机械故障诊断
机械故障诊断
机械故障诊断1. 介绍机械故障诊断是指通过对机械设备进行检测和分析，确定故障原因并提供解决方案的过程。
在工业生产中，机械设备的故障会导致生产停滞和产量下降，因此及时准确地诊断和解决机械故障是非常重要的。
2. 机械故障的分类机械故障可以分为以下几类：2.1 机械部件故障机械部件故障是指机械设备的零部件出现故障，例如轴承损坏、齿轮磨损等。
这类故障通常可以通过检查零部件的状态和磨损程度来诊断。
2.2 电气故障电气故障是指机械设备的电路或电气元件出现故障，例如电机故障、电路短路等。
这类故障可以通过检查电气接线、测量电压和电流等方式来诊断。
2.3 液压故障液压故障是指机械设备的液压系统出现故障，例如液压泵故障、液压阀卡死等。
诊断液压故障通常需要对液压系统进行检查和测试。
2.4 传动故障传动故障是指机械设备的传动系统出现故障，例如皮带断裂、链条脱落等。
这类故障可以通过检查传动装置的状态和连接情况来诊断。
2.5 控制故障控制故障是指机械设备的控制系统出现故障，例如PLC故障、控制软件错误等。
诊断控制故障通常需要对控制系统进行检查和分析。
3. 机械故障诊断的方法机械故障诊断可以借助人工经验和现代技术手段来进行。
3.1 经验法经验法是指根据经验来判断机械故障的原因和解决方案。
经验丰富的技术人员可以通过观察和听觉来判断机械故障的类型和程度，从而采取相应的措施来解决。
3.2 检测仪器现代技术手段可以通过各种检测仪器来辅助机械故障的诊断。
例如震动仪可以检测机械设备的振动情况，红外热像仪可以检测机械设备的温度分布等。
这些检测仪器可以提供更精确的数据，从而帮助技术人员确定故障原因。
3.3 数据分析机械故障诊断还可以通过对机械设备的数据进行分析来实现。
例如使用数据采集系统收集机械设备的运行数据，然后通过数据分析软件对数据进行处理和分析，以确定潜在的故障原因。
4. 机械故障诊断的挑战和解决方案机械故障诊断面临许多挑战，例如故障难以发现、故障种类繁多等。
机械故障诊断及典型案例解析
机械故障诊断及典型案例解析一、导言机械故障是指机械设备在使用过程中出现的各种异常情况，影响设备正常运转。
机械故障诊断是通过观察、检测和分析机械设备的工作状态，找出故障原因并采取相应的修复措施。
本文将介绍机械故障诊断的一些基本方法和典型案例。
二、机械故障诊断方法1. 观察法：通过对机械设备的外部观察，发现异常现象，如磨损、变形、脱落等，从而判断故障原因。
2. 检测法：使用各种检测工具和设备，如红外测温仪、振动测试仪等，对机械设备进行各项参数检测，以发现故障。
3. 分析法：通过对机械设备故障的历史数据进行分析，找出故障的规律和原因。
4. 经验法：基于经验和专业知识，通过对机械设备的工作过程进行观察和分析，判断故障原因。
三、典型案例解析1. 轴承故障：机械设备在运行过程中出现明显的噪音和振动，经过观察和检测发现，轴承出现了磨损和松动，需要更换轴承。
2. 电机故障：电机无法启动或启动后运转不正常，经过检测发现电机绕组出现了短路，需要进行绕组修复或更换电机。
3. 传动故障：机械设备传动带断裂或松动，导致传动不稳定或失效，通过观察和分析发现传动带磨损严重，需要更换传动带。
4. 润滑故障：机械设备在运行过程中出现摩擦增大、温升过高等异常现象，经过检测发现润滑系统故障，需要清洗或更换润滑油。
5. 冷却故障：机械设备在运行过程中温度过高，经过检测发现冷却系统故障，需要清洗或更换冷却器。
6. 阀门故障：机械设备在运行过程中无法控制流量或压力，经过观察和分析发现阀门密封不良，需要进行密封件更换或维修。
7. 传感器故障：机械设备无法正常感知工作状态，经过检测发现传感器损坏，需要更换传感器。
8. 压力故障：机械设备在运行过程中出现压力异常，经过检测发现压力表故障，需要更换压力表或进行校准。
9. 过载故障：机械设备在运行过程中出现过载现象，经过观察和分析发现负荷过大，需要优化工艺或增加设备容量。
10. 控制系统故障：机械设备无法正常控制，经过检测发现控制器故障，需要更换控制器或进行维修。
机械故障诊断的原理及应用
机械故障诊断的原理及应用1. 引言机械故障诊断是指通过对机械设备或系统的状态进行监测和分析，从而判断是否存在故障并确定故障原因的过程。
随着工业自动化程度的提高和大型机械设备的广泛应用，机械故障诊断在工业领域中变得越来越重要。
本文将讨论机械故障诊断的原理和应用。
2. 机械故障诊断的原理机械故障诊断的原理基于故障特征的提取和分析。
下面是常用的机械故障诊断的原理：•振动信号分析：通过对机械设备振动信号的采集和分析，可以判断设备是否存在结构松动、轴承磨损等故障。
利用频域分析、波形分析等方法可以提取故障特征。
•声音信号分析：通过对机械设备产生的声音信号进行采集和分析，可以判断设备是否存在异响、噪声等故障。
利用频谱分析、波形分析等方法可以提取故障特征。
•温度信号分析：通过对机械设备温度信号的采集和分析，可以判断设备是否存在过热、冷却不良等故障。
利用温度变化曲线、温度分布等方法可以提取故障特征。
•电流信号分析：通过对机械设备电流信号的采集和分析，可以判断设备是否存在电机故障、电路故障等。
利用电流波形、频谱等方法可以提取故障特征。
3. 机械故障诊断的应用机械故障诊断在各个领域都有广泛的应用。
下面是几个常见的应用场景：•工业制造：在工业制造领域，机械设备的故障会导致生产线停工，产生巨大的经济损失。
通过机械故障诊断技术，可以实现对设备状态的实时监测，及时采取维修措施，以减少停工时间和降低维修成本。
•能源领域：在发电厂、风电场等能源领域，机械设备的故障会影响能源的供应稳定性和效率。
通过机械故障诊断技术，可以提前发现设备故障，并进行预防性维护，以提高能源产能和可靠性。
•交通运输：在交通运输领域，机械故障可能导致车辆或船只的故障和事故。
通过机械故障诊断技术，可以对交通工具进行故障监测，提高交通运输的安全性和可靠性。
•医疗设备：在医疗设备中，机械故障可能对患者健康造成严重影响。
通过机械故障诊断技术，可以对医疗设备进行定期监测，确保其正常运行，提高医疗服务的准确性和可靠性。
机械故障诊断技术简介
机械故障诊断技术简介机械故障诊断技术是一门研究机械设备故障原因及排故的学科。
机械故障诊断技术属于计算机诊断技术的一种，它在现代生产技术中起着越来越重要的作用。
机械故障诊断技术通过对机械设备故障的检查、对特定故障的分析等方式，给出机械故障原因以及应采取的措施，以达成故障的消除。
机械故障诊断技术的基本方法可以分为两类：一类是利用观察手段，通过对机械产品外观及内部结构检查，判断机械故障原因；另一类是利用计算机技术，经过计算机数据处理系统对机械系统控制模式或现场环境状态的分析，最终判断出机械故障的原因。
无论采用哪种方法，机械故障诊断技术均包括设备故障检查、系统故障分析和措施推断三个主要部分。
设备故障检查是机械故障诊断的第一步，其主要作用是对机械设备进行现场检查，对故障现象进行初步确定，以及对故障现象所影响的部分进行析出。
可以采用观察检查、排查检查和试验检查等方法，以确定故障部位及潜在故障，为下一步系统故障分析提供依据。
系统故障分析是机械故障诊断的核心，其主要任务是对机械故障原因进行详细分析，以确定机械故障源头。
此外，系统故障分析还要求评估影响故障的其他因素，以排除可能的非故障原因。
机械故障诊断技术的最后一步是措施推断，其主要任务是根据系统故障分析的结果，提出针对性的维修方案，以消除故障。
对于同一类故障，可以综合考虑其发生的原因，通过分析排除故障源，给出有效的措施，从而达成故障消除的目的。
机械故障诊断技术在工业生产中占据着重要地位，它可以有效地检测机械设备的故障原因，提出合理的排除方案，从而减少机械设备的维修成本，缩短设备维修时间，提高机械设备的使用寿命。
在未来，随着技术的进步，机械故障诊断技术将有望进一步改善，以满足不断发展的工业需求。
总之，机械故障诊断技术既是一种重要的技术学科，又是一种有效的企业管理工具。
它可以有效地帮助企业解决机械设备故障，并有效降低企业维修成本，提高企业效率和利润。
机械设备故障诊断技术及方法
机械设备故障诊断技术及方法
机械设备故障诊断技术及方法包括以下几种：
1.经验诊断法：基于经验推理，通过对已知故障的分析，对新问题进
行判断和诊断。
但该方法受限于经验的丰富性和专业性。
2.故障树分析法（FTA）：将机械设备的故障按照原因和后果的逻辑
关系绘制成树状结构，以便确定故障的根本原因和可能的组合条件。
3.事件树分析法（ETA）：与FTA类似，但是从事件的发生过程角度
切入。
通过对事件的因果关系进行分析，以确定故障的可能原因。
4.信号处理法：通过采集机械设备运行过程中的各种信号，比如温度、压力、振动等，进行分析和处理，以确定故障原因。
该方法适用于那些难
以进行物理实验的设备。
5.模型建立法：建立机械设备运行模型，并通过模型分析来确定故障
原因。
该方法需要丰富的模型知识和数据。
综上所述，机械设备故障诊断技术及方法各有优缺点，选用合适方法
需要根据具体情况灵活运用。
机械故障诊断
1.机械故障诊断：是识别机器或机组运行状态的科学，它研究的是机器或机组运行状态的变化在诊断信息中的反映。
研究内容：对机器运行现状的识别诊断、对其运行过程的监测以及对其运行发展趋势的预测。
2.机械故障诊断的研究是实现维修制度从定期维修到预知维修或视情维修变革的根本保证。
3.技术手段：机械故障的振动诊断技术、油液分析技术、温度监测技术、无损检测技术4.机械故障：是指机械系统因偏离其设计状态而丧失部分或全部功能的现象。
5.机械故障诊断的基本环节：确立运行状态监测的内容、建立测试系统、（测试、分析及信息提取）、（状态监测、判断及预报）6.故障树分析法：是以故障树为基础，分析影响事件发生的底事件种类及其相对影响程度。
7.能否用明确的数字表达式进行描述而将信号分为确定性信号和随机信号（分为[非]平稳随机信号），简谐信号是最简单的周期信号。
8.时域（频域）分析法：对随机信号可从时域和频域两个角度分析。
如果对所测得的时间历程信号直接实现各种运算且运算结果仍然属于时域范畴，则这样的分析运算即为时域分析法；如统计特征参量分析、相关分析等。
反之，如果首先将所测时历信号经过付里叶变换为频域信号，然后再对其施行各种运算的分析方法统称为频域分析。
9.相关分析应用：相关直线定位问题（原理P41）、相关平面定位、传递路径识别10.振动诊断：以系统在某种激励下的振动响应作为诊断信息的来源，通过对所测得的振动参量进行各种分析处理，并以此为基础，借助一定的识别策略，对机械设备的运行状态作出判断，进而对于诊断有故障的机械给出故障部位、故障程度以及故障原因等方面的信息。
11.机械振动的分类：按对系统的输入不同（[自由、强迫、自激]振动）、按系统的输出特性分类（[简谐、非简谐周期、瞬态、准周期、随机]振动）按系统的自由度（[单自由度、多自由度]系统的振动）按描述系统微分方程（[线、非线]性振动）按振动位移的特征分（[扭转、直线]振动）12.建立力学模型的前期准备：连续系统的离散化、非线性系统的线性化13.振动系统力学模型三要素：质量、弹性、阻尼14.振动测试系统框图信号输入测振传感器→信号调理器→信号记录仪→信号分析与处理设备→结果输出15.压电传感器优点：体积小、重量轻、灵敏度高、测量范围大、频响范围宽、线性度好、安装简便。
机械故障诊断技术简介
机械故障诊断技术简介
机械故障诊断技术是指利用先进的计算机技术、传感器技术和诊断算法，对机械设备进行精准的故障诊断。
其特点是以机械故障为核心，融合多种信息技术手段结合高效算法，快速准确地判定机械设备的故障原因。
机械故障诊断技术的应用范围广泛，可以用于汽车、电子设备、机床、船舶、飞机等领域。
机械故障诊断技术主要包括以下几个方面：
1.传感器技术：通过安装各种传感器，采集机械设备的运行数据，如转速、电压、电流、温度、压力等信息。
2.信号处理技术：对传感器采集到的信号进行处理，如滤波、降噪、增益等，以提高信号的质量和准确性。
3.特征提取技术：将信号转化为特征向量，通过数学模型来判定不同特征间的关系，并分析出某些特征与机械故障之间的关联。
4.数据挖掘技术：应用数据挖掘算法，从机械设备的历史数据中找出规律和趋势，以预测机械故障的发生。
5.诊断算法：根据机械设备的特征向量和历史数据，采用不同的诊断算法，如神经网络、支持向量机、朴素贝叶斯等，来实现故障的诊断。
在实际应用时，机械故障诊断技术需要根据具体的应用场景进行调整和优化，以达到更好的诊断效果。
机械故障诊断的方法
机械故障诊断的方法
机械故障诊断的方法可以分为以下几种：
1. 观察法：通过观察机械设备的运转过程中是否存在异常现象来判断故障原因。
例如，机械噪音变大、部件振动、热量异常等。
2. 测试法：通过使用仪器设备对机械设备进行测试，测量关键参数，比如温度、压力、电流、电压等，从而找出故障的原因。
3. 比对法：将已知正常的机械设备与出故障的设备进行比对，找出两者之间的差异并分析可能的故障原因。
4. 故障代码法：一些机械设备会记录故障代码，通过查阅故障代码手册，可以迅速定位到故障原因。
5. 试验法：通过对机械设备进行一系列试验，例如拉力试验、冲击试验、振动试验等，来模拟实际使用过程中可能发生的故障情况。
6. 经验法：依靠工程师或技术人员的丰富经验和专业知识，根据故障的症状和手头的情况进行判断和诊断。
以上方法可以单独或者组合使用，根据具体的机械设备故障情况选择合适的方法
进行诊断。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1311303006 机械设计及理论王明霞机械故障诊断的研究与发展趋势摘要：在当前工业化和信息化飞速发展的新形势下，机械设备的故障诊断技术在现代工业生产中的作用不可忽视。
本文扼要地叙述了机械故障诊断理论及其发展历程，总结了其研究与应用现状，指出了该领域理论研究、技术开发和工程应用中尚存在的问题，分析了当前研究与开发的基本动态以及可能的发展趋势，最后该文讨论了人工智能在机械故障诊断中的研究方向及其发展趋势。
关键词：机械设备；故障诊断；发展趋势1 引言随着现代机械设备日益朝着高速化、大型化、精密化、自动化方向发展，机械设备在现代工业生产中的作用和影响越来越大，机械设备的可靠性、可用性、可维修性与安全性的问题日益突出，各工业部门对机械故障诊断技术的需求也日益迫切。
并且随着计算机技术及数字信号处理技术的迅速发展，机械设备振动监测与故障诊断技术被广泛应用于电力、石油化工、冶金等行业的大型、高速旋转机械中。
目前这种技术己成为设备现代化管理和提高企业综合效益的技术基础。
国内外实践表明，以振动监测与故障诊断技术为基础的设备预知维修能节省大量的维修费用，取得显著的经济效益，而且还能保证设备的安全运行，预防和减少恶性事故的发生，消除故障隐患，保障人身和设备安全，提高生产率。
开展机械设备故障机理及诊断技术的研究具有重要的现实意义。
2 机械故障诊断介绍2.1 机械故障诊断的含义所谓机械故障诊断，就是通过机械运行中的相关信息来识别其技术状态是否正常，确定故障的性质与部位，寻找故障起因，预报故障趋势，并提出相应对策；它以故障机理和技术检测为基础，以信号处理和模式识别为其基本理论与方法。
其目的是避免故障的发生, 最大限度地提高机械的使用效率[1]。
2.2 机械故障诊断的研究内容一般的机械系统故障诊断系统从物理上划分为机械测量、监视与保护、数据采集、振动状态分析、网络数据传输五个部分；从功能上，机械系统状态监测与故障诊断系统主要包括以下三个基本环节：(1)特征信号的采集：这一过程属于准备阶段，主要用一些仪器测取被测仪器的有关特征值，如速度、温度、噪声、压力、流量等。
现在信号采集主要用传感器，在这一阶段主要研究基于各种原理的传感技术，目标是能在各种环境中得到高可靠、高稳定的传感测试信号。
国内传感器类型：电涡流传感器、速度传感器、加速度传感器和温度传感器等；最近开发的传感技术有光导纤维、激光、声发射等。
(2)信号的提取与处理：从采集到的信号中提取与设备故障有关的特征信息，与正常信息值进行对比，这一步就可称之为状态检测。
目前，小波分析在这方面得到了广泛的应用，尤其是在旋转机械的轴承故障诊断中[2]。
基于相空间重构的GMDH数据处理方法也刚刚开始研究，此方法对处理一些复杂机械的非线性振动，从而进一步预测故障的发展趋势非常有效。
(3)判断故障种类：从上一步的结果中运用各种经验和知识，对设备的状态进行识别，进而做出维修决策。
这一步关键是研究系统参数识别和诊断中相关的使用技术，探讨多传感器优化配置问题，发展信息融合技术、模糊诊断、神经网络、小波变换、专家系统等在设备故障诊断中的应用。
就机械故障诊断技术的起源与发展考察，机械故障诊断学的目的, 是保证可靠地、有效地发挥机械设备的功能。
这里包含了三点: 一是保证设备无故障，运行可靠；二是要物尽其用，保证设备发挥其最大效益；三是要保证设备如果有故障或已发生故障，能及时而正确地诊断出来，加以维修，以减少维修时间，提高维修质量，使重要的设备能按设备状态进行维修(即视情维修或预知维修) ，改变目前的按时维修的维修体制。
同机械故障诊断学的目的相应，其最根本的任务就是通过对机械设备的观测信号，来识别机械设备的状态，在一定程度上也可以说, 机械设备诊断学就是机械设备状态识别学。
概括讲来，如同对人体的诊断，一是预防与保健；二是看病与处置一样。
对机械设备的诊断: 一是防患于未然，早期诊断；二是诊断故障，分析情况，采取措施。
2.3 故障诊断技术的发展历程故障诊断技术大致经历了三个阶段：(1)事后维修阶段；(2)预防维修阶段；(3)预知维修阶段。
现在基本处于预知维修阶段，预知维修的关键在于对设备运行状态进行连续监测或周期检测，提取特征信号，通过对历史数据的分析来预测设备的发展趋势。
3 机械故障诊断技术的现状3.1 主要研究现状目前，国内检测诊断技术的研究主要集中在以下几个方面：(1)传感技术研究：传感技术是反映设备状态参数的仪表技术。
国内先后开发了各种类型的传感器，如屯涡流传感器、速度传感器、加速度传感器和温度传感器等；最近开发的传感技术有光导纤维、激光、声发射等。
(2)关于信号分析与处理技术的研究：从传统的谱分析时序分析和时域分析，开始引入了一些先进的信号分析手段，如快速傅立叶变换，Wigner谱分析和小波变换等。
这类新方法的引入弥补了传统分析方法的不足。
(3)关于人工智能和专家系统的研究：这方面的研究已成为诊断技术的发展主流，目前已有“日程机械故障诊断专家系统”，但这一技术在工程方面的研究尚未达到人们所期望的水平。
(4)关于神经网络的研究：比如旋转机械神经网络分类系统等的研究已经取得了应用，取得了满意的效果。
(5)关于诊断系统的开发与研究：从单机巡检与诊断到上下位机式的主从机结构，直至以网络为基础的分布式系统的结构越来越复杂，实时性越来越高。
(6)专门化与便携式诊断仪器和设备的研制与开发。
3.2 主要技术方法现状根据系统采用的特征描述和决策方法,故障检测诊断的方法概括起来分为：基于系统数学模型的故障诊断方法和基于非模型的故障诊断方法两大类。
3.2.1 基于系统数学模型的故障诊断方法基于模型的故障检测诊断技术是通过构造观测器估计出系统输出，然后将它与输出的测量值比较，从中取得故障信息。
该方法能与控制系统紧密结合，是监控、容错控制、系统修复和重构的前提；是以现代控制理论和现代优化方法为指导，以系统的数学模型为基础，利用观测器(组) 、等价空间方程、滤波器、参数模型估计和辨识等方法产生残差，然后基于某种准则或阈值对该残差进行评价和决策。
3.2.2 基于非模型的故障诊断方法(1) 基于可测信号处理的故障诊断方法。
系统的输出在幅值、相位、频率及相关性上与故障源存在着某种关系，利用这种关系可确定系统的故障。
常用的方法有谱分析、相关分析、功率谱分析和概率密度法。
(2) 基于故障诊断专家系统的诊断方法。
专家系统是近年来故障诊断领域最显著的成就之一，内容包括诊断知识的表达、诊断推理方法、不确定性推理以及诊断知识的获取等。
随着计算机科学和人工智能的发展，基于专家系统的故障诊断方法克服了基于模型的故障诊断方法对模型的过分依赖性，成为故障检测的有效方法。
(3) 故障模式识别的故障诊断方法。
这是一种静态故障诊断方法，它以模式识别技术为基础，其关键是故障模式特征量的选取和提取。
该方法分为离线分析和在线分析两个阶段。
通过离线分析来确定表达系统故障状态的特征向量集和以该特征向量集所描述的故障模式向量，由此形成故障的基准模式集，并确定区分识别这些故障模式向量的判别函数，然后通过在线诊断实时提取故障的特征向量，由判别函数对故障进行分离定位。
(4) 基于故障树的故障诊断方法。
故障树是表示系统或设备特定事件或不希望事件与它的各子系统或各部件故障事件之间的逻辑结构图，通过结构图对系统故障形成的原因做出总体至部分按树状逐渐地详细划分[3]。
这是一种图形演绎法，把系统故障与导致该故障的各种因素形象地绘成故障图表，较直观地反映故障、元部件、系统及因素、原因之间的相互关系，也能定量计算故障程度、概率和原因等。
(5) 基于模糊数学的故障诊断方法。
根据模糊集合论征兆空间与故障状态空间的某种映射关系,由征兆来诊断故障。
由于模糊集合论尚未成熟，通常只能凭经验和大量试验来确定。
另外因系统本身不确定的和模糊的信息，以及要对每一个征兆和特征参数确定其上下限和合适的隶属度函数，而使其应用有局限性。
但随着模糊集合论的完善，相信该方法有较光明的前景。
(6) 基于人工神经网络的故障诊断方法。
这是20世纪80 年代末90 年代初才真正具有实用性的一种故障诊断方法。
由于神经网络具有原则上容错、结构拓扑鲁棒、联想、推测、记忆、自适应、自学习、并行和处理复杂模式的功能，使其在工程实际存在着大量的多故障、多过程、突发性故障、庞大复杂机器和系统的监测及诊断中发挥较大作用。
4 机械设备检测诊断技术的发展趋势机械故障诊断技术与当代前沿科学的融合是设备故障诊断技术的发展方向。
当今故障诊断技术的发展趋势是传感器的精密化、多维化，诊断理论、诊断模型的多元化，诊断技术的智能化，具体来说表现在如下方面：(1)与当代最新传感技术尤其是激光测试技术的融合。
近年来，激光技术已从军事、医疗、机械加工等领域深入发展到振动测量和设备故障诊断中，并且己经成功应用于旋转机械对中等方面。
研究开发新型传感器和监测仪器，提高监测技术水平；选择最有效的参量是提高诊断准确性的前提，高效多功能仪器对诊断设备的几何量、物理量快速准确的检测与识别是研究故障诊断的基础工作。
(2)与最新信号处理方法相融合，开展基于小波分析的故障诊断技术研究。
小波分析是一种全新的信号-尺度分析方法,其分析基函数是一系列尺度可变的简谐函数，具有良好的时-频定性特性以及对信号的自适应能力[4]。
机械设备故障诊断中由于设备零件结构不同，产生的信号中含有大量的非平稳成分，利用小波分析可把不同频率信号分解到不同频道的分解序列，从而为故障特征的提取而提供理论依据，由于它具有时域和频域局部化分析功能和可变分辨率的特点，使之在分析瞬变信号时比傅立叶分析更具优越性。
(3)与非线性原理和方法及多元传感技术的融合。
现代化大生产要求对设备进行全方位、多角度的监测与维护，以便对设备的运行状态有整体的、全方面的了解；在进行设备故障检测诊断时，可采用多个传感器同时对设备的各个位置进行监测，然后按照一定的方法对这些信息进行处理。
机械设备在发生故障时，又往往表现为非线性特征，随着混沌与分型几何方法的日趋完善，这类问题也必将得到进一步解决。
(4)与多元传感技术的融合。
现代化大生产要求对设备进行全方位、多角度的监测与维护，以便对设备的运行状态有整体的、全方面的了解。
因此，在进行设备故障诊断时，可采川多个传感器同时对设备的各个位置进行监测，然后按照一定的方法对这些信息进行处理，如人工神经网络方法。
(5)远程化、网络化。
设备故障诊断系统是针对一台或同类型的某几台设备开发的专用系统，使用效率低，故障诊断知识、技术与信息不易共享，导致其开发和维护费用过高；工程实际中诊断规则的收集不够全面，收集也困难，造成故障诊断系统中的诊断规则普遍很少，系统诊断能力低；当系统出现严重或新的故障时，无法快速、经济地利用各方技术力量解决问题。