现代预防性维修大多是以RCM（以可靠性为中心的维修）为基础或者纯粹按维修周期进行计划检修。国内企业进行RCM分析时往往因很难得到设备故障概率而难以进行，通常使用国外的数据库，而计划检修容易造成维修过剩。因此，本文设计动态预防性维修管理系统，根据每一台设备的运行趋势来判断设备是否需要进行预防性维修，尽可能地减少维修不足与维修过剩。论文介绍了趋势分析常用算法以及预防性维修的国内外研究现状。在此基础上，采用一元线性回归算法、AR算法、Sen’s斜率估计与Mann-Kendall算法对设备运行数据进行分析。通过对趋势分析的结果进行分析、比较，选出适用于本系统的算法。结果表明，Sen’s斜率估计与Mann-Kendall算法适用于本系统，Sen’s斜率估计计算设备劣化幅度变化率，Mann-Kendall算法实现设备运行数据的趋势分析、突变分析以及显著性分析。最后，开发了动态预防性维修管理系统，将Sen’s斜率估计与Mann-Kendall算法应用于本系统。实际应用表明，Sen’s斜率估计与Mann-Kendall算法在分析设备运行趋势时，具有较好的效果。