[01756631]基于智能监控和可靠性理论的设备管理系统

课题来源：江西省科技攻关项目　　技术原理：系统采用改进的神经网络技术，实现设备的智能故障诊断，实现了设备状态的即时跟踪。通过数据的导入和导出功能，可以很方便地将设备信息与设备的采购部门共享，完成对设备的全寿命周期的跟踪。引入了循环自构形算法对BP神经网络隐层进行精简，提高BP神经网络的泛化性。使用这种改进后的神经网络对设备进行故障诊断，提高了设备诊断的精度。系统采用JSP实现，数据库采用SQL-Server，系统具有较好的智能性、开放性及通用性。　　性能指标：　　(1)系统可实现设备信息的管理、查询、打印等一系列网上管理功能，实现从传统管理模式向现代信息化管理的转变。　　(2)系统能实现工厂设备的汇总查询、车间设备查询、备件查询。从宏观反映工厂主要生产部门设备情况、从微观详细介绍设备所在的车间、型号、功率、购买日期等数值。　　(3)系统能实现设备状态的远程监视，在一个故障发生之后快速检查设备的状态，从而减少现场检查的工作。当设备出现故障时，产生报警以提醒维护人员，同时也能观察设备的错误状态信息，从而使维护人员能在第一时间获得设备的故障信息，及时分析故障原因、制定相应的对策，以及快速更换有问题设备，减少因设备故障而导致的生产停顿。　　(4)系统具备设备的预防性维护，既能根据设备的性能给出维护提示也能根据设备的使用寿命给出设备的维护提示。　　(5)汉化图形界面，操作简便。　　(6)系统设计合理，运行可靠。　　技术的创造性与先进性：　　与国内同类技术相比，课题组采用目前计算机中较为前沿的研究方法、理论，设计方法科学，结合智能信息处理技术研究了新的设备故障诊断方法与理论，使得故障诊断结论更加准确，提出的基于可靠性理论的维修策略可降低设备的维护成本，具有一定的创造性与先进性。　　本课题的研究成果具有良好的操作性、交互性、安全性、可移植性、可维护性，能用于各类生产企业的设备管理并能改善故障诊断的精度。该项目已投入实际应用，取得了良好的应用效果。