项目介绍：
系统概述
本系统是连接设备生产维护厂家、设备使用方以及领域专家的基于C/S结构的的远程故障诊断与维护平台。主要的功能是对大型旋转机械提供专家水平的信号分析、处理和综合诊断的技术服务，利用逐渐积累的维护知识库，根据诊断结论对用户提出维护处理的决策建议。
系统的主要特点有：
具备先进、实用的分析处理方法和知识获取及管理功能，以及高效融合多种知识和信息的综合算法。
基于Internet网络技术，能够实现异地的专业化诊断服务，从而改变以往“救火队”式的售后服务工作方式，节省大量的人力物力资源。
通过对相关的故障知识、维修案例、诊断案例的积累和自学习，可防止经验和知识的流失，并可不断提高系统诊断的准确性；
通过建立远程教育培训库，可及时共享各种资料和维修诊断标准，不断提高维修服务效率和规范化程度。
适用对象
本系统可安装于大型旋转机械生产厂家，用于对在运行的设备进行远程监测、故障诊断和提供维护支持；同时也可安装于设备运行厂家，作为故障诊断、状态监测的强有力的支持手段。另外，本系统可作为维护与故障诊断历史资料的计算机化管理平台，运行于上述的任何一个厂家。
系统功能
系统以网络和数据库技术为支撑，基于Client(客户端)/S（服务器端）结构，是基于Internet技术的远程故障诊断与维护支持系统。服务器端主要是提供数据源，安装在本地的客户端可通过网络，从服务器远程获取所需的数据，在本地完成在线监测、数据分析或获得历史维护案例信息，从而为在本地进行故障诊断和机组维护提供强有力的支持。该系统采用c#语言开发，系统的运行环境为中文Windows 2000/XP。系统由位于监测中心的服务器端和通过Internet访问该服务器的远程用户端两部分组成。
服务器端：
(1)工厂与机组信息管理：创建、保存和维护工厂及其配备的机组的基本信息、测点信息等。
(2)监测数据库：包括以下三种数据：
实时数据库：接收、存储机组实时监测的数据：
异常数据库：从实时数据中提取的异常监测数据；
趋势数据库：从实时数据库中按照不同时间间隔提取的数据，用于对机组运行的趋势做出分析和预测。
客户端：
状态监测：实时显示振动信号和各种过程量信号，并提供在线的报警和简单分析功能。
棒值图监测：各通道报警阈值设定和峰峰值监测。
单测点监测：每一个通道 X、Y通道振动实时波形、幅值谱、功率谱以及轴心轨迹监测。
多测点监测：多通道振动实时波形、幅值谱以及功率谱监测。
信号分析：对数据库中的数据进行离线或在线的详细的分析。主要分析手段有：
时域波形（选频带时域波形）
频谱分析（幅值谱分析，功率谱分析）
自相关、互相关分析
轴心参数（轴心轨迹、轴心位置图）
时频分析（WVD时频分析、CWD时频分析）
趋势预测（可进行短期以及长期的振动幅值趋势预测、信号频率特征趋势预测）
阻尼比分析与稳定性预测
稳定性分析：利用轴承一转子系统动力学原理，仿真系统的运动，并完成系统稳定性的评估。
智能诊断：主要利用人工智能领域最新的支持向量机技术，对机组运行过程的各种故障状态做出准确的判定：另外，利用该技术，对系统的振动幅值、频率特征等进行中长期预测。
维护支持：本模块主要由历史案例库、教育培训库和典型故障库等三部分构成。
历史案例由基本信息、诊断信息、维修信息、反馈信息等组成，还包含表征案例的振动时域、频域图形信息，是知识积累的体现。
教育培训库包含机组的相关文字影像资料，以及典型故障的维修流程等标准文件，用于提高维护入员的业务水平，规范操作过程。
典型故障库：提供汽轮发电机组常见的48种典型的故障的相关文字信息，包括故障现象、故障原因、检测方法、维修对策、故障机理。解决方案、九段谱特征量。
对上述各种库的操作包括：
案例查询、修改、添加、删除：
报表生成：包括案例的文字信息、图形信息。
系统管理：提供分级操作功能，保证系统的安全性。
