چکیده هر چند امروزه بکارگیری فن آوری مراقبت وضعیت از طریق آنالیز روغن ، به عنوان روش موثری در تشخیص فرسایش های غیر عادی یا عیوب تجهیزات و سیستم های مکانیکی شناخته می شود ، باید توجه داشت که در فرایند تحلیل و تفسیر نتایج آنالیزروغن، مسائلی نظیر شناخته رفتارهای فرسایشی، ویژگی های فنی، سوابق و تجارب قبلی آنالیز وغیره، جهت اجرای برنامه cm ، بسیار ضروری و تعیین کننده است.در این تحقیق سعی شده است علاوه بر تبیین جایگاه مراقبت وضعیت از طریق آنالیز روغن در یک نظام نگهداری و تعمیرات ، اطلاعات لازم جهت عملیاتی نمودن یک برنامه موثر cm تامین شود همچنین با داشتن منابع اطلاعاتی مناسب ، به بررسی رفتار فرسایشی موتورهای دیزل پرداخته شده است. تحلیل و بررسی این موضوع که مولفه های موثر در تحلیل وضعیت موتور ، کدام و میزان تاثیر آنها چقدر است، موضوعی است که در مدل داده کاوی مورد بررسی قرار می گیرد. شاخصهای مورد مطالعه درآنالیز روغن شامل : ویسکوزیته ، سیلیسیوم ، تعدادذرات (pq) فلزات فرسایشی نظیر آهن ، آلومینیوم ، سرب ،مس ، قلع،کروم،... بوده است.پس از داده برداری نوبت داده کاوی بوده است ، داده کاوی فرآیند کشف الگوها و روابط پنهان موجود بین داده هاست . داده های موتور کامیون بنز 2628 باتوجه به مدل های شبکه عصبی ، درخت های تصمیم گیری و مصور سازی و آمار توصیفی به عنوان نمونه مورد تحلیل قرار گرفته و نتایج آن بیان شده است. یافته های این مطالعه نشان می دهد الگوهای خاصی متناسب با مولفه های روغن وجود دارد و با توجه به حجم داده ها و ابزارها و شاخص های مرتبط ، قواعد مناسب را می توان استخراج نمود. در نهایت سعی اینجانب بر آن بوده است که مدلی هوشمند جهت تشخیص وپیش بینی عیوب در موتورهای مورد مطالعه ارائه دهم.