起竖发射装置试验台主要用于模拟专用车的调平、起竖和发射平台的工况,是由电气、机械、液压等系统组成的大型复杂系统,对专用车的研究与制造起到重大作用。当试验台发生故障时,将对专用车的开发制造进度带来影响,造成极大的经济损失,故在现场维修人员相对缺乏的情况下,建立远程监测与故障诊断系统,快速诊断故障并提供方案,会有效地避免因长时维修所带来的经济损失。在建立试验台液压系统的远程监测网络与智能故障诊断系统时,采用螺旋式开发的方法,完成最重要功能的设计。采用该方法可以较快速的初步完成系统的设计,并且当再次为该系统进行进一步的完善与开发时,只需在该系统基础上做些修改与完善即可,为系统的进一步开发作出了铺垫。在对液压系统远程监测网络与智能故障诊断系统进行设计时,首先在了解起竖发射装置试验台系统的结构和原理的基础上,利用故障树分析法对液压系统的泵站部分的故障进行分析,为之后专家系统的知识获取做准备。接着对常见的液压故障进行分析,提前准备好AMESim的故障仿真所需要的数据信息。在对泵站系统进行仿真时,先对泵站原理图进行分析与简化,然后再根据简化后的泵站原理图建立泵站仿真模型。当仿真模型建立好后,利用已有的试验台进行实验,验证仿真模型的准确性。当模型的准确性得到验证后,将之前对常见液压故障进行故障分析得来的故障信号,以改变仿真参数的方式,对泵站系统进行故障仿真,以此来收集故障样本,克服新建试验台不易收集故障样本的困难。设计专家系统时,通过比较基于规则推理和神经网络推理的优缺点,再结合它们在机电领域故障诊断的情况和在液压系统故障诊断的缺点,提出了以神经网络推理为主,基于规则与框架融合的推理为辅的神经网络专家系统。通过分析比较知识的获取和表示的不同方法,选取了基于故障树知识的获取方式和基于规则与框架融合的知识表示。在对推理机进行设计时,先对基于规则的推理机进行设计,用CLIPS实现专家系统模块的开发,再介绍RBF神经网络算法,用Matlab的数学工具和来自故障仿真的故障样本实现神经网络的训练。搭建网关与服务器系统,对CANET进行二次开发,使之满足系统的使用要求。开发故障诊断专家系统时,对系统进行用例图和时序图分析,然后对故障诊断专家系统的诊断结果准确性进行检验。在检验的过程中,分别用从仿真得出的测试样本和从实验中遇到的故障实例用作检测,然后分析采用以神经网络推理为主,基于规则与框架融合的推理为辅的推理机制的优势。