随着社会经济不断地发展,使得顾客个性化的需求越来越显著,而制造单元是能够最大限度的满足市场个性化需求的生产单元,物联网、大数据等技术的发展使得智能制造成为可能,因此智能制造单元是制造企业生产模式的趋势。设备是制造企业生产的核心,设备维修管理问题也一直是制造企业关注的热点问题。技术的不断进步使得设备愈加复杂化以及智能化,这给企业设备维修管理带来了新的挑战。为了适应这种变化,本文提出了针对智能制造单元设备的联合设备维修问题,它是当下管理学等相关领域的前沿课题。本文针对基于物联网、大数据为背景的智能制造单元多设备系统中设备的故障预测及联合设备维修决策问题进行了研究,建立了相关的数学模型,有效解决了由于多设备系统中各个设备预防性维修间隔时间不同造成的系统停机损失的问题。本文是在以往研究的基础上,以物联网、大数据等技术背景为依托,并且借鉴了故障预测与健康管理技术(PHM)的理论基础、同时借鉴了成熟的设备维修理论以及其他学科领域中科学问题的解决方案,对联合设备维修问题进行研究。具体的研究内容如下:(1)对制造单元多设备系统的组织形式进行了介绍,对适合企业在设备维修方面长远发展的故障预测技术以及维修决策的影响因素进行了分析;交代了对智能制造单元中的设备进行故障预测的数据来源;(2)提出了对智能制造单元多设备系统进行联合设备监测的模型;对以往故障预测的方法进行了整理分析与比较,本文采用了贝叶斯网络方法对设备进行故障预测,给出了基于贝叶斯网络的设备故障预测过程,并用算例证明了该方法对设备进行故障预测的有效性;(3)结合故障预测的结果,与设备故障阈值进行比较,当预测结果大于设备故障阈值时则对设备进行预防性维修。结合智能制造单元多设备系统具有的特点,以制造单元系统的总维修成本最小化为目标,以制造单元系统的可靠度、以及设备的可用度为约束条件,建立了联合设备维修的预防性维修决策模型,并用算例对所建模型的有效性进行了验证,最终求解出整个系统最优的预防性维修间隔时间。