随着现代工业生产设备大型化、连续化、高速化和自动化的不断发展，机械设备的故障诊断技术越来越受到重视。保证生产的连续性，减少设备特别是重要设备的停机时间，是保证企业追求高经济效益的前提，而设备状态监测与故障诊断技术将为此提供一个有效的解决途径。烟气轮机(简称烟机)是石油化工行业常见的关键设备之一，它利用催化裂化装置生产过程中产生的高温再生烟气余热驱动离心式或轴流式空气压缩机做功或给发电机提供动能，它的运行情况直接关系到装置的运行周期和能耗水平．对保证装置正常平稳运行和节能降耗具有重要意义。在石化企业的生产过程中烟气机组运行状态实时数据采集系统存储了大量的数据，这些数据的背后隐藏了大量的知识，但没有被深刻理解和有效的利用。而数据挖掘技术正是研究如何从大量的数据中智能的、自动的提取出有价值的知识和信息，是当前相当活跃的研究领域。 本文在对旋转机械故障诊断技术、J2EE技术、数据库技术以及数据挖掘技术研究的基础上，有效的将它们应用于烟机机械故障诊断的实际应用中来。同时以旋转机械故障诊断技术理论为诊断的理论基础，以J2EE技术下的Struts架构为主要框架，并以目前在相关技术领域中应用最为稳定，查询效率最高的Oracle9I为数据库管理平台开发了一套针对石化企业烟机实时运行状态海量数据的管理系统，在系统中以数据挖掘技术中的决策树方法为数据挖掘方法理论有效的实现了故障判树以及判定规则的生成，从而为进一步的故障诊断提供了有效的诊断判据。最后通过对燕山石化生产现场3催一号站烟机数据的应用以及对故障实例的挖掘和诊断，证明课题研究的方法是可行的。该方法可以用于石化企业的烟气机组的性能分析、状态监测以及故障诊断等方面，为机组开展状态检修提供技术支持，很有意义。