空压机是产生压缩空气的重要机器,其所处工况复杂,导致故障几率较高,目前国内多数企业对空压机的监测和状态分析水平落后。对此,本文提出了一种空压机远程监测系统,在提高监测水平的同时,研究并设计了空压机故障诊断与预测方法,用于分析空压机运行状态。本文以螺杆式空压机为研究对象,研究其机械结构和工作原理,从转子系统故障和其他常见故障两方面进行故障分析,分析比较常用故障诊断方法,选取了 BP神经网络作为本文研究分析的基本方法。其次,本文研究设计了空压机远程监测系统。分别从能量角度选取电能参数、热力学参数,从机器本身选取振动信号进行监测,研究分析三种数据的测量原理与方法、数据特点,进行系统方案设计,最终将整体系统分为本地数据采集、无线数据传输、远程数据处理三个部分,并且通过硬件软件设计实现功能。最后,本文研究了基于BP神经网络的故障诊断与预测方法。首先研究分析BP神经网络的原理;阐明其在故障诊断应用中的具体步骤,依次设计转子系统试验台获取样本数据,设计振动信号的BP神经网络,对振动信号的BP神经网络进行学习训练。另一方面,针对电能参数和热力学参数,设计了性能参数的BP神经网络,用以辅助空压机故障诊断与预测,提高研究方法的全面性和可靠性。本文文末通过系统测试分析,对本文设计的空压机远程监测系统进行功能测试分析,并且对采用BP神经网络设计的空压机故障诊断与预测方法进行应用测试,测试结果表现良好,验证了本文所研究设计内容的可行性。