本文首先阐述了净化厂的基本情况,包括生产设备、工艺流程、DCS系统,然后根据生产流程中各个采集数据点的关系,将数据点分为几个不同的模块,每个模块可以单独表示生产工艺中的一个流程。之后,针对项目建设的需求提出了对预警系统的设计思路,同时介绍了作为系统构架平台的ECM,提出了模型构建和数据处理的基本流程和方法。本文的主要研究对象是对预测预警平台系统的构建,因此本文随后研究数据分析的各种方法的理论知识,确定了PCA为系统中需要应用的主要的分析方法,并重点介绍了PCA算法的计算流程,另外,对于PLS、神经网络、小波、EWMA等分析方法也做了总体的概述。之后,提出了针对脱硫、脱水、硫磺回收、蒸气四个生产单元的模型设计方法。最后,在ECM中以主成分分析法PCA为主要模块建模,建立了脱硫、脱水、硫磺回收、蒸汽等生产单元的故障预测预警的模型,并且对模型中的每个元件进行了详细的介绍；在压缩机的模型中,由于开关机状态的分辨比较复杂,所以提出了以时间平移为核心的算法来确定机器的开关机状态。通过建模后组成的系统研究长寿分厂设备运行的状态,保证了监测对象的安全生产。本项目实现了对净化厂生产过程的实时监控,使得在生产中的可能发生危险之前及时发现潜在的问题并排除成为了可能,为净化厂安全生产提供了保障。