یکی از روش های بسیار مهم، جهت بالا بردن تولید و کاهش هزینه ها در صنایع، کاندیشن مانیتورینگ یا پایش وضعیت می باشد. در پایش وضعیت تجهیزات می بایست یک پارامتر از تجهیز نظیر ویسکوزیته روغن، صدا و ارتعاشات را تحت مراقبت قرار داد و در صورتی که نشانه ای از رفتار غیر عادی در روند تغییرات این نوع از پارامترها مشاهده شود، می توان به وجود عیب در تجهیز پی برد. با توجه به اینکه مراقبت و پایش وضعیت دستگاه ها مستلزم استفاده از فنون و دانش هایی است که در تمام صنایع به یک میزان در دسترس نمی باشند لذا تهیه یک نرم افزاری که تکنسین ها را در این زمینه کمک کند، بسیار موثر می باشد. از قابلیت های بسیار مهم یک نرم افزار جهت کاربرد در این زمینه می توان به بایگانی اطلاعات و امکان تحلیل با استفاده از هوش مصنوعی اشاره کرد. آنچه که در این پایان نامه مورد بررسی و تدوین قرار می گیرد مشتمل بر شناسایی هوشمند عیوب بر اساس شناسایی الگو، پرونده سازی و بایگانی اطلاعات، اضافه نمودن قابلیت بررسی روند تغییرات شاخص یک تجهیز در طول یک دوره ی زمانی و تعیین ملزومات سخت افزاری لازم جهت ارسال سیگنال ها بر خط می باشد. در قسمت بایگانی اطلاعات، سیگنال ها بر اساس نام کارخانه و نوع ماشین، موقعیت اندازه گیری و جهت اندازه گیری طبقه بندی می شود. در قسمت هوش مصنوعی به عنوان مهم ترین بخش در این پایان نامه، شناسایی هوشمند عیوب بر اساس شناسایی الگو و استخراج ویژگی از سیگنال های ارتعاشی و سپس طبقه بندی اطلاعات صورت می گیرد. جهت استخراج ویژگی از روش هایی نظیر تبدیل موجک، آنالیز مولتی رزولوشن و تحلیل انرژی در باندهای فرکانسی استفاده شده است. با توجه به گستردگی توابع موجک، انتخاب یک موجک مناسب جهت پردازش سیگنال های ارتعاشی و بالا بردن دقت تحلیل حائز اهمیت می باشد. پس از استخراج ویژگی و انتخاب یک تابع موجک مناسب، طبقه بندی سیگنال های ارتعاشی بر اساس ماشین های بردار پشتیبان صورت می گیرد. همچنین در این پایان نامه، جهت ارسال اطلاعات به فواصل دور، سامانه تله متری و نحوه استفاده از سخت افزارهایی نظیر plc مورد بررسی قرار می گیرد.