光电设备作为天文观测跟踪的重要仪器,正在向着大型化、复杂化方向发展,众多部件之间具有丰富的信息交互,导致设备故障模式增多,需要定期对一些关键部件进行维护。但是在实际应用中,人们通常根据经验对维护周期和维护行为进行决策,易导致维护频率过高或不足,进而增加设备维护时间和维护成本。另外,光电设备工作环境恶劣,现场维护人员和传达维护计划的专家距离较远,导致维护计划执行不及时。为提高光电设备的可用度、降低维护成本、提高维护效率,亟需实施更有针对性、更加专业化的维护决策方法。本文围绕维护周期和维护行为对光电设备维护策略展开研究,并建立了网络化的维护决策平台,具体完成了以下工作:采用了基于可用度的设备维护周期决策方法。通过设备各个部件寿命分布特点,并考虑工作时间对设备可用度的影响,从而建立多部件设备可用度与检修时机之间的关系模型。通过研究设备可用度与维护周期之间的函数关系,以可用度为优化目标,确定了设备的最佳维护周期。采用了基于故障率预测的维护行为决策方法。针对研究对象数据样本较小的问题,采用灰色理论与线性回归相结合的方法对故障率进行预测,提高了预测准确性。为了减小包括故障风险成本在内的维护总成本,引入层次分析法对故障风险成本进行评估。采用故障率演化方法得到了维护后的故障率。综合考虑维护前后故障率降低程度和维护成本两个因素,利用效费比来决策维护行为。论文以某大型光电设备为研究对象,将上述方法用于实际中,获得了设备维护周期和维护行为的决策结果;针对项目实际需求,建立了基于B/S的光电设备维护决策系统,完成了运行监测、监测管理、任务筛选、任务列表、新建任务、维护决策报告四大功能模块,论文对系统结构和功能模块进行了阐述。