数控装备是制造业的核心生产力,对军工、航天、船舶、能源、机械等国家重点企业至关重要。由于数控装备是集成机械、电气、液压、和信息等多项技术的机电一体化产品,具有样本少、结构复杂、退化多变、故障多样等特点,对数控装备进行预防性维修面临很大困难。为实现数控装备的维修决策,本文从多故障关联和精度退化的角度,首先利用FMECA辨识数控装备各类故障,并进行基于图论的故障关联表征,再分析精度退化规律,实现精度退化分析和寿命预测,最终,在多类故障条件下实现预防性维修决策。本文从多故障的辨识及故障关联关系表征、精度退化分析和寿命预测两个方面为数控装备维修决策提供支持,开展了基于扩展FMECA的故障辨识和故障关联表征、精度退化过程分析与寿命预测、多故障条件下的维修决策分析等技术研究,具体内容包括：(1)给出了数控装备预防性维修基本概念,将其关键技术分为故障诊断、退化分析、寿命预测和维修决策四大部分,并分别对这些关键技术进行国内外概述分析,指出针对数控装备的预防性维修面临的关键问题,提出基于多故障关联和精度退化的预防性维修决策框架。(2)对数控装备的故障进行了详细定义,并针对传统FMECA的不足,提出扩展FMECA以辨识数控装备故障,包括故障严酷度、检测度、危害度、故障分类、风险度、故障时间分布和原因故障辨识,进而通过扩展FMECA识别的原因故障,提出基于故障传播有向图的故障关联表征方法。最后,利用图的矩阵表达实现图更新算法和故障分析方法。(3)从精度退化角度分析数控装备性能退化规律。根据数控装备同一时间连续检测的精度是否有较大偏差的特点,将精度分为非重复精度和重复精度两类,分别进行退化分析。针对非重复精度退化,提出局部退化规律概念,将指数函数表征的局部退化曲线看作全局退化的采样,则由局部退化规律可获得未来时刻的退化观测样本和寿命观测样本,根据样本之间的相关性,利用擅长小样本场合的参数经验贝叶斯方法进行退化分布和全局寿命分布的预测。另一方面,针对重复精度退化,将其分为均值退化和方差退化两个退化过程,分别建立带漂移参数的维纳过程,其中的两个漂移参数又服从一个时间依赖的二元正态分布,其随机变量具有相关关系,从而构成双维纳过程。该重复精度退化模型通过EM算法进行参数估计,E-step利用粒子滤波进行双隐状态(漂移参数)估计。在实现参数估计后,利用建立的模型通过蒙特卡洛方法进行退化分布和寿命分布预测。(4)针对数控装备大量故障及其复杂关联对维修决策带来的困难,首先根据数控装备结构和功能确定关键退化类故障集和功能类故障集,作为维修决策的主要影响因素。根据故障集中各个故障的维修过程分析,对预防性维修、事后维修、中修、大修等过程和效果进行了合理假设,构建了包含实修成本、软失效成本、故障停机成本和固定成本等部分的成本函数,实现基于一般预防性维修决策。进一步,由于中修可能不必针对每一个故障,在一般预防性维修成本函数的基础上引入两个0-1矩阵,加以修正,最后利用基于遗传算法的整型非线性规划方法实现改进的预防性维修决策,最优的预防性维修方案包括：何时进行中修和大修以及每个中修针对哪几个故障。(5)针对预防性维修不能完全避免的偶发故障,利用征兆故障驱动的故障传播有向图,进行故障分析,获得各个原因故障的概率,进而计算数控装备的故障风险值。进一步,提出基于风险二叉树的事后维修决策方法,按照风险二叉树的故障排查顺序,每一步故障确诊将对系统带来最大程度的风险下降,从而更快速地定位故障源,实现高效事后维修。(6)将基于多故障关联和精度退化的预防性维修方案应用于FB260上,通过滑枕进给子系统进行各方法论的详细应用和分析,各个环节都与近年国内外先进方法的结果进行比较,比较结果与应用效果证明提出方案具有良好的实用性和有效性。最后,对全文进行了总结,并指出了进一步的研究方向。