工程系统通常是可修的,在其使用过程中,随着年龄的增长,由于运行条件和环境、以及维修决策等因素的影响,失效次数会越来越多。可修系统的失效过程常用失效点过程来描述,可修系统建模常用的模型有幂律模型。系统的失效过程可用平均累积失效次数来表示,系统的失效强度函数可由平均累积函数的微分得到。可修系统通常经历周期性的不同级别的保养(即预防维修)和大修。保养导致失效过程的局部、有限改进(称为微观趋势)。尽管保养改进失效过程,但不能根本性扭转系统宏观的劣化趋势。这样,大修或更新成为必要。因此,一个值得关注的问题是如何依据系统的失效情况做出合适的维修决策。本文重点研究了模型的应用,首先介绍可修系统失效点过程的有关概念和模型,并介绍了参数估计的方法,结合某核电厂中央冷却系统的失效数据,讨论了两个重要的课题。一个是确定最优的大修时机,另一个是评价维修质量。该方法可为企业的大修决策和维修质量的改进提供依据。本文采用加权最小二乘法拟合可修系统失效点过程数据到幂律模型以评价预防维修的质量。权函数与正态密度函数成正比,它赋予靠近维修时间的失效数据大的权值,而赋予远离维修时间的失效数据小的权值。并使用最小二乘法得到了模型的参数估计,以确定最优的大修时机。在系统失效后,会进行一系列维修活动,因此,对维修点前后一段时间内的失效过程进行建模,并且对所得到的维修点前后的失效发生率进行对比,以达评价维修效果的目的。结合实际案例,对比了加权与不加权的最小二乘法所得到的结果。结果表明,对于维修质量评价,加权的最小二乘法优于普通的最小二乘法。基于费用率模型通过对现场数据进行处理,得到了可修系统的最优大修时间。该方法可为企业维修质量的改进提供依据。