旋转机械是现代机械系统的一个重要组成部分，大部分机械系统如石油、化工、电力、冶金等行业的发电机、汽轮机、鼓风机、压缩机等都是典型的旋转机械。为了更好的确保旋转机械运行的安全性和可靠性，应对其进行实时的状态监测与故障诊断。采用实时的在线网络化、智能化故障监测与诊断，可以大大提高旋转机械故障诊断的高效性和智能性。 本课题以旋转机械远程故障诊断的网络体系结构为研究对象，基于网络化故障诊断并结合专家系统理论对该体系结构加以论证和实现，以AVR系列单片机为核心开发了一种智能数据采集系统平台作为该网络体系的前端。 在本文中，构建了一种基于以太网结构的远程故障诊断网络体系，以共享文件访问服务方式进行数据传输，把专家系统和网络技术相结合，实现了B/S和C/S结构的用户接口，使故障诊断专家能够远程进行故障诊断和讨论。 智能数据采集系统平台是本文研究的重点，是实现旋转机械监测与诊断智能化、网络化的关键。在该平台中，选用ATMEGA64单片机为系统核心控制器，以RS232串行接口进行数据传输，采用存储器FM256进行本地存储，并创新地移植了μC/OS-Ⅱ嵌入式操作系统的软件架构到系统控制器中，充分发挥硬件资源并进行多任务的协调，达到了预期的课题研究要求。另外系统还扩展了大容量的磁盘存储器、多点式无线数据通讯和液晶显示等模块，提高了系统的实用性。 根据该智能数据采集系统的应用背景，本文还研究了一种可嵌入到智能数据采集系统中并基于BP神经网络的故障诊断识别算法，通过Matlab模拟仿真验证了算法的正确性，实现了该系统平台的智能化。 本文研究的远程故障诊断网络体系可靠，智能数据采集系统平台功能强大、扩展能力强、性能价格比高，适用于工业测控、旋转机械故障监控等领域的振动信号采集传输与现场监控。