数据挖掘技术是近年来数据库领域中新出现的一个研究方向,该方向已成为国内外学者研究的热点领域。本文作者在对这些数据挖掘技术算法研究的基础上,对现有数据挖掘算法进行改进,将其应用于化工领域的设备故障中。论文主要目的是,通过改进现有的算法,将其应用于化工企业设备运行监测,避免因设备故障而造成的经济损失。本论文研究的主要内容是压缩机的故障预测问题,即根据采集到的压缩机的相关参数(如:出/入口压力、温度、轴承振动、泄漏气量等)之间的关联关系推断出可能的故障原因,采取有效措施,避免因设备故障停车造成的经济损失。通过对数据挖掘算法的研究,进行分析、比较,筛选出一个较合适的算法----决策树,并对该算法进行合理改进,使其更有效的应用于本系统。目前,压缩机故障诊断与预测分析系统已开发完成,并应用到齐鲁石化塑料厂高压车间设备运行监测及管理系统中,在实际生产过程中,将有效地避免压缩机故障的发生。