基于遠程機械設備故障診斷的研究與開發(fā).pdf

1、該論文在通過對旋轉機械設備故障機理和特征的研究分析的基礎上,結合專家系統(tǒng)技術和計算機技術,分析了基于Internet的遠程故障診斷系統(tǒng)的可行性和優(yōu)越性,介紹了診斷系統(tǒng)的Browser/Server體系結構,簡述了遠程故障診斷的系統(tǒng)框架和主要功能模塊,同時指出了診斷系統(tǒng)的自學能力特點,系統(tǒng)自我完善、自我更新的智能化功能.特別是利用粗糙集理論來實現(xiàn)BP神經(jīng)網(wǎng)絡的結構優(yōu)化.在故障診斷領域,對具有多種故障類型,并且每一種故障可能表現(xiàn)出多種征兆集

2、的工程診斷,神經(jīng)網(wǎng)絡模型的學習數(shù)量級往往很大,應用粗糙集的數(shù)據(jù)約簡實現(xiàn)神經(jīng)網(wǎng)絡的輸入層神經(jīng)元的減少,相對的簡化了神經(jīng)網(wǎng)絡的結構,從而提高診斷的效率和準確率,最后的輸出結果利用模糊理論,在適當?shù)南薅ㄖ瞪线M行截取,獲得相應的故障類別.該模型在故障診斷中有良好的應用前景.在開發(fā)工具上,該系統(tǒng)采用了Visual Studio.Net作為開發(fā)平臺,主要是采用Visual C＃.Net結合XML、ASP等開發(fā)工具,利用SAX、DOM、SOAP及SO