为和替换维修行为。在维修决策优化中,以最小系统期望成本率为目标函数,采用遗传算法和蒙特卡洛仿真对设备的检测时间间隔Ts,预防维修阈值hpm,替换维修阈值hcm,备件再次订购水平S和备件最大库存水平S以及最大缓冲库存水平B共6个变量联合优化。通过敏感性分析,研究相关成本变化对6个优化参数的影响,同时对比分析产品质量控制策略对系统期望成本率的影响。第三部分,将串联系统的单台设备维修策略研究拓展为两台设备维修策略,并采用威布尔比例风险模型分别分析两台串联设备的故障率。两台设备的维修包含预防维修或者替换维修两种方式。由于两台设备的退化过程不同,因此在检测时刻点上存在9种组合维修情况,为减少因两台设备单独维修导致更大的停机损失,在维修策略中考虑两台设备的机会维修阈值。在维修决策优化中,以最小系统期望成本率为目标函数,采用遗传算法和蒙特卡洛仿真对检测时间间隔Ts,两台设备的预防维修故障率阈值hpm1,hpm2,两台设备的替换维修阈值hcm1,hcm2,两台设备的机会维修阈值ho1,ho2,两台设备的备件订购策略(S1,S1),(S2,S2)进行联合优化。通过实际案例分析,验证提出维修决策具有可行性,并对比分析考虑机会维修策略对系统期望成本率的影响。