随着大型机械设备在工业生产中的应用不断增多,现代工业的发展越来越高速化、自动化和智能化。同时对机械设备的低故障性、高可靠性和平稳性要求越来越高,很多故障只有尽早发现并加以处理,才能减少重大事故的发生,最大限度地避免造成不必要的经济损失和人员伤亡。针对以上问题,本文的目的是将SaaS架构与多信息融合技术运用到故障诊断领域,形成加权证据理论的融合故障诊断方法,设计并实现基于SaaS与多信息融合的大型机械远程故障诊断平台,来提高机械设备远程故障诊断服务的规范性与有序性,扩大远程在线监测及故障诊断的服务范围,使操作人员能够实时监测设备,了解设备的运行状态,以便尽可能早地对设备的异常状态作出应对,防患于未然。本文首先对机械设备故障诊断的研究与发展状况进行了分析,结合SaaS与多信息融合技术的优缺点,得出本系统平台的行业前景。其次,针对机械设备在故障诊断时的不确定性,运用D-S证据理论对多传感器的判断结果进行融合。通过对D-S证据理论所存在的不足,在进行综合分析之后,对其进行了改进。将D-S证据理论与加权思想相结合,形成了加权证据理论。通过算例分析,论证了加权证据理论可以提高故障诊断的精度和可靠性,为证据理论在故障诊断中的应用奠定了可靠的基础。同时,通过对SaaS软件服务的四级架构模式和系统的需求详细分析后,设计出本平台系统的架构模式,并对本系统的各个模块作了详细设计。最后,完成了基于SaaS与多信息融合的大型机械远程故障诊断平台的开发工作。