随着当前科学技术的不断发展,信息化建设也在工业领域中快速推进和应用,尤其是在工业设备监测当中,由于监测项目众多,需要接入各种不同类型的传感器,从而导致产生的数据位于不同的数据源,而且在语义和数据格式等方面具有异构的特点,给相关数据的管理和分析带来了极大的不便。因此提出一个针对大量多源异构监测数据的集成和处理方案,在解决异构数据源的差异的同时保证数据的完整性和时效性是非常必要的。现有的数据集成技术由于灵活性不强,而且随着数据量的增多时效性也表现的较差,所以在应用领域方面存在很大的局限性。然而工业设备监测当中,工业设备繁多,监测数据复杂,监测持续时间长,数据累积量大,同时在业务需求层面多样化,需要将不同设备监测数据进行集成,并对数据进行一系列的处理,并运用可靠的存储技术,提供快速有效的查询方式,实现工业设备监测中的智能化和信息化。本文针对目前数据集成领域存在的问题,并结合工业设备监测数据的特点,提出一种多源异构数据实时处理模型。该模型采用XML数据表达的方式,分析XML文档和数据库之间的映射机制,实现异构数据的转换,并针对多源传感器测量的数据存在的不确定性问题,采取改进的贝叶斯估计推理方法实现数据融合,以提高所测数据的真实性和可靠性。为保证监测数据的实时处理要求,在数据采集过程中,传感器采集的最新的数据存储在本地的实时数据库中,而经过处理的数据则存入服务器的历史数据库中做进一步分析和查询,同时在存储过程中确保数据的一致性。然后采用本文提出的多源异构数据实时处理模型完成大连LNG接收站设备实时监测系统的开发,并基于软件工程思想对该系统进行了完整的系统分析设计和功能实现,该系统能够有效的完成相关设备数据监测和全周期的实时故障诊断,并针对不同的处理需求提供了丰富的查询接口和可视化界面。经过实际应用证明本文提出的模型运用到实际业务场景中,能够保证数据的完整性、实时性和可靠性,在提高实时处理效率和信息化方面具有极大的实际意义。