现代化工业生产中，生产设备越来越大型化、复杂化，这些设备一旦发生故障，不但造成设备损坏的事故，也会导致非计划停产，从而产生严重经济损失。因此，对设备安全运行的状态监测，早期故障分析，及后期状态趋势预测技术的研究，在工程实践中显得越来越重要。因此，本文主要围绕这三方面的内容展开研究，具体内容如下:　　(1)以煤矿通风机为研究对象，提出采用PLC(Programmable Logic Controller)和CAN(Controller Area Net)总线技术搭建的在线监测系统。着重介绍其系统硬件部分的原理，功能及特点。首先介绍了PLC的工作原理与优点，最终选择贝加莱X20系列模块作为本监测系统的下位机。其次，简单的介绍了几种现场总线，引出CAN总线是最适合本监测系统的总线通讯方式，并介绍了CAN总线的基本原理与优势，最终选择PCI-9810工业级接口卡作为监测系统的通信板卡。最后，介绍了传感器的选择方式。　　(2)分析系统的需求，采用VB(Visual Basic)作为上位机程序设计语言。软件部分完成了信号采集，在线监测，故障预警等功能。详细说明了CAN板卡的使用流程、PLC配套编程软件Astumation Studio的内部实现功能流程图和上位机用户使用流程。对各个界面做了简单的介绍。　　(3)工业现场的振动信号多表现为非线性、非平稳性，对其进行高效的故障信息提取，成为故障诊断技术的关键。本文介绍了经验模态分解算法的原理，固有时间尺度分解算法的原理，最终引出新兴的局部特征尺度分解算法(Localcharacteristic-scale decomposition，LCD)，介绍了三种分解算法的流程，最后用LCD方法对实验信号进行分析，并将此方法应用于齿轮故障诊断中，取得了良好的诊断效果。　　(4)工业生产中的大型旋转机械，其运行状态的趋势预测，对安全生产具有至关重要的意义。首先介绍了支持向量机的相关原理，再针对旋转机械振动信号存在的非线性，非平稳的特点，提出了一种采用局部特征尺度分解(LocalCharacteristic-scale Decomposition，LCD)与支持向量机(Support Vector Machine，SVM)的联合预测方法，最终实验表明，能实现很好的预测精度。