现代工业生产自动化、连续化水平的不断提高，对生产的可靠性、安全性提出了更高的要求，因而过程监控已成为过程控制领域的重要研究方向之一。过程监控的理论与实践涉及多方面学科和技术，而过程故障检测、故障诊断规则获取一直是研究的难点和热点。为此，本课题对工业过程故障诊断进行研究和探索。随着计算机与网络信息技术的发展，故障诊断中采集的数据急剧增加，因而将数据挖掘技术应用于故障诊断中。 为此，本文提出了基于故障诊断的数据挖掘系统。基于故障诊断的数据挖掘系统，既是一个数据挖掘系统，又必须满足故障诊断的特殊性。基于故障诊断的数据挖掘系统针对故障诊断提供解决方案。 该系统以粗集为关键技术。从实际中获得的数据常常包含噪声，存在不确定因素和不完整信息。运用纯数学上的假设来消除不确定性，往往效果不理想。粗集作为数据挖掘方法的一种，是一种处理不精确或不完整信息的强有力数学工具，在故障诊断中的应用是一个新的研究方向。粗集能从大量数据中挖掘出有用知识，所以能有效地应用于故障诊断，并且可以克服以往存在的知识获取瓶颈。 在设计算法的时候，充分考虑到故障诊断的数据和需求的特殊性，并作了优化。引入规则的置信度和支持度，提出了在故障诊断中的基于粗集的数据挖掘算法，提出了在故障诊断中的时态信息系统转换为信息系统的方法。 使用数据库连接池技术。连接池技术尽可能多的重用了消耗内存的资源，大大节省了内存，提高了程序效率，同时，通过其自身的管理机制来监视数据库的连接数量、使用情况等。 该系统以粗集为关键技术，采用适合故障诊断的算法，从现有的故障诊断的数据出发，能有效地处理不完备数据、不一致数据，实现提取基于过程监控的数据挖掘系统及其应用诊断规则的目的，高效快速地导出故障诊断规则。 本文论述了粗集基本理论、扩展理论及时间序列数据的处理方法，提出了基于故障诊断的具体算法，并介绍了基于故障诊断的数据挖掘系统结构及功能，最后将系统应用于机械故障诊断。