计算机技术的发展及工业控制体系的日趋复杂,导致了生产过程测量数据的爆炸。过程数据中丰富的信息资源,可应用于各种控制任务,因此大量的过程数据需要存储。同时,由于测量误差、计算误差甚至人为因素,过程数据就不可避免的含有大量冗余和不相关信息。此外随着网络技术的发展,网络控制、远程监控已经逐步应用到工业生产过程中,大量过程数据需要通过网络实时地传输到异地以实现资源共享。因此发展过程数据实时压缩技术显得非常必要。数据压缩一方面可以剔除采样的冗余和不相关信息,保留过程主要特征信息,节约数据存储空间,另一方面可以减少数据流量,提高数据传输的速度及效率,为企业综合自动化系统服务,提高自动化技术的精确性、实时性。目前,过程数据压缩的主要方法可分为三类,即分段线性方法、矢量量化方法和信号变换方法。其中小波变换法,由于小波理论具有许多优良性质,特别在数据处理中具有许多传统方法无法比拟的优点,逐步被认为是最有前途的过程数据压缩方法。本文的主要研究工作如下:(1)分析工程数据的特点以及细节分量树数据压缩算法的特点,设计细节分量树数据压缩算法的数据保存结构。(2)分析细节分量树数据压缩算法在实际应用中的缺陷,提出了细节分量树数据压缩算法的压缩周期的选择方法,并且解决了系统在数据采集时无法避免的数据缺失所造成的影响。(3)经过电厂实时数据的实验,分析了压缩比、压缩因子、压缩增益,并于winrar的压缩效果进行比较,从而证明了细节分量树数据压缩算法的改进是有效的。(4)针对HARR小波的特点设计了基于细节分量树数据压缩算法的解压缩算法,经过电厂实时数据的实验,分析了数据保真度的指标,从而证明了细节分量树数据解压缩算法的改进是有效的。(5)分析水泥生产的工艺特点,完成水泥生产DCS系统的硬件配置、功能组态、画面设计。(6)利用水泥生产DCS系统产生的实时数据,针对不同特征的数据(变化幅度械氖荨⒈浠却笏俣嚷氖荨⒈浠却笏俣瓤斓氖?进行压缩效果和解压缩效果的分析,从而证明了细节分量树压缩算法是成功的。