控制、维护、管理三个环节在我国许多大型生产企业中相互孤立,彼此之间信息不畅导致整个生产环节效率低下、成本较高,投入、产出比居高不下。显然,这种旧的分散模式已越来越不能适应当今激烈的市场竞争环境下企业持续生存的需要。针对这一情况许多学者、机构开始研究智能控制—维护—技术管理集成系统(Intelligent control-maintenance-technical management system,ICMMS)在企业级的应用。它实现了智能控制、维护和技术管理的集成,提高了整个系统的综合效能。ICMMS框架采用了最为先进的维护方式——预知维护。它改变了企业以往采用的计划维修,避免了维护的盲目性和高成本。高性能的故障诊断系统是成功实现预知维护的关键。旋转机械是生产中较为常见的一类设备。许多旋转机械如压缩机、汽轮机、泵等都是工厂生产中的关键设备,故障一旦发生将会造成巨大的经济损失。旋转机械的许多故障征兆以图形的方式表现出来,不同的故障对应着不同的图形形式。故障诊断从某种程度上可以视为图形模式的识别,识别率的高低直接影响着诊断系统的可靠性。随着生产系统的规模和复杂程度的提高,诊断数据量在不断增加。大量传感器本身固有的随机性和其他噪声的干扰等问题,使得ICMMS中的故障诊断系统的实时性和可靠性下降。信息融合技术为一种多层次的、多方面的处理过程,实现了对多源信息进行检测、结合、相关、估计和组合。将其运用于故障诊断系统能够有效提高故障诊断系统的可靠性、实时性是目前研究的热点问题。针对以上问题,本文主要研究了以下四方面内容:1、回顾了ICMMS的思想、体系结构和发展状况,故障诊断技术在预知维护中的重要性,信息融合技术和模式识别技术特别是图形识别技术在故障诊断系统中的应用以及存在的问题,为整个研究奠定广阔的应用背景。2、将全面介绍故障诊断技术、信息融合技术与模式识别技术,分四部分内容具体展开介绍。第一:故障诊断技术、方法;第二:信息融合理论与方法;第三:模式识别理论及其应用;第四:ICMMS中故障诊断系统图形信息融合模型。3、提出了ICMMS中轴心轨迹图形识别的三种算法:链码、傅立叶描述子、不变矩。首先将提取到的轴心轨迹转化为用链码描述。在此基础上提取出绝对链码特征、傅立叶描述子表述特征(圆形度、细长度、散射度)、不变矩特征分别用于轴心轨迹的识别,并给出了识别效果。4、提出ICMMS中轴心轨迹图形识别算法的决策层融合,针对三种方法的存在的缺陷,使用Sugeno模糊积分应用于三种算法的融合。将融合后的识别效果与第三章几种方法的识别效果进行了比较。