备件库存管理是企业设备管理中的一项重要组成部分。合理的备件库存对于维持设备的正常运行、促进生产过程的连续性起着重要的作用。为避免因备件短缺而造成的设备停工现象，必须保证足够、及时的备件供应。同时也应考虑备件库存量的合理限额，尽量降低备件库存占用资金。把备件库存量控制在既满足设备维修检修需要，又符合占用资金合理的原则。基于这些思想，本文建立了一种具有智能决策功能的备件库存管理系统，实现备件库存的有效管理。　　 本文首先对备件库存管理理论进行了研究。分析了备件库存管理的基本特征，研究了备件库存管理的基本内容，提炼出了备件库存管理的决策问题。对目前常用的备件分类控制方法—ABC分类法进行分析，指出其应用在备件分类中的不足。其次，给出了一种基于BP神经网络的备件ABC分类模型，它能综合多个因素决定备件的分类归属，全面反映备件特征。根据油田企业对备件的需求情况，采用经济订货批量(EOQ)模型来进行决策控制。最后通过EOQ模型进行调整，对不同分类的备件进行相应的管理。　　 本文利用Oraclel0g及PB等工具开发系统。针对油田备件库存管理具体业务，建立了基于C/S模式的油田自动化设备备件库存管理信息系统。设计系统数据库结构，详细设计系统主要功能模块，包括采购计划管理、合同管理、仓库管理、系统管理和智能决策管理，最后给出各个模块运行实例截图。　　 最后，对本系统设计进行了总结，给出设计中存在的不足，并对以后的工作做出展望。