钢铁行业是我国国民经济的重要产业。钢铁企业中设备监测与维护经过了如下四个阶段的发展:1、早期是事后维修(按需维修)制;2、上世纪50年代的按计划维修制;3、上世纪80年代的全员生产制(Total Productive Maintenance,TPM);4目前推广的点检定时维修制。精轧机组是钢铁企业生产高线,棒材产品所必须的设备,该类设备通常工况比较恶劣,生产工艺原因受冲击大,运行速度快,是企业的重要生产设备。一旦因故障停机会造成设备和生产的巨大损失。钢铁企业精轧机组的状态监测系统提供了关键设备的服役工作信息。通过监测服役机组的特征参数和运行参数等信息,状态监测系统可精确地判断相应设备的服役情况,以保证关键设备的正常服役。随着现代计算机技术、互联网技术、传感器技术和故障诊断技术的不断革新与完善,高性能实时的精轧机组设备状态监测及诊断系统的实现成为可能。本文主要介绍了精轧机组状态监测系统的实施以及精轧机的典型故障诊断研究。状态监测系统采集精轧机组中的电机和减速机在运行中的振动,温度等参数,并将采集到的数据通过局域网络传输至企业中心机房的服务器中;而服务器中的数据则可以通过互联网实时传输至远程诊断服务终端,供诊断服务终端的工程师实时监测设备的服役状况。诊断中心工程师定期给出设备健康情况的报告,并在设备出现高等级报警时及时给出故障分析报告,提示对报警设备进行故障排查和维护,并给出书面上指导意见。针对轧机系统常见的故障,通过分析设备机械结构,工作状态结合采集到的振动参数采用时、频分析、小波分析等工具进行故障的辨识。并引入了经验模态分解(EMD)分析方法来解决轧机数据分析中遇到的问题,EMD针对类似轧机类的非平稳运转的设备非常有效,且计算效率非常高。