本论文在通过对旋转机械设备故障机理和特征的研究分析的基础上,结合专家系统技术和计算机技术,分析了基于Internet的远程故障诊断系统的可行性和优越性,介绍了诊断系统的Browser/Server体系结构,简述了远程故障诊断的系统框架和主要功能模块,同时指出了诊断系统的自学能力特点,系统自我完善、自我更新的智能化功能。特别是利用粗糙集理论来实现BP神经网络的结构优化。在故障诊断领域,对具有多种故障类型,并且每一种故障可能表现出多种征兆集的工程诊断,神经网络模型的学习数量级往往很大,应用粗糙集的数据约简实现神经网络的输入层神经元的减少,相对的简化了神经网络的结构,从而提高诊断的效率和准确率,最后的输出结果利用模糊理论,在适当的限定值上进行截取,获得相应的故障类别。该模型在故障诊断中有良好的应用前景。在开发工具上,本系统采用了Visual Studio.Net作为开发平台,主要是采用Visual C#.Net结合XML、ASP等开发工具,利用SAX、DOM、SOAP及SOCKET和组件技术实现开发效率和执行效率的完美结合。