往复泵作为油田现场生产环节的关键设备,其能否健康平稳运行直接关系着油田的安全、持续、高效生产。近年来,随着机械设备逐渐复杂化、多样化、大型化和智能化,保障其健康、平稳、高效运行面临更大的挑战。因此,针对油田现场缺乏保障设备可靠运行、推动状态检修的发展与应用有效手段的问题,本文以往复泵为研究对象,对往复泵状态评估和智能故障诊断方法进行了研究,主要内容如下:（1）建立了往复泵运行状态评估指标体系。从现场诸多数据指标中优选影响往复泵运行状态的振动、温度、压力因素作为评估参数,建立了基于往复泵多源信息的多级运行状态评估指标体系。（2）提出了基于集对分析的往复泵运行状态评估方法。首先运用模糊集值统计法确定评估指标主观初始权重,并通过熵值法对初始权重动态调整确定指标综合权重;然后将集对分析理论引入到往复泵的运行状态评估中,对集对分析联系度进行推广,将其拓展到四元联系数中,并基于改进的集对分析方法建立往复泵运行状态评估模型。通过对现场实例进行分析,表明本文所提出模型评估结果与检修结果相吻合,验证了该模型具有较好的可靠性。（3）提出了基于改进VMD-CNN的往复泵智能诊断方法。对变分模态分解进行改进,采用粒子群算法对变分模态分解参数K（模态数）及α（惩罚因子）进行优化,在此基础上将改进的变分模态分解与卷积神经网络结合建立智能故障诊断模型。通过对现场实例进行分析,表明本文所提出诊断模型的智能诊断分类准确类达96.08%,并通过对比分析验证了该模型具有更高的分类准确率。（4）设计开发了往复泵状态评估与故障诊断系统。根据上述内容,基于Visual Studio、SQL Server等开发环境,运用C#编程语言,设计开发往复泵状态评估与故障诊断系统,实现用户信息查询、设备信息查询、故障信息查询、状态评估以及故障诊断等功能。