在工业生产中,以人为主、以机为辅是一种常见的生产方式。由于人的参与,操作过程不可能像自动化生产那样每个步骤都是机械的动作。因操作不当而引起的异常,轻则导致产品质量下降、产品返工等问题,重则导致重大事故发生。因此,实时监测生产过程是非常必要的。监测生产过程是否发生异常对于保证产品质量、降低成本、降低事故发生概率具有重大的实际意义。本文主要研究普适计算环境下,如何根据感知到的情境信息对生产现场进行实时监测。由于生产是非常复杂的活动,普适计算环境下的生产监测具有以下几个特点：情境信息多重来源；异常识别需要综合不同时间的情境信息；在不同阶段需要监测的异常不同,异常识别需要与阶段识别相结合。针对这些特点,本文主要研究两个问题：(1)异常表示和监测：异常的描述是生产现场异常监测的关键问题之一,用户是生产操作人员,他们对普适计算、情境感知及复杂事件处理等技术不了解,这就需要设计出接近自然语言的信息描述方法,准确地表示生产中的异常信息；(2)多阶段异常监测：根据不同生产阶段的不同监测要求,将生产过程划分为多个阶段,每个阶段开始和结束设立过渡阶段,识别不同的阶段并按照阶段进行异常监测。本文在对相关研究现状分析的基础上,构建了情境模型和事件模型,提出Event-Context异常信息描述方法,用事件和情境表示异常,总结异常的不同表示类型,将其归结为七种模式,并转换为复杂事件形式,应用复杂事件处理引擎Esper进行异常的识别；提出了多阶段异常监测中各阶段的划分方法,用Event-Context形式描述阶段转换的条件,详细阐述阶段识别和异常监测的过程；以金相组织分析中的取样工序进行实验测试,并对实验效果和效率进行分析,证明了方法的可行性。