在知识经济时代将充分利用信息实现对自然资源的不同程度的替代，知识经济的这一特点在虚拟产品开发过程中得到了很好的体现。在虚拟产品开发过程中，虚拟测试是整个过程的关键，并可利用实际设备故障诊断和维护技术成果实现虚拟产品的故障诊断、预维护和使用过程中的跟踪维护。而实际设备故障的主要根源在于滑动零件的磨损。因此，研究实际设备零件的磨损状态诊断和维护不仅具有现实意义，而且为虚拟产品的测试提供了一个有效的途径。 本文首先论述了人工智能、计算机网络和虚拟现实技术在磨损诊断中的应用，并提出了相应的B/S结构的远程滑动轴承磨损智能虚拟维护系统的框架。 接着在运用系统分析的方法通过对影响金属滑动磨损失效因素的分析的基础上，系统地给出了对各影响因素的评价方法和影响因素与维护措施的对应关系。同时，介绍了滑动轴承磨损状态的判定方法和使用寿命的预测方法。 信号处理是对设备信息进行利用必不可少的环节，传统的信号处理智能做到对原始信息的提取，而不能对原有信息进行扩充。本文首次独立提出的“自组织有向计算网络”可以实现在信号处理后，利用领域中物理参数之间的计算关系自主而灵活地计算出其它未知参数，从而为设备状态的诊断提供更为充分的信息。自组织有向计算网络具有很多特点，在实现科学计算过程的同时，能够为用户提供符合人类逻辑习惯的计算路径。本文给出了在滑动轴承磨损维护中的实例验证。 本文利用多元回归分析和BP网络及其改进模型分别对滑动轴承磨损系数和摩擦系数进行预测，通过比较和分析，总结了在小样本下，Bayesian正规化BP网络预测结果不如回归分析的原因，同时经过合理剔除“奇异点”Bayesian正规化BP网络的预测结果得以改善，另外人工神 机械科学研究院工学博士学位论文一经网络可以很容易适应输入参数的改变。最后，给出了用于预测多参数输入的滑动轴承材料磨损系数和摩擦系数的B呷sian正规化BP网络的结构。 最后，本文在运用计算机网络和虚拟现实技术的基础上，利用动态网页技术、MATLAB Server和 Database Toolbox具以及 VC＋＋编程工具，实现了基于Internet的滑动轴承磨损智能虚拟维护系统。该系统计算了滑动轴承的磨损系数和摩擦系数，在给出维护建议的同时，预测滑动轴承的使用寿命，并通过试验对其预测结果进行了验证，证明预测效果显著