涂布机作为锂电池正负极片浆料涂覆领域的复杂机电设备,是锂电池生产线中的关键设备,其工作可靠性对极片表面浆料涂覆均匀程度直接影响锂电池的安全运行。维修策略是保证涂布机正常运行的前提,合理科学的维修策略可以保障涂布机的安全运行及可靠性。本文针对涂布机维修策略的制定进行了研究,主要内容如下:一、基于逆矩估计的涂布机可靠性建模。采用图检验法对涂布机历史故障数据进行分析,判断涂布机故障率符合指数威布尔分布,通过逆矩估计方法对其进行了参数估计。为了验证模型假设正确性以及参数估计准确性,选取正态分布、对数正态分布、威布尔分布来与三参数指数威布尔分布进行模型对比分析;选用极大似然估计方法（E-Weibull-M）、图解法（E-Weibull-T）、构造枢轴量方法（E-Weibull-P）来与逆矩估计方法（E-Weibull-I）进行参数估计方法对比分析;采用误差面积比指数（R）和拟合优度（R~2）作为模型拟合效果的评判标准,通过对比发现指数威布尔分布模型在逆矩估计方法下的误差面积比指数R最小,拟合优度R~2最大,其拟合度最好,表明基于逆矩估计的涂布机可靠性建模是准确有效的。二、基于BP-LSTM的涂布机故障预测。为了有效解决预测过程中受设备样本数据非线性强导致预测精度不高的问题,结合长短期记忆网络（Long Short Term Memory Network,LSTM）在时间序列建模问题上具有长时记忆功能的优势和BP神经网络具有极强的泛化能力的特点,提出了一种BP-LSTM的故障预测模型。以采集的涂布机两年的故障数据为基础,通过涂布机故障时刻和故障影响度的预测对模型进行了有效性分析,并与BP神经网络、LSTM网络等4种模型进行了对比。分析结果显示该模型在预测故障的准确率达到94.2%,最优RMSE达到0.1354,其预测准确率和鲁棒性远优于其它模型。BP-LSTM模型能够有效拓展应用于复杂机电设备,能够依据预测结果为设备的维修策略制定提供理论指导和依据。三、基于动态故障率阈值的涂布机预防维修策略研究。针对复杂机电设备维修策略制定时维修阈值设定不合理造成过度维修而导致维修费用率过高的问题,引入故障率递增因子和役龄递减因子描述涂布机维修过程中故障率的演变规则,基于BP-LSTM故障预测模型对涂布机故障率进行预测,构建了依托动态故障率阈值划分小修、中修和大修三种预防维修模式的动态预防维修模型。搭建了以服役阶段单位时间内费用率最低为目标,基于遗传-粒子群算法建立动态预防维修策略寻优流程,解决了动态故障率阈值寻优困难问题。以涂布机历史运行数据为基础,对动态故障率阈值和固定阈值的维修策略进行对比,对动态预防维修模型、可靠性约束维修模型、重要度约束维修模型和年龄相依更换模型及优化算法进行了对比分析,验证了本文模型的有效性。最后采用动态故障率阈值预防维修模型对涂布机未来一段时间内的维修策略进行了预测。