针对带设备预防性维护的焊接流水车间调度问题,以最大完工时间最小化为优化目标,考虑设备故障冲击、有限缓冲区及高维状态空间导致表征模糊等难点,提出基于表征增强多智能体强化学习的调度与维护联合优化方法.将问题拆分为加工调度和预防性维护两个子问题,构建调度-维护双智能体架构;子问题存在强耦合性,其中调度会影响设备故障风险,维护会改变设备可用状态,而双智能体通过价值分解多智能体演员-评论家(VDAC)算法将全局价值函数分解为双智能体的局部价值函数,使两者在优化各自局部价值时自然嵌入对于对方子问题的考量,从而实现协同求解;表征增强通过自编码器提炼高维状态的关键信息,解决了高维状态空间信息冗余、表征模糊问题,使智能体能基于关键表征信息决策,提升调度与维护联合优化性能.算例验证显示,最小化的最大完工时间较其他算法平均减少4.13%,较规则算法平均减少13.34%.