基于J2EE的智能预诊集成工具开发

发布时间：2021-03-12 08:21

　　机械设备的可靠性、运行效率和无故障时间对于实现安全运行、提高企业的经济效益和市场竞争力至关重要。采用先进的智能维护管理模式,利用预诊（Prognostics）技术和网络通讯手段,充分发挥信息化技术在机械设备维护管理中的作用,进而达到对重大设备和关键部件的运行状况进行实时性能评估及剩余寿命的动态预测,对实现机械设备关键部件的全生命周期智能管理,以及近零故障运行（Near-Zero-Downtime）具有重要意义。另一方面,基于Web的全生命周期智能预诊作为一种新兴的维护技术,具备了诊断的实时化、智能化、系统化、早期化、网络化五大特点,通过数据融合技术,实现了设备实时性能评价与诊断、智能化系统、早期预诊等功能,引领了目前设备维护领域的发展趋势。因此,本文面向智能预诊的网络化实现,对基于J2EE的智能预诊集成工具进行了研究。本文从实时预诊的角度出发,提出一种统一的四层框架结构,完整地阐述了每层的功能及设计思想。并特别指出了智能预诊数据格式规范化对拓宽智能预诊应用的重要性,在此基础上提出了基于J2EE的智能预诊系统框架。对基于J2EE智能预诊系统的关键技术进行了研究,包括基于信号处理算法的特征... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：86 页

【学位级别】：硕士

【部分图文】：

fft工程目录

播放准备

历史数据放(2)点击“播放开始”按钮后，趋势绘图窗口中显示情况如图6-12所示

【参考文献】：
期刊论文
[1]基于改进ARMA模型的时用水量预测[J]. 吉乔伟,毛根海,郑冠军,程伟平.  江南大学学报(自然科学版). 2008(02)
[2]航空发动机性能参数预测方法[J]. 李晓白,崔秀伶,郎荣玲.  北京航空航天大学学报. 2008(03)
[3]基于状态的维修研究现状与发展趋势[J]. 殷苏东,陈旭华.  科学技术与工程. 2008(06)
[4]用模糊综合评判法评估钢制储罐的寿命[J]. 刘刚,朱海军,张赞牢.  石油化工设备. 2006(02)
[5]车轮踏面擦伤的集成粗糙神经网络预示诊断[J]. 姜爱国,王雪.  清华大学学报(自然科学版). 2005(02)
[6]基于模糊评判方法的涡轮叶片蠕变疲劳寿命预测[J]. 吴学辉,程礼,陶增元.  航空发动机. 2004(03)
[7]面向智能维护的嵌入式无线预诊断智能体技术[J]. 张蕾,曹其新,李杰,张春余,张静永.  机械设计与研究. 2004(02)
[8]基于RDCM的设备视情维护系统的技术研究[J]. 赵涛,韩吉韬,郭捷.  机械设计. 2004(02)
[9]基于神经网络模型的故障预报技术研究[J]. 程惠涛,黄文虎,姜兴渭,王日新.  哈尔滨工业大学学报. 2001(02)

博士论文
[1]复杂装备远程智能监测、诊断与维护系统研究[D]. 张荣涛.南京理工大学 2002

硕士论文
[1]基于JSF框架技术与Matlab的机械故障监测与诊断系统的设计与实现[D]. 谭名暄.武汉科技大学 2008
[2]基于逻辑回归和支持向量机的设备状态退化评估与趋势预测研究[D]. 雷金波.上海交通大学 2008
[3]基于Web的远程监测与故障分析系统的研究[D]. 何光伟.大连理工大学 2006
[4]基于WEB的中国实验快堆重要设备的远程故障诊断系统研究开发[D]. 付陟玮.中国原子能科学研究院 2006



本文编号：3077998