随着现代工业和科学技术的迅速发展，生产设备结构日益复杂化和自动化，设备运行的安全性和可靠性对企业的持续发展起着至关重要的作用。本文的研究目的是设计并实现基于数据挖掘技术的设备故障智能诊断系统，旨在提高故障诊断的效率和准确率，减少甚至避免因设备故障误诊或延时诊断造成的经济损失和人员伤亡。针对课题的特点，本文运用统计分析法得到设备运行参数；运用模型分析法构建设备故障诊断模型；运用实证分析法验证了改进算法的正确性及有效性。首先，对研究背景和研究意义进行详细阐述，从数据挖掘技术、故障诊断技术、数据挖掘技术在故障诊断中的应用及故障诊断系统等几方面对国内外的研究现状进行比较分析，得出现有故障诊断技术的不足之处。并对故障诊断技术和数据挖掘技术的相关基础知识进行详细阐述，奠定本文的理论基础。其次，针对传统故障诊断系统知识获取困难的弊端，对将要研究的设备故障智能诊断系统进行需求分析。针对故障诊断过程中不同故障因素具有不同的故障贡献度的实际情况，提出更适用于设备故障诊断现实需求的矩阵加权关联规则算法(MWARMA算法)，通过引入故障因素权值提高故障诊断的准确率，通过直接计算k值，减少候选项集的生成，提高故障诊断的效率。最后，设计并实现基于矩阵加权关联规则算法的设备故障智能诊断系统。通过对系统数据库和主要功能模块的设计，对系统的各个应用界面进行实现。该系统能够及时有效的从海量设备状态数据中挖掘出设备故障信息，并提出预警，为设备维修提供决策支持，增强系统的实用性。