新的工业革命到来,使得各国在制造业的竞争越来越激烈,许多国家沿着制造业信息化发展的道路出台了一系列的适合本国制造业发展政策,各个制造型企业也开始将现代信息技术与传统制造业向融合,用于提高生产效率、降低生产成本。设备管理作为制造型企业生产过程中重要的一环,一直受到企业管理者的重视。目前,国内众多制造型企业在设备管理方面基本建成了设备管理系统,将设备生产信息实时上传至服务器,在服务器端通过设置固定的阈值判断规则完成设备的实时监管。但是国内的设备管理系统还存在着需要完善的地方,如在一些特定的使用场景,部分设备管理系统的实时性和稳定性不够高,设备运行诊断技术难以满足生产管理需求,预防性设备维护功能不够完善等。针对这些问题,本文对现有的设备管理系统进行了结构优化调整和功能完善。论文的主要工作包括:第一,本文针对现有的设备运行状态诊断措施存在的问题进行分析,提出了一种基于CART算法的设备运行状态诊断方法,该方法通过计算基尼系数建立设备运行状态实时诊断模型。同时,针对单CART树容易出现过拟合现象且分类精度不高的问题,引入提升（Boosting）方法。通过构建多个CART树并进行加性组合,提高诊断模型分类精度。最后通过实例测试证明加性组合后的设备运行状态诊断模型在设备运行故障诊断方面具有较高的实时性和精确度。第二,通过使用三参数威布尔分布对设备历史维护记录进行分析,得出设备的可靠度函数,在可靠度函数中加入迁移因子,用来模拟设备在实际使用过程中可靠度函数的变化趋势,最后得出设备预防性维护的最佳维护周期用于进行合理排产。第三,改变现有的设备管理系统结构,通过引入了云边协同的工作机制,将设备管理的部分核心功能转移至边缘端,由此提高设备管理系统的实时性和可靠性。最后,以广州佛山某新材料股份有限公司的PVC压延设备管理系统为例,对该企业的设备管理系统进行重构,在对原有设备管理系统的功能结构进行重新设计的同时,将设备运行状态诊断模型与设备预防性维护周期预测模型应用到设备管理系统中,最终实现一个由现场数据驱动的,同时具备设备运行状态实时诊断、设备预防性维护周期预测功能的设备管理系统。