机械设备故障在机械运行过程中不可避免的发生,设备出现故障首先不能完成既定的设备功能,还隐藏着巨大的危险,设备故障不能得到及时处理,可能引发火灾、爆炸等伤害性极大的生产安全事故,给人民的生命财产安全带来隐患,所以工业安全要求有效的监管,如何从技术上实现对设备运行工况的在线监测和远程诊断是一个具有现实研究意义的课题。传感器等检测仪器的发展为故障检测提供良好的非现场监测手段,同时,对监测数据采集和储存对实现故障类型分析和诊断决策提供有力的数据支撑。电主轴作为工业生产广泛应用的数控机床加工的核心部件之一,其工作性能直接关系到数控加工的运行。为保证电主轴在实际工况下正常运行和被加工产品的加工质量,针对电主轴运行状况的故障诊断系统研究显得异常重要。本文在物联网的大背景下,以实现工业互联网为基调,针对电主轴实时运行情况作为对象,展开了基于web的故障诊断系统的研究,实现了数据共享、机械设备分布式监测、数据集中处理的目的。首先,本文通过分析电主轴特性,选取能反映元件故障的特征信号,利用互感器等采集监测设备进行原始信号采集和处理,通过网络传输协议,将采集信号和信号对应所属监测编号统一传输到数据库进行储存和集中式管理,其次,为优化数据处理速度,本文设计实时数据表和历史数据表,以及对各监测点进行分表储存等一系列数据库调优设计处理,另外采用幅值恢复法,剔除电流基频操作,有效的建立故障的特征数据表。然后,利用BP神经网络智能算法,搭建本文的故障诊断系统,针对此模型易陷入极小值、迭代慢等问题,提出使用PSO粒子群算法进行优化,并通过matlab仿真验证其有效性。最后,基于Java语言实现后台程序,HTML等实现前端程序,并借助Jdbc、echart、easyui、ajax、拦截器、定时器、跨应用调用matlab等web技术实现了浏览器端B/S架构下的实时监测、诊断以及衍生的系统辅助功能。