工业生产的迅猛发展和商业竞争的不断加剧,使企业不得不进一步提高设备的可靠性,降低设备管理成本,以保障稳定生产,满足顾客需求,这就要求企业具备较高的故障诊断和维修决策水平。然而,随着生产系统的规模和复杂程度的日益提高,设备行为的动态性和不确定性等表现得更为突出,使得现有的仅仅依靠单一的信息源进行的故障诊断准确度不高,实时性下降。因此,将信息融合技术应用于故障诊断成为了提高诊断精度和可靠性的有效手段。如何选择较优的信息融合结构和融合算法,特别是如何提出泛化能力强、稳定性高、容错性好、快速有效的融合算法,已经成为现代故障诊断应当着重解决的问题。另一方面,目前大型设备一般采取计划维修的策略,这种维修策略所规定的维修时限只是某类设备群体的概率或平均值,因此往往造成“过量维修”的结果,急需研究科学的维修决策方法。智能控制-维护-技术管理集成系统( Intelligent control-maintenance-technical management system, ICMMS)是自动化领域的一种新方法,它能将企业中的维护和控制、技术管理紧密联系起来,实现故障诊断和维修决策的智能化、网络化和集成化。因此,引入ICMMS对企业设备维护管理具有十分重要的意义。本文以烟草机械设备维护为背景,围绕ICMMS体系维护域中的故障诊断和维修决策问题,重点研究了如下五部分内容:1、在分析故障诊断和维修决策研究现状的基础上,提出了在ICMMS体系中进行基于信息融合技术的故障诊断和基于马尔可夫决策过程的维修决策的背景和意义;2、介绍了信息融合技术的基本理论,提出了ICMMS体系中故障诊断信息融合系统的设计原则和系统模型,并概括了该框架下决策层信息融合的特点,为下两章的研究奠定了理论基础;3、针对同步决策融合问题,介绍了D-S证据理论,分析了造成证据冲突的根源,基于此分析从焦元的层次上定义了证据的一致性和证据损耗,给出了一种修正的D-S合成法则。并对人类专家的群决策心理进行分析,试图剔除其对诊断决策的扭曲。实验结果表明新方法能够改善决策融合的效果;4、针对异步决策融合问题,拓展了传统的OWA算子,提出了以信任区间表示不确定性的CWA算子,它不仅考虑了每个数据以大小为标志的重要性程度,而且还体现了该数据所在位置的重要性程度;5、设备的老化过程可以按照时间顺序分解成若干个相互联系的阶段,在每一个阶段都要做出维修方案的选择,即维修决策,本文尝试用马尔可夫模型来模拟设备的老化过程,用马尔可夫决策过程对设备的维修方案进行优化,为最佳维修策略的选取提供一种定量计算的方法。