在油气管道建设中,移动电源车、吊管机等大型机械设备扮演者十分重要的角色,由于这一类履带式工程车辆工作的特殊性,对它们的监控是非常必要的。监控内容包括油量、油压和设备姿态等物理参数,可以很好地帮助用户远程了解设备实时运行状态,数据长期的积累,可以用于研究、挖掘设备生命周期中的运转规律。本论文是在工程车辆监控终端和远程监控网络平台组成的一套系统的基础上,对如何处理监控终端通过网络发送上来的数据进行了详细的阐述。主要内容有:1)本文首先对课题的研究背景、目的和意义进行详尽的阐述,然后分析了国内外的设备监控技术以及该技术在工程车辆监控领域的发展和研究状况,介绍了大数据时代数据挖掘的发展情况,并且在本课题背景下进行数据的分析、处理、挖掘可以带来经济效益,又具有一定的创新性。2)介绍了如何对监控终端发送的数据包进行解析,并利用实验拟合出的多项式函数将非物理量数据还原为真实数据。完成将所有的真实数据存入SQL Server数据库对应的数据表中,并通过ASP.NET技术开发出用于监控的网络平台,实现监控参数的展示、设备信息的管理、设备GPS定位以及相关异常信息的报警和短信报警。3)本论文中主要使用均值平滑、小波变换等噪声处理方法进行数据的处理,对比去噪结果并选择合适的去噪方法。在引入数据拼接规则的基础上,将数据库中存储的设备参数导出并进行筛选,然后将数据按周期分组并对单个周期单独处理,完成了对整个周期内的油量、油压、转速、水温和倾角几个参数的不同方法的去噪处理。4)通过油量-时间关系简单还原出油耗-时间的变化关系。引入了神经网络方法进行数据处理和建模,通过多次试验确定选用的BP网络的结构以及相关系数,分组建立油耗与其他几个参数之间的网络模型,采用测试样本对网络进行验证并对产生的误差进行理论分析。