物流设备是烟草商业企业进行配送的重要实现手段,设备的可靠性、故障的处理能力,在很大程度上影响了企业的配送效率和能力。WH烟草商业企业物流设备的维保管理目前还处于靠经验处理的方式,没有一套完整的设备维保流程,对于故障的机器只能进行紧急事后维修和保养,无法及时对各种异常状态和故障状态做出预测。因此,本文目的是建立一套基于设备状态数据的拉动式物流设备维保系统,优化设备维保流程,丰富以设备综合效率（OEE）为核心的TPM理论,这对于提升企业利润与效益,促进烟草行业物流设备的规范化管理具有重大意义。首先,论文介绍了 WH烟草商业企业（全文简称WH企业）物流设备维保的研究背景与意义,概述了研究方法和技术路线;其次,阐述了设备管理的相关理论,包括TPM理论和故障预测技术的最新研究成果;然后,基于线下座谈会及问卷调研,得到企业设备管理人员的设备维保相关痛点,构建了一套基于设备故障预测的拉动式设备维保体系。本文主要研究内容如下:（1）提出拉动式设备维保体系,阐述其意义与预期目标,并给出拉动式维保框架,主要包括设备故障预测模型及维保业务标准化两个层面。（2）基于长短期神经网络LSTM构造出设备故障预测模型。经过评价,表现良好,该模型具有一定的实际应用价值。（3）利用业务流程改善及TPM相关理论分析WH企业物流设备维保业务流程,如设备运作过程点检及三级保养过程,并改善不合理之处,形成标准化流程。该系统能够及时预测设备故障,从而及时保养,对提升设备综合效率、降低设备维保费用具有重要意义。