基于状态的维修是根据设备的日常检测、定期检查、状态监测和诊断提供的信息，经统计分析处理，来判断设备的劣化程度，根据设备的实际运行状态有计划地进行针对性的维修。基于状态的维修是一种全新的设备维护方式，被公认为设备维修方式中效率最高的一种方法。采用基于状态的维修可以最大限度地降低维修风险，优化维修成本，提高设备的可用度。然而，要实现这个目的，如何对基于状态的维修策略进行优化是一个关键问题。目前有许多对于基于状态维修策略优化模型的研究，但是，现有的这些模型都过于简单化以及理想化，例如假设预防性维修能使设备恢复到全新状态，而在实际情况中，设备经预防性维修后的状态会比维修前状态稍好，但又不是全新状态。本文的目的是建立可用于基于状态维修策略优化的数学模型，在此过程中考虑“不完全维修”的情况，将此概念引入到策略优化过程中，这样得到较之当前诸多基于状态维修策略优化模型而言更为准确的描述实际情况且具有实际参考价值的模型。该模型可以为基于状态维修方法的应用和维修计划制定起到指导作用。本文分别研究了不完全维修前提下单部件系统及两部件系统的基于状态维修策略最优化模型，可以辅助决策者进行维修策略的制定和改进。模型以使设备或系统长期运行的平均单位时间成本最小为最优化目标，来优化基于设备状态的维修措施选择及设备检测时间间隔长度制定。模型利用马尔科夫随机过程描述设备及系统的状态劣化过程，基于此将设备维修策略优化过程转化成马尔科夫决策问题，并提供了最优维修策略的求解方法。与现有的基于状态维修策略最优化模型相比，本文模型主要有以下四点不同：1.考虑维修措施对设备状态改善的不完全性；2.将检测时间间隔作为一个与状态相关的决策变量引入维修策略优化过程中；3.在设备各个状态时，考虑多个不同的维修措施种类；4.在两部件系统的维修策略优化过程中，考虑机会维修策略。论文的最后，通过三个算例分别验证了单部件、两部件失效不相关、两部件失效相关情况下的基于状态维修策略优化过程。