该文使用数据挖掘的方法,对具有时间序列特性的多维数据模型进行了研究,探讨了针对该类型数据进行数据挖掘的方法,并且初步设计了相应的数据挖掘工具.该文从油液监测的工作现状入手,分析了油液数据采样和分析中面临的问题.光谱分析是油液分析工作中采用最多的方法.而在进行光谱分析的工作中,有以下问题影响到工作的质量和连续性：1）油液监测数据的积累与存贮;2）观测人员经验的积累与量化;3）测量数据中噪音的分辨与修正;油液光谱分析的目的是监测设备磨损情况,保障设备的正常运行,预防故障的发生.要达到上述要求,即要解决两个问题：1）如何根据光谱分析数据,正确判断设备磨损情况;2）根据对于设备磨损情况的历史记录,如何预测设备将来的磨损情况.该文基于数据挖掘的知识和方法,探讨了解决上述问题的相应方法.该文借鉴了美国南加州大学IMPACT实验室的AIMS系统.该文借鉴了其中的多元统计和神经网络算法进行数据分类算法的建模,所得结果与实际数据有较好的一致性.该文还介绍了定量规律发现系统Z-1及所做的数据挖掘工作.