旋转机械作为最常见的机械设备,是工业连续化生产的核心部分。当旋转机械出现故障,轻则造成设备损坏、经济损失,重则造成人身伤害甚至伤亡出现。因此旋转机械稳定可靠运行尤为重要,必须时刻了解设备实时运行状况。当设备运行过程中出现异常时需及时分析原因,进行故障诊断。通过运用网络通讯技术、数据库技术、ASP.NET技术和人工智能技术,开发出基于B/S模式的旋转机械故障诊断实验平台,同时研究旋转机械不同故障类型的分类方法。研究内容主要分为数据传输的实现、诊断方法的探索以及网络平台的搭建三个部分。数据传输功能的实现方案主要为,使用Visual Studio软件对采集软件进行二次开发,以获取实验数据,同时将实验数据实时存入数据库中。设置现场服务器数据库与远程服务器数据库,将其进行连接,实现远程获取实验数据的功能,以便进行远程数据处理及网页调用显示等操作。对于旋转机械多种故障类型,挑选了平行不对中、角度不对中、碰摩等典型故障类型进行诊断方法的探索。通过对采集的不同故障类型的数据信号进行时频域分析后,确定最终的故障类型分类识别算法。网络平台主要的功能模块有,旋转机械运行状态监测模块、旋转机械故障类型识别和诊断模块、故障诊断相关知识模块、设备资料介绍模块、历史数据查询模块以及相关文献资料查询和下载模块。其中,旋转机械运行状态监测模块以及旋转机械故障类型识别和诊断模块为主要开发模块,分别实现了旋转机械运行状态实时监测功能以及故障类型的识别与诊断功能。最后,针对开发出来的网络平台进行测试与现场应用。测试结果表明,本实验平台能够有效地对现场实验台旋转机械设备进行工况监测与故障诊断,具有良好的普适性和可操作性。