因特网的普及和局域网建设,为故障诊断技术的发展带来了 新的思路与前景,将因特网计算机地用技术与故障诊断技术相结 合,可构造一种全新的故障诊断系统,即基于因特网的远程故障 诊断系统( nternet-based Remote Diagnosis System IRDS) 如,美国斯坦福大学和麻省理工学院已合作开发了基于因持网的 下一代远程诊断示范系统。美国的DM2000系统和PDS系统都是 基于网络环境,能同时对多台设备进行在线监测和智能诊断多种 典型故障,具有远程通讯能力,能对企业的管理和控制系统联网 通信,使企业不同部门都能同时获取设备运行状态信息,也能对 不同地区、不同企业的设备进行监测和故障诊断等。在国内.西 安交通大学、上海交通大学和哈尔滨工业大学等已进行工业领域 的远程诊断研究工作.并取得了初步成果:华中理工大学也于 1997年初开始了前期研究工作,并在因特网上设立了一个远程诊 断宣传站点,介绍远程诊断技术,以实验室的方式向用户提供远 程诊断服务。它的主要功能为 (1)诊断任务调度一方面是诊断任务分解,将某一诊断请求 按一定策略分解或分送到不同的诊断子系统进行诊断,并对整个 诊断过程进行调度管理;另一方面是管理多个诊断任务。 2)远程数据获取诊断系统或研究人员异地远程获取设备 状况及相关信息。理想的情况是能以远程控制采集系统的方式获 取需要的信息,并从网上获取该设备的设计、制造、维修等相关 信息 (3)远程信号分析包括诊断服务方和客户方所进行的信息 分析两个方面。服务方信号分析功能主要在于信号特征自动提取; 客户方信号分析功能主要在于提供远程信号分析工具。 (4)远程故障诊断针对某一诊断对象,采用相应的某一诊断 方法或某些诊断方法的融合。对异地设备进行远程故障诊断,快 速传送诊断结果。 (5)远程协作诊断提供多诊断系统和专家的异地诊断协作 环境,还包括对诊断对象的诊断结果的综合。 35应用人工神经网络(ANN)进行诊断 由于ANN具有联想、容错、自适应、自学习和处理复杂多 模式等特点,近年来开展了诸多研究和应用。这种方法将被诊断 的系统的症状作为网络的输入,将所要求得到的故障原因作为网 络的输出,并且神经网络将经过学习所得到的知识以分布的方式 隐式地存储在网络上,每个输出神经元对应着一个故障原因。目 前常用的几种算法有:误差反向传播(BP)算法、双向联想记忆 (BAM模型和模糊认识映射(FCM)等。 近几年来,人工神经网络广泛用于许多工程领域.包括故障 诊断,因为神经网络有着比传统估计更好的潜在特性:①强大的 非线性映射特性,使之易于建立起像液压和航空动力系统这样 些复杂的非线性系统和随机过程的模型。②神经网络承受硬件损 坏的能力比一般计算机强得多。③即使对十未知类型的故障也能5 因特网的普及和局域网建设，为故障诊断技术的发展带来了 新的思路与前景，将因特网计算机地用技术与故障诊断技术相结 合，可构造一种全新的故障诊断系统，即基于因特网的远程故障 诊断系统(Internet—based Remote Diagnosis System IRDS )。 如，美国斯坦福大学和麻省理工学院已合作开发了基于因持网的 下一代远程诊断示范系统。美国的 DM2000 系统和 PDS 系统都是 基于网络环境，能同时对多台设备进行在线监测和智能诊断多种 典型故障，具有远程通讯能力，能对企业的管理和控制系统联网 通信，使企业不同部门都能同时获取设备运行状态信息，也能对 不同地区、不同企业的设备进行监测和故障诊断等。在国内．西 安交通大学、上海交通大学和哈尔滨工业大学等已进行工业领域 的远程诊断研究工作．并取得了初步成果；华中理工大学也于 1997 年初开始了前期研究工作，并在因特网上设立了—个远程诊 断宣传站点，介绍远程诊断技术，以实验室的方式向用户提供远 程诊断服务。它的主要功能为： (1)诊断任务调度 一方面是诊断任务分解，将某一诊断请求 按—定策略分解或分送到不同的诊断子系统进行诊断，并对整个 诊断过程进行调度管理；另一方面是管理多个诊断任务。 (2)远程数据获取 诊断系统或研究人员异地远程获取设备 状况及相关信息。理想的情况是能以远程控制采集系统的方式获 取需要的信息，并从网上获取该设备的设计、制造、维修等相关 信息。 (3)远程信号分析 包括诊断服务方和客户方所进行的信息 分析两个方面。服务方信号分析功能主要在于信号特征自动提取； 客户方信号分析功能主要在于提供远程信号分析工具。 (4)远程故障诊断 针对某一诊断对象，采用相应的某一诊断 方法或某些诊断方法的融合。对异地设备进行远程故障诊断，快 速传送诊断结果。 (5)远程协作诊断 提供多诊断系统和专家的异地诊断协作 环境，还包括对诊断对象的诊断结果的综合。 3.5 应用人工神经网络（ANN）进行诊断 由于 ANN 具有联想、容错、自适应、自学习和处理复杂多 模式等特点，近年来开展了诸多研究和应用。这种方法将被诊断 的系统的症状作为网络的输入，将所要求得到的故障原因作为网 络的输出，并且神经网络将经过学习所得到的知识以分布的方式 隐式地存储在网络上，每个输出神经元对应着一个故障原因。目 前常用的几种算法有：误差反向传播(BP)算法、双向联想记忆 (BAM)模型和模糊认识映射(FCM)等。 近几年来，人工神经网络广泛用于许多工程领域．包括故障 诊断，因为神经网络有着比传统估计更好的潜在特性：①强大的 非线性映射特性，使之易于建立起像液压和航空动力系统这样一 些复杂的非线性系统和随机过程的模型。②神经网络承受硬件损 坏的能力比一般计算机强得多。③即使对十未知类型的故障也能