| 图表索引 | 第1-11页 |
| 第一章 绪论 | 第11-28页 |
| 1．1 引言 | 第11页 |
| 1．2 设备故障诊断技术概述 | 第11-13页 |
| 1．3 Internet技术的发展 | 第13-15页 |
| 1．3．1 Internet的起源与发展 | 第13-14页 |
| 1．3．2 Internet的六大服务 | 第14-15页 |
| 1．3．3 Internet的意义 | 第15页 |
| 1．4 基于Internet的远程故障诊断技术 | 第15-19页 |
| 1．4．1 远程故障诊断技术的发展 | 第15页 |
| 1．4．2 国内外发展现状 | 第15-17页 |
| 1．4．3 远程故障诊断的各种工作情形 | 第17-18页 |
| 1．4．4 远程故障诊断的优越性 | 第18-19页 |
| 1．5 民航发动机远程故障诊断技术的探讨 | 第19-22页 |
| 1．5．1 民航发动机故障诊断技术现状 | 第19-21页 |
| 1．5．2 民航发动机对远程故障诊断技术的迫切需求 | 第21-22页 |
| 1．6 实现民航发动机远程故障诊断需要解决的关键技术问题 | 第22-23页 |
| 1．6．1 涉及的技术领域 | 第22页 |
| 1 6．2 需要解决的关键技术问题 | 第22-23页 |
| 1．7 研究方案 | 第23-26页 |
| 1．7．1 技术思路 | 第23-25页 |
| 1．7．2 民航发动机远程故障诊断服务中心 | 第25-26页 |
| 1．8 本文研究内容 | 第26-28页 |
| 第二章 铁谱分析系统的网络化 | 第28-50页 |
| 2．1 引言 | 第28-29页 |
| 2．2 铁谱分析技术概述 | 第29-32页 |
| 2．2．1 铁谱分析技术的发展 | 第29-30页 |
| 2．2．2 铁谱仪简介 | 第30-32页 |
| 2．3 DMAS系统的改进设计与网络化 | 第32-36页 |
| 2．3．1 DMASⅡ系统 | 第32-35页 |
| 2．3．2 DMASⅢ系统 | 第35-36页 |
| 2．4 全自动颗粒制谱仪控制器设计 | 第36-42页 |
| 2．4．1 总体结构 | 第37-38页 |
| 2．4．2 硬件原理 | 第38页 |
| 2．4．3 软件与通信 | 第38-42页 |
| 2．5 铁谱显微镜自动控制器设计 | 第42-44页 |
| 2．5．1 总体结构 | 第42-44页 |
| 2．5．2 硬件原理 | 第44页 |
| 2．6 铁谱分析系统软件设计及通信与网络接口 | 第44-46页 |
| 2．7 铁谱分析系统在远程故障诊断中的应用 | 第46-48页 |
| 2．7．1 铁谱分析系统的远程监控 | 第46-47页 |
| 2．7．2 图谱信息的网络传输 | 第47-48页 |
| 2．8 小结 | 第48-50页 |
| 第三章 远程数据采集终端研究 | 第50-68页 |
| 3．1 引言 | 第50页 |
| 3．2 远程数据采集技术概述 | 第50-53页 |
| 3．2．1 远程数据采集在故障诊断中的重要性 | 第50-51页 |
| 3．2．2 现有远程数据采集技术的特点 | 第51页 |
| 3．2．3 轻量级电器设备的Internet接入方案 | 第51-53页 |
| 3．2．4 基于WebChip技术的优越性 | 第53页 |
| 3．3 WebChip技术概述 | 第53-58页 |
| 3．3．1 WebChip技术原理 | 第54-56页 |
| 3．3．2 WebChip芯片PS2000 | 第56-57页 |
| 3．3．3 WebChip技术的应用 | 第57页 |
| 3．3．4 MCUNet协议简介 | 第57-58页 |
| 3．4 基于WebChip和高级单片机设计灵巧型远程数据采集终端 | 第58-65页 |
| 3．4．1 总体设计 | 第58页 |
| 3．4．2 硬件原理 | 第58-63页 |
| 3．4．3 软件与通信 | 第63-65页 |
| 3．5 远程数据采集终端的应用 | 第65-66页 |
| 3．6 小结 | 第66-68页 |
| 第四章 基于Internet的远程控制研究 | 第68-79页 |
| 4．1 引言 | 第68-70页 |
| 4．2 以机械手为对象的远程控制系统 | 第70-72页 |
| 4．2．1 远程控制系统的总体结构 | 第70页 |
| 4．2．2 机械手的特性 | 第70-71页 |
| 4．2．3 网络传输延迟分析与处理 | 第71-72页 |
| 4．3 控制算法 | 第72-76页 |
| 4．3．1 广义预测控制 | 第72页 |
| 4．3．2 基于神经网络的广义预测控制 | 第72-75页 |
| 4．3．3 控制算法改进 | 第75-76页 |
| 4．4 系统仿真 | 第76-78页 |
| 4．5 小结 | 第78-79页 |
| 第五章 虚拟仪器技术在远程故障诊断中的应用 | 第79-92页 |
| 5．1 引言 | 第79页 |
| 5．2 虚拟仪器技术概述 | 第79-81页 |
| 5．3 虚拟仪器的网络化 | 第81-82页 |
| 5．4 基于G Web Server的远程状态监视 | 第82-87页 |
| 5．4．1 G Web Server的工作原理 | 第82-83页 |
| 5．4．2 发动机试车台远程状态监视 | 第83-87页 |
| 5．5 基于DataSocket的远程虚拟仪器技术 | 第87-90页 |
| 5．5．1 DataSocket的技术原理 | 第87-89页 |
| 5．5．2 将DataSocket集成到WEB应用中 | 第89-90页 |
| 5．6 小结 | 第90-92页 |
| 第六章 远程故障诊断的CSCW环境研究 | 第92-103页 |
| 6．1 引言 | 第92页 |
| 6．2 远程故障诊断的CSCW环境概述 | 第92-95页 |
| 6．2．1 CSCW技术概述 | 第92-95页 |
| 6．2．2 CSCW环境与远程故障诊断 | 第95页 |
| 6．3 基于ASP技术实现的CSCW环境 | 第95-99页 |
| 6．3．1 总体设计 | 第95-99页 |
| 6．3．2 远程故障诊断的应用 | 第99页 |
| 6．4 利用Datasocket技术实现CSCW | 第99-102页 |
| 6．5 小结 | 第102-103页 |
| 第七章 远程故障诊断专家系统 | 第103-122页 |
| 7．1 引言 | 第103-104页 |
| 7．2 网络化故障诊断专家系统技术概述 | 第104-108页 |
| 7．2．1 网络化故障诊断专家系统的优越性 | 第104-105页 |
| 7．2．2 Internet与专家系统的结合 | 第105-107页 |
| 7．2．3 基于动态Web技术的专家系统结构 | 第107-108页 |
| 7．3 基于网络环境的专家系统 | 第108-116页 |
| 7．3．1 基于网络数据库的知识库 | 第108-111页 |
| 7．3．2 推理系统的实现 | 第111-116页 |
| 7．4 CFM56-5B发动机FADEC系统的故障诊断专家系统 | 第116-121页 |
| 7．4．1 FADEC系统维护概述 | 第116-119页 |
| 7．4．2 建立FADEC系统故障诊断知识库 | 第119-121页 |
| 7．4．3 FADEC系统故障诊断专家系统的应用 | 第121页 |
| 7．5 小结 | 第121-122页 |
| 第八章 结束语 | 第122-124页 |
| 8．1 本论文的要点和贡献 | 第122-123页 |
| 8．2 今后的研究方向和设想 | 第123-124页 |
| 致谢 | 第124-125页 |
| 作者在攻读博士学位期间的研究成果 | 第125-126页 |
| 参考文献 | 第126-132页 |
