随着自动化技术的提高，压缩机越来越普遍运用到各行各业，在其运行过程中若出现异常状况或发生突发故障，将导致生产线或生产设备停机，造成重大经济损失，严重的甚至造成爆炸，对企业的人员和设备造成严重破坏后果。因此，研究压缩机状态监测方法和理论，并建立起完善的压缩机状态监测系统十分必要。本文结合某压缩机公司的实际需要，对压缩机智能状态监测理论和方法进行了研究和应用。首先在对容积式压缩机的工作原理和基本结构进行研究的基础上，分析了压缩机的典型故障模式，通过对压缩机状态信号的分析，将压缩机故障模式与状态信号联系起来，为压缩机状态监测的研究奠定了理论基础。设计了压缩机状态监测试验平台，为后续压缩机状态监测的研究提供实现途径。建立了智能状态预测模型，提出采用BP网络预测模型和ARIMA组合预报模型对压缩机热力学参数和电气参数进行状态监测研究，并在某压缩机运行现场进行了模型验证与应用。对小波理论进行了研究，提出将离散小波变换应用于压缩机压力脉动信号状态特征提取中，获得了反映压缩机工作状态的特征参数—小波分解高频系数，为压缩机的状态监测提供了一种新的方法途径。对信号的消噪原理和振动参量转换算法进行了研究，提出采用小波包消噪法和分周期积分法应用于压缩机振动信号预处理中，提高了压缩机状态监测的振动信号精度。结合应用实例探讨了压缩机频响特性的测试方法，设计了虚拟仪器式频响特性测试系统。提出了两种基于振动信号时频分析的压缩机状态监测新方法—连续小波尺度能量谱监测法和离散小波分频带能量监测法，在理论研究的基础上进行了实际应用。研究了噪声信号的采集方法，设计了噪声信号分析虚拟仪器系统。对压缩机噪声源进行了理论分析，提出采用多工况测试和1／3倍频程的方法来分析压缩机噪声分布特性。探讨了采用连续小波识别压缩机噪声源的方法。最后，对盲源分离理论进行研究，并应用于压缩机噪声信号监测中。建立了压缩机在线监测和故障诊断的多传感器信息融合系统结构。对决策级融合方法中的D-S证据理论进行了研究，并采用DSET融合诊断模型实现了多判据融合技术，对压缩机信息融合算例进行了分析。根据压缩机在线监测的发展与要求，采用虚拟仪器的设计思想，将智能状态监测理论和方法的研究结果进行了应用，设计了一套完整的压缩机状态监测系统，对系统进行了总体、软硬件设计与现场运行，取得满意的效果，验证了本文研究的新方法和新理论的有效性和实用性。