| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-17页 |
| ·引言 | 第8-9页 |
| ·流程工业的信息化 | 第9-11页 |
| ·流程工业的特点 | 第9页 |
| ·工业以太网在企业信息化中的应用 | 第9-10页 |
| ·企业信息化实施现状 | 第10-11页 |
| ·Uniformance~(?)信息管理系统解决方案 | 第11-14页 |
| ·系统功能 | 第11页 |
| ·Uniformance~(?)的分布式结构 | 第11-12页 |
| ·Uniformance~(?)的系统构成 | 第12-14页 |
| ·因特摩系统 | 第14-16页 |
| ·系统功能 | 第14-15页 |
| ·系统模块 | 第15页 |
| ·因特摩系统应用于状态监测及故障诊断 | 第15-16页 |
| ·课题的提出及本人的主要工作 | 第16-17页 |
| 第2章 B／S结构的Web数据库技术 | 第17-27页 |
| ·引言 | 第17页 |
| ·WEB信息出版技术 | 第17-19页 |
| ·WEB数据库技术 | 第19-21页 |
| ·数据库系统的结构 | 第19-20页 |
| ·数据库与Web的连接 | 第20-21页 |
| ·B／S模式及其实现技术 | 第21-26页 |
| ·客户机／服务器模式(Clint／Server) | 第21-22页 |
| ·浏览器／服务器模式(Browser／Server) | 第22-26页 |
| ·B／S的通信方式 | 第22页 |
| ·B／S的三种工作方式 | 第22-25页 |
| ·B／S的三层体系结构 | 第25-26页 |
| ·Web安全性研究 | 第26-27页 |
| 第3章 远程监测与故障诊断技术基础 | 第27-37页 |
| ·引言 | 第27-29页 |
| ·智能故障诊断的方法 | 第29-32页 |
| ·基于模糊理论的故障诊断方法 | 第29-30页 |
| ·基于专家系统的故障诊断方法 | 第30-32页 |
| ·基于神经网络的故障诊断方法 | 第32页 |
| ·Web数据库B／S模式下故障诊断专家系统的基本框架 | 第32-34页 |
| ·基于B／S的远程故障诊断系统的关键技术 | 第34-37页 |
| ·Web数据库访问技术及ActiveX技术 | 第34-35页 |
| ·开放式专家系统的设计 | 第35-36页 |
| ·推理机的设计 | 第36页 |
| ·网络和网络技术 | 第36页 |
| ·多媒体信息集成技术 | 第36-37页 |
| 第4章 扬子公司WEB实时信息系统的设计与实现 | 第37-52页 |
| ·概述 | 第37-38页 |
| ·设计方案 | 第38-42页 |
| ·系统结构拓扑说明 | 第38-39页 |
| ·Uniformance~(?)与各种DCS的连接方案 | 第39-41页 |
| ·基于Uniformance~(?)的Web监控系统 | 第41-42页 |
| ·流程图、报表与趋势图的设计 | 第42-47页 |
| ·历史数据的存储 | 第47-48页 |
| ·Web页面设计与集成 | 第48-50页 |
| ·系统配置 | 第48-49页 |
| ·动态数据实时刷新技术 | 第49页 |
| ·系统安全控制 | 第49-50页 |
| ·系统评价 | 第50-52页 |
| 第5章 神经网络在高速旋转机械系统故障诊断中的应用 | 第52-61页 |
| ·概述 | 第52页 |
| ·神经网络理论简介 | 第52-55页 |
| ·转子试验平台故障诊断实例 | 第55-61页 |
| ·样本数据的提取 | 第55-56页 |
| ·神经网络训练 | 第56-57页 |
| ·神经网络训练结果分析和检验 | 第57-59页 |
| ·结论 | 第59-61页 |
| 第6章 炼油厂在线故障诊断与事故预警系统的设计 | 第61-73页 |
| ·概述 | 第61-62页 |
| ·系统结构 | 第62-64页 |
| ·系统的实现 | 第64-70页 |
| ·故障诊断系统与PHD接口的实现 | 第64-66页 |
| ·故障诊断知识库的开发 | 第66-69页 |
| ·在线操作手册的制作 | 第69-70页 |
| ·系统的Web功能 | 第70-71页 |
| ·系统评价 | 第71-73页 |
| 第7章 结束语 | 第73-75页 |
| 参考文献 | 第75-77页 |
| 致谢 | 第77-78页 |
| 附录 | 第78页 |
