论文开展了设备状态在线监测诊断的智能化、网络化、自动化技术研究,并以火力发电厂的汽轮机、锅炉及主要辅机等主要设备为研究对象,进行了汽轮发电机组的网络化、智能化在线监测诊断系统研究。具体工作内容如下: 1 从智能化系统的知识工程入手,全面地分析论述了智能化系统的各种知识表达方法及特点,研究了智能化系统的知识获取与学习的主要方法与算法。在知识表达的分析研究基础上,提出了基于图形化网络拓扑结构的知识表达方式和适用于组合智能化推理的公用知识库构架,有利于直观、灵活地进行知识表达并提高知识库的使用效率;通过智能化系统的知识获取与学习方法、算法研究,提出了分层聚类与变结构结合的混合型知识获取与学习方法及算法,能够在线和离线地进行知识获取与学习,有效地适应于图形化网络拓扑知识结构和组合智能化推理机制。2 系统地研究分析了智能化系统的推理机制和算法,提出了改进型的专家系统推理、模糊逻辑推理、神经网络推理的推理机制和算法,将三种推理有机结合的并行组合推理及优化决策的推理决策方法与算法,能充分地利用图形化拓扑网络结构所构建的公用知识库进行推理决策。并行组合的智能化推理更能接近人类的思维模式,进一步提高设备状态在线监测诊断的智能化水平。3 进行了设备状态在线监测诊断的网络化结构体系研究,提出了利用分布式Web Service网络结构系统实现设备状态在线监测诊断的方法,能有效地实现资源共享、信息发布及远程传输,为智能化、网络化设备状态在线监测诊断提供了一条新途径。4 研制了汽轮发电机组网络化、智能化在线监测诊断系统,本系统的成功应用一方面突破了以往主要只对某一特定设备进行状态监测诊断的模式,另一方面探索了一条多参数复杂系统监测诊断的有效途径,有利于提升设备状态在线监测诊断的网络化、智能化、自动化水平。本学位论文的创新点如下: 1) 基于图形化网络拓扑结构的知识表达、利用、获取与学习方式构成融合型公用知识库。图形化网络拓扑结构的融合型公用知识库具有灵活、直观、易于修改特点;融合型公用知识库拓宽了知识库的应用范围,有利于提高知识库的使用效率。2) 提出专家系统采用基于事例的正向不精确推理、模糊逻辑采用基于规则的演绎推理、神经网络采用基于模型的非单调推理的智能化推理策略,三种推理可