视情维修是近年开始广泛研究的一种维修方法。本文阐述了视情维修的基本概念，给出了视情维修决策的基本过程，对视情维修中关于状态模型和决策方法等理论和应用问题进行了深入的研究，主要研究内容如下： 基于试验样品较少条件下的状态描述模型研究。由于费用等原因造成能够投入试验的样品少，基于这种小子样数据开展视情维修研究的关键在于确定状态描述模型。本文应用威布尔比例故障率模型表示系统运行完好状态，采用贝叶斯方法进行基于小子样数据的参数估计。为了应用自助方法确定参数验前分布，提出了运行故障时间和状态的综合抽样方法生成自助样本，该方法基于试验数据用蒙特卡洛方法对故障时间进行抽样，在故障时间抽样值的基础上，模拟马尔可夫链表示系统状态变化过程。应用马尔可夫链蒙特卡洛抽样方法求解参数验后估计值，给出了计算参数验后估计值的流程。 目前的维修方法往往从保证系统固有可靠性的角度出发，对任务考虑较少，可能造成维修不足、影响系统的出勤率等问题。为此，提出了面向任务视情维修决策的概念和理论方法。面向任务视情维修决策是根据任务要求和系统执行任务时的状态，确定维修策略的方法。首先，提出了面向任务视情维修方法的一般流程步骤；其次，研究了面向不同任务要求、基于系统运行状态的维修策略求解方法。对重复单一任务的视情维修策略，应用了马尔可夫决策过程模型进行求解。针对试验数据是非定期检测的情况，提出了直接由数据得到优化目标与状态、工龄的关系曲线，从而得到维修状态阈值的数值方法。对特定任务的视情维修策略，给出了任务时间内以任务可靠度、可用度、费用为目标的维修策略求解方法。针对系统状态检测困难的问题，提出了基于系统工龄和当前检测状态数据，确定维修时刻的方法。针对检测规划问题，提出了序贯检测策略，给出了根据当前检测状态，确定下次检测时间的决策方法和流程。本文还将马尔可夫决策过程模型应用于相同部件串联的系统，得到了平均费用目标和面向任务的视情维修策略求解方法。 在上述研究的基础上，研制了计算机辅助视情维修软件系统，该软件实现了小子样的状态描述模型估计、面向任务的维修策略求解等方法，并应用该软件研究了基于滑油系统光谱分析数据的发动机视情维修决策问题。