制氧系统是工业生产中不可或缺的工艺系统,它的主要功能是为工业生产提供氧气和氮气,以满足工业生产对氧气的需要。伴随着制氧系统设备的大型化、自动化、复杂化,制氧设备的故障诊断也变得十分复杂。因此故障监测和故障诊断在制氧系统的运行维护中的作用越来越受到重视。制氧设备的故障具有渐变性、不确定性的特点,为了能够准确、可靠地判断出设备故障必须采用合理的故障诊断算法对多传感器数据进行处理,从而判断出正确的设备故障模式。本文深入介绍了故障诊断的各种方法,对于各种方法的优点与缺点进行了深刻的剖析。同时介绍了数据融合的基本概念、基本原理,以及数据融合的层次和模型结构形式,对常用的数据融合算法进行了总结归类,并详细介绍了D-S证据理论和模糊积分的理论基础以及算法实现。在此基础之上提出将模糊数学、D-S证据理论和模糊积分算法应用于制氧系统的设备故障诊断当中,并将三种方法结合起来应用于制氧系统的重要设备-主换热器的故障诊断中；对于D-S证据理论在应用过程中可能由于证据冲突等原因而造成数据融合错误的情况提出了解决方法。通过算例证明由模糊数学、D-S证据理论和模糊积分算法所构成的故障诊断能够提高故障诊断可靠性与准确性。本文介绍了目前国内开发故障诊断系统的方式、方法,指出其在现场应用中的缺点。提出利用可编程控制器(PLC)的上位组态软件开发故障诊断系统的思想,通过国产组态软件-组态王实现了基于模糊数学、D-S证据理论和模糊积分算法的C语言制氧设备故障诊断程序,通过测试得到了满意的结果,证明通过PLC的上位组态软件进行故障诊断系统开发具有现实可行性,并且该方法简单、省钱、省力、省时,能够很好地将故障诊断技术应用于实际当中。