基于遠(yuǎn)程機(jī)械設(shè)備故障診斷的研究與開(kāi)發(fā).pdf

1、該論文在通過(guò)對(duì)旋轉(zhuǎn)機(jī)械設(shè)備故障機(jī)理和特征的研究分析的基礎(chǔ)上,結(jié)合專家系統(tǒng)技術(shù)和計(jì)算機(jī)技術(shù),分析了基于Internet的遠(yuǎn)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(jié)構(gòu),簡(jiǎn)述了遠(yuǎn)程故障診斷的系統(tǒng)框架和主要功能模塊,同時(shí)指出了診斷系統(tǒng)的自學(xué)能力特點(diǎn),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(lái)實(shí)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)優(yōu)化.在故障診斷領(lǐng)域,對(duì)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(luò)模型的學(xué)習(xí)數(shù)量級(jí)往往很大,應(yīng)用粗糙集的數(shù)據(jù)約簡(jiǎn)實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)的輸入層神經(jīng)元的減少,相對(duì)的簡(jiǎn)化了神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),從而提高診斷的效率和準(zhǔn)確率,最后的輸出結(jié)果利用模糊理論,在適當(dāng)?shù)南薅ㄖ瞪线M(jìn)行截取,獲得相應(yīng)的故障類別.該模型在故障診斷中有良好的應(yīng)用前景.在開(kāi)發(fā)工具上,該系統(tǒng)采用了Visual Studio.Net作為開(kāi)發(fā)平臺(tái),主要是采用Visual C＃.Net結(jié)合XML、ASP等開(kāi)發(fā)工具,利用SAX、DOM、SOAP及SO