近几年来,国内以智能制造为指导的数字化车间、智能工厂等新技术应用项目迎来建设热潮。目前智能制造采用从上而下的建设方式,在建设过程中企业对智能制造的认识不足,存在一定的盲目性,其风险并没有被广泛认知。由于智能制造的定位直接关系到生产效率、产品质量、生产安全,有必要对其进行风险分析与风险管理。本文选取石化行业中的工业智能维护系统进行研究,通过现场实地调研,对现阶段存在的问题进行深入剖析,将研发阶段和运维阶段的各个风险因素进行识别和分析,结合研究对象的实际情况选择贝叶斯网络进行建模。利用专家知识建立贝叶斯网络的初步结构,利用专家数据对网络中节点进行参数学习,从而获得完整的贝叶斯网络模型,并利用生成的模拟数据对结构学习算法进行研究。通过GeNIe软件中的灵敏度分析与最大致因链分析找出对目标影响较大的关键风险因素。通过企业实际案例的描述和分析,利用证据数据推演工业智能维护系统建设中存在的问题,得到与实际情况一致的结果,验证了利用贝叶斯网络进行风险分析的有效性。通过专家知识和风险模型的结合对影响工业智能维护系统建设的关键风险因素提出风险控制的对策,并建议按照工程科学的方法进行工业智能系统的相关研究。