随着科学技术的进步,现代生产设备正朝着自动化、集成化、大型化发展,设备结构越来越复杂,故障诊断也变得越来越重要。网络化技术的应用使得大型设备的状态监测和故障诊断从集中式迈向分布式,基于开放式网络的新一代分布式监测与远程诊断也应运而生。数据服务是监测与诊断的桥梁,是实现分布式监测和远程诊断的关键问题之一。 本文以广东工业大学与珠江钢铁公司(简称珠钢)合作的广州市重点攻关项目(全自动大型薄板连轧机组智能监测系统)为背景,研究了珠钢的连轧机组CSP(Compact Strip Product)设备的远程监测与故障诊断。珠钢的CSP轧机组在生产中生成大量过程数据文件,可以通过实时分析这些过程数据文件包含的信号来判断设备的运行状态,从而为设备的远程监测和故障诊断提供信息。状态监测的关键是信号的分析处理和特征提取。取得设备的状态信息后,可以通过数据挖掘来完善故障知识库,从而为故障诊断提供辅助决策支持。 论文首先分析了故障诊断在国内外的发展状况,接着在第二章和第七章分别介绍了数据服务系统的设计内容和实现过程。 珠钢的生产现场应用了三级控制机制,根据轧机运行和现场监控的实际情况,作者在第三章提出远程数据采集方案及信号分析与特征提取的相关方法。针对数据量庞大的问题,作者在第四章讨论了数据压缩方法,并给出了可行的数据压缩方案,解决了大量数据传输与存储的实时性问题。在第五章,作者介绍了实时数据处理接口,克服了远程的实时监视和实时数据处理的难题。 接下来,作者在第六章运用关联规则(Association Rule)挖掘故障征兆的关联信号,通过监测信号的状态可以预测设备的运行状态,使用贝叶斯分类(Bayesian Classification)方法进行数据文件的故障预测。 最后,论文给出了系统的实现过程,对所做的研究工作进行了总结,对将来更深入的研究进行了展望,并且提出了需要进一步完善与改进的地方。 作者结合现场的实际情况和用户的需求,通过应用ASP.NET和SQL Server数据库技术开发了一套B/S模式的面向远程故障的实时数据服务系统。论文研究成果可实现企业内部甚至企业之间的诊断知识与诊断数据共享,减少现场工作人员