现代生产设备技术含量高、结构复杂、系统特性强,其故障不但表现为很强的随机性,而且故障损失严重。传统的维修理念和方法受到严峻挑战,而状态维修作为一种更科学、更先进、更有效的维修理念和维修方式日益受到学术界和企业界的密切关注,并成为当前维修领域研究的热点问题。状态维修系统结构框架的构建有助于指导状态维修的研究和发展,完善和拓展状态维修的研究内容。状态维修决策作为状态维修系统的重要组成部分,是状态维修工作不可忽视的重要内容。对于状态维修系统结构的设计以及状态维修决策过程的深入研究具有非常重要的意义和实用价值。本文在梳理和分析状态维修相关研究文献的基础上,界定了状态维修的内涵,分析了状态维修的特点,并根据状态维修系统应实现的一系列功能和实际需要,构建了状态维修系统结构框架。根据状态维修系统结构框架,给出了状态维修的工作内容,提出了状态维修工作过程的三个阶段和决策过程的关键环节。此外,根据我国企业设备维修管理的现状,提出了状态维修实施的技术支持和管理保障基础,指出了企业开展状态维修的基本原则,并详细阐述了企业实施状态维修的工作流程。本文对状态维修决策过程进行了系统深入的研究和分析。首先,对缺陷状态进行早期识别。在分析设备运行特点的基础上,针对传统方法存在的缺陷和不足,分两种情况阐述了识别缺陷发生时刻的建模方法,重点探讨了测量信号为单值的情况,针对测量信号为多维向量的情况,提出了利用主成分分析方法进行特征量提取,提取出的主成分作为建模的输入数据,并建立了多维主成分与被监测对象状态之间的关系。同时,应用EM算法对模型中的未知参数进行估计,为了提高算法的收敛速度和估计的准确性,对EM算法进行了相应的改进。此外,对缺陷发生时刻的识别方法和过程进行了计算机仿真研究,验证了该方法的有效性和准确性。其次,对缺陷状态的劣化程度进行预知。在分析缺陷状态的可预测性和当前状态预知建模方法不足的基础上,阐述了基于随机滤波理论的残余寿命预知建模方法和过程,并在原有建模方法的基础上进行了重要改进。通过假设被监测设备在正常运行阶段和缺陷运行阶段的状态监测信号服从尺度参数存在一定关系、形状参数不同的两参数分布,而将一阶段的状态预知模型扩展到两阶段的状态预知模型。同时,为提高估计的有效性,减少估计误差,提出了在故障数据较少的情况下,利用极大似然方法进行模型参数估计的方法和过程。此外,对残余寿命预知建模方法和过程进行了计算机仿真研究,验证了该建模方法和参数估计方法的有效性和准确性。最后,在识别缺陷发生时刻、预知缺陷状态劣化程度的基础上进行决策优化,建立了维修行为决策优化模型,并给出模型的求解方法,同时运用计算机仿真方法,建立了两阶段的状态监测间隔期决策优化仿真模型,并给出主要的仿真步骤和过程。论文通过案例研究对状态维修决策过程相关模型的可行性和有效性进行了检验和分析。案例结果表明,本文所提出的状态维修决策过程和相关决策模型对于状态维修决策实践有较好的指导意义,使维修决策更具有动态性和科学性。