数控机床是一种典型的机电一体化设备,它作为技术密集型产品得到了广泛的应用。它的技术水平高低和拥有量多少,成为了衡量一个国家工业现代化水平的重要标志,体现着一个国家的综合科技实力。作为生产中的关键设备,它的任何部分出现故障,都将给企业造成一定的经济损失,严重时还会危及到操作人员的人身安全。同时,由于其技术先进,结构复杂,对一般技术人员来说维修越来越困难。因此,充分的利用已有的专家经验,保证数控机床安全、可靠、高效的运行,提高数控机床的使用率以及企业的经济效益,是目前急需解决的一个重要问题。本课题针对数控机床的机械故障研究了基于Web的神经网络和专家系统集成的网络化故障诊断系统,可对数控机床的常见机械故障进行诊断。论文根据数控机床机械故障诊断的实际需要进行了诊断系统的设计与开发,应用微软公司的ASP、MathWorks公司的MATLAB作为开发平台,建立了一个基于Web的专家系统和神经网络集成的诊断系统。在神经网络的结构设计过程中,采用了一种动态确定隐含层节点数目的结构优化方法,能够更方便的确定合理有效的网络结构。应用本课题的前期研究成果“机械设备状态检测与诊断虚拟仪器系统”进行信号的采集、处理、时域和频域分析得到需要的参数,完成神经网络的训练和测试。在此系统中神经网络和专家系统都可作为独立的模块进行故障诊断,允许用户根据实际需要选择单一模块或二者结合的方式进行诊断。网络化的诊断系统可以充分利用Internet实现专家经验、技术知识等资源的共享,缩短故障诊断和维修的时间。利用获得的故障知识、故障样本数据对系统进行了验证,结果表明该系统人机界面友好,操作简单,有效的提高了数控机床机械故障诊断的水平和效率。采用了模块化的原则进行系统设计,各部分之间均能独立的进行诊断互不干涉,而且使得系统的扩充十分方便。