工程机械故障诊断技术的内容是什么

⑴ 设备故障诊断技术包括哪些内容

设备的工作原理
设备的动态参量，包括用电负荷监测、各工艺段流量、压力、回温度、转子转速及变化范围，设答备的工作介质等
外界环境影响，包括温湿度、输入电压波动的影响等
诊断方法有：

利用振动进行设备诊断、超声波诊断法、超声波诊断法、红外线诊断法、红外线诊断法、故障诊断专家系统

⑵ 工程机械故障诊断有哪些经验知识

诊断就是通过故障现象，判断产生故障的原因及部位。诊断可分为主动诊断和被动诊断。主动诊断是指工程机械未发生故障时的诊断，即了解工程机械的过去和现在的技术状况，并能推测未来变化情况。被动诊断是指对工程机械已经发生故障后的诊断，是确诊故障产生的原因和部位。
诊断方法一般可分为两种：一种是人工直观诊断，另一种是用设备诊断。这两种诊断方法都是在不解体或拆下个别小的零件的条件下．来确定工程机械的技术状况．查明故障的部位及原因。
由于工程机械施工时．其施工现场一般远离修理厂所，如在施工现场出现故障，往往不具备利用设备诊断的条件，这就需要维修人员凭借丰富的经验或借助于简单工具、仪器，以听、看、闻、试、摸、测、问等方法来检查寻找故障。
（1）听：根据响声的特征来判断故障。辨别故障时应注意到异响与转速、温度、载荷以及发出响声位置的关系，同时也应注意异响与伴随现象。这样判断故障准确率较高。例如，发动机连杆轴承响俗称小瓦响），它与听诊位置、转速、负荷有关，伴随有机油压力下降，但与温度变化关系不大，如，发动机活塞敲缸与转速、负荷、温度有关。转速、温度均低时，响声清晰，负荷大时，响声明显，气门敲击声与温度、负载无关异响表征着工程机械技术状况变化的情况，异响声越大．机械技术状况越差。老化的工程机械往往发出的异晌多而嘈杂．一时不易辨出故障。这就需要我们平时多听，以训练听觉，不断地熟悉工程机械各机件运动规律、零件材料、所在环境，只有这样才能较准确地判断出故障。
（2）看：直接观察工程机械的异常现象。例如。漏油、漏水、发动机排气的烟色，以及机件松脱或断裂等，均可通过察看来判别故障。
（3）闻：通过用鼻子闯气味判断故障。例如，电线烧坏时会发出一种焦糊臭味．从而根据闻到不同的异常气味判别故障。
（4）试：试就是试验，有两个含义：一是通过试验使故障再现，以便判别故障，二是通过置换怀疑有故障的零部件（将怀疑有故障的零部件并主要介绍了工程机械故障的人工直观拆下换上同型号好的零部件），再进行试验，检查故障是否消除。若故障消除说明被置换的零部件有故障。应该注意的是，有些部位出现严重的异响时，不应再做故障再现试验（例如，发动机曲轴部分有严重异响时，不应再做故障再现试验），以免发生更大的机械事故。
（5）摸：用手触摸怀疑有故障或与故障相关的部位，以便找出故障所在。例如，用手触摸制动鼓，查看温度是否过高，如果温度过高，烫手难忍．便证明车轮制动器有制动拖滞故障，又如，通过用手摸液压油管的振动在结合听液压系统的噪音便可判断系统内有气等。
（6）测：是用简单仪器测量，根据测得结果来判别故障。例如，用万用表测量电路中的电阻、电压值等，以此来判断电路或电气元件的故障。又如．用气缸表测量气缸压力来判断气缸的故障。
（7）问：通过访问驾驶员来了解工程机械使用条件和时间，以及故障发生时的现象和病史等，以便判断故障或为判断故障提供参考资料。例如，发动机机油压力过低，判断此类故障时应先了解出现机油压力过低是渐变还足突变，同时还应了解发动机的使用时间、维护情况以及机油压力随温度变化情况等。如果维护正常，但发动机使用过久，并伴随有异响，说明是曲柄连杆机构磨损过甚，各部配合间隙过大而使机油的泄漏量增大，引起机油压力过低如果平时维护不善，说明机油滤清器堵塞的可能性很大如果机油压力突然降低，说明发动机润滑系统油路出现了大量的漏油现象。

⑶ 机械故障诊断的基本内容有哪些

《机械故障诊断技术》分为两大部分，第1部分介绍机械设备故障诊断技术的基础理论专和基础知属识，内容包括:第1章绪论、第2章机械振动及信号、第3章振动信号测取技术、第4章信号特征提取--信号分析技术、第5章设备状态的判定与趋势分析。第2部分介绍机械故障诊断技术在工程实践中的应用，内容包括:第6章旋转机械故障诊断、第7章滚动轴承故障诊断、第8章齿轮箱故障诊断、第9章电动机故障诊断、第10章设备状态调整。

⑷ 机械故障诊断需要哪些方面的专业知识

电动机直流故障检测仪不能起动 电动机不能起动的原因主要是由于电源未接通、负载过大、转动受阻、熔体(也包括熔片)熔断等，这时首先要检查电源电路或附加的电器元件，主要是保证回路开关完好、接线正确、没有反接和短路现象。其次再检查负载及机械部分，确定额承是否损坏，被带动机械是否卡住，定子与转子之间的间隙是否正常，定子与转子有无相碰。 电动机外壳带电 电动机外壳带电是由于电动机接地线断开或松动，引出线碰接线盒或接线板油垢太多而引起的。 电动机过热 当电动机过载、断相运行、电动机通风道受阻时，都会引起电动机过热。电动机过负载运行时，电流会升高，使电动机严重过热，可能会烧坏电动机。这时要及时调整负载，避免电动机长期过载运行。 三相电源中只要有一相断路，就会引起电动机断相运行，如果断相运行时间过长，将会烧坏电动机。因此，耍经常检查电源电路。 电动机内油泥、灰尘太多，电动机通风迟堵塞都会影响散热效果，引起电动机过热，所以要及时清除阻塞物，改善散热条件。 电动机运转声音异常 电动机正常运行时，声音是均匀的、无杂音，当出现轴承损坏、断相运行现象时，就会发出异常的、甚至是刺耳的响声。 轴承损坏主要是轴承间隙过大或严重磨损，缺少润滑油或油脂选择不当引起的，这时就需要及时清洗或更换轴承，保证电动机在运行过程中有良好的润滑，一般的电动机运行5000h左右后，应补充或更换润滑脂。 电动机断相运行时，转速会下降．并发出异常响声，如果运行时间过长，将会烧杯电动机。电动机断相运行主要是由电源电路出现问题引起的，如电源线一相断线或电动机有一相绕组断线。要防止电动机断相运行，首先要注意发现断相运行的异常现象，并及时排除，其次对于重要的电动机应装设断相保护。

⑸ 设备故障诊断技术的内容简介

第1章 设备故障诊断概述
1.1 设备故障诊断的基本概念和特点
1.1.1 设备故障的基本概念
1.1.2 设备故障诊断的内容及特点
1.2 故障诊断的基本问题
1.2.1 故障分类
1.2.2 故障诊断的任务
1.2.3 评价故障诊断系统的性能指标
1.3 设备故障诊断的知识构成和求解过程
1.3.1 设备故障诊断的知识构成
1.3.2 设备故障诊断的求解过程
1.4 设备故障诊断的基本方法及研究现状
1.4.1 基于解析模型的故障诊断方法
1.4.2 基于知识的故障诊断方法
1.4.3 基于信号处理的故障诊断方法
1.4.4 其他故障诊断方法
1.4.5 设备故障诊断技术研究的热点
1.5 设备故障诊断技术的发展趋势
复习思考题
第2章 故障诊断中的数据处理
2.1 数据处理的有关知识
2.1.1 动态测试数据的分类
2.1.2 随机过程的基本概念
2.1.3 测试数据处理方法
2.1.4 数据检验
2.1.5 数据分析流程
2.2 随机数据统计参量的数值分析
2.2.1 估计理论的基本概念
2.2.2 均值和方差的计算
2.3 离散傅里叶变换（DFT）
2.3.1 采样与混叠
2.3.2 截断与泄漏
2.3.3 频率采样（延拓）
2.4 小波分析的基本原理
2.4.1 小波变换
2.4.2 小波变换的直观理解及其工程解释
2.4.3 小波包分析
2.4.4 适合故障信号分析的小波函数选择
复习思考题
第3章 基于统计理论的诊断方法
3.1 Bayes决策诊断方法
3.1.1 概述
3.1.2 基于最大后验概率的Bayes诊断
3.1.3 基于最小风险的Bayes诊断
3.2 时序模型诊断法
3.2.1 ARMA，All和MA模型
3.2.2 故障诊断时序方法的步骤
3.2.3 故障诊断时序方法的内容
3.2.4 ARMA模型的建模
3.2.5 根据模型参数进行故障诊断
3.2.6 距离判别函数故障诊断法
3.3 序贯模式分类故障诊断法
3.3.1 概述
3.3.2 序贯分类原理及步骤
3.3.3 Bayes序贯判别步骤
3.4 主分量分析法
3.4.1 引言
3.4.2 主分量分析
3.5 线性判别函数法
3.5.1 引言
3.5.2 Fisher判别式分析（FDA）
3.6 灰色系统的关联分析诊断方法
3.6.1 概述
3.6.2 关联度分析法在故障诊断模式识别中的应用
3.6.3 灰色预测在设备状态趋势预报中的应用
3.7 基于支持向量机的故障诊断方法
3.7.1 支持向量机的基本原理
3.7.2 多类支持向量机
3.7.3 支持向量机的故障诊断方法
3.7.4 实例
复习思考题
第4章 基于模糊理论的诊断方法
4.1 模糊集合理论基础
4.1.1 模糊集与隶属函数
4.1.2 隶属函数的确定
4.1.3 常用的隶属函数图表
4.1.4 模糊集的表示方法及其运算
4.2 基于模糊模式的故障诊断方法
4.2.1 模糊模式识别的直接方法
4.2.2 模糊模式识别的间接方法
4.3 故障诊断的模糊综合评判原则
4.3.1 综合评判的数学原理
4.3.2 模糊综合评判的五种具体模型
4.3.3 综合评判模型的故障诊断应用实例
4.3.4 几种综合评判模型的适用范围
4.3.5 故障诊断的多级模糊综合评判方法
4.4 故障诊断的模糊聚类分析方法
复习思考题
第5章 故障树分析诊断方法
5.1 故障树分析概述
5.1.1 故障树分析及其特点
5.1.2 故障树分析使用的符号
5.2 故障树分析的一般步骤及表述
5.2.1 故障树分析的步骤
5.2.2 故障树建造的一般方法
5.2.3 故障树的结构函数
5.3 故障树的分析
5.3.1 故障树的定性分析
5.3.2 故障树的定量分析
5.4 诊断实例
复习思考题
第6章 专家系统故障诊断方法
6.1 专家系统概述
6.1.1 专家系统的基本概念
6.1.2 专家系统的结构
6.1.3 专家系统的特点
6.2 专家系统的知识表示
6.2.1 知识的层次结构
6.2.2 公共知识和私有知识
6.2.3 陈述性知识与过程性知识
6.2.4 对知识表示的要求
6.3 知识的产生式表示
6.3.1 产生式规则的形式
6.3.2 产生式系统
6.3.3 产生式表示的优缺点
6.4 知识的框架表示
6.4.1 框架表示的形式
6.4.2 框架表示下的推理
6.5 故障诊断专家系统的推理方式与控制策略
6.5.1 基于规则的诊断推理
6.5.2 基于模型的诊断推理
6.5.3 基于案例的诊断推理
6.5.4 不精确推理
6.6 故障诊断专家系统知识的获取
6.6.1 间接获取方式
……
第7章 神经网络故障诊断方法
第8章 数据融合故障诊断方法
第9章 集成技术的故障诊断方法
参考文献

⑹ 机械故障诊断技术的图书信息1

第1版 (2008年10月1日)
平装: 213页
正文语种: 简体中文
开本: 16
ISBN: 9787111250913
条形码: 9787111250913
商品尺寸: 25.8 x 18.2 x 1 cm
商品重量: 340 g
品牌: 机械工业
ASIN: B001IAKH5O 前言
第1章 绪论
1.1 设备的寿命及劣化曲线
1.2 故障诊断的内容
1.3 故障诊断的基本方法
思考题
第2章 机械振动及信号
2.1 机械振动基础
2.2 振动信号的描述
2.3 设备状态信号的物理表现
思考题
第3章 振动信号测取技术
3.1 加速度传感器
3.2 速度传感器
3.3 电涡流传感器
3.4 结构的激振方法
3.5 传感器的校准与选用
3.6 信号预处理
3.7 传输中的抗干扰技术
3.7.1 噪声干扰的形成
3.7.2 噪声源
3.7.3 噪声的耦合方式
3.7.4 噪声的干扰模式
3.7.5 硬件抗干扰技术
3.8 模拟量转换为数字量
3.8.1 数/模（D/A）转换器
3.8.2 模/数（A/D）转换器
3.8.3 模/数转换器的性能指标
3.9 监测与诊断系统的组成与工作程序
3.9.1 监测与诊断系统的任务
3.9.2 监测与诊断系统的组成
3.9.3 实施故障监测与诊断系统的工作程序
思考题
第4章 信号特征提取——信号分析技术
4.1 信号特征的时域提取方法
4.1.1 平均值
4.1.2 均方值、有效值
4.1.3 峰值、峰值指标
4.1.4 脉冲指标
4.1.5 裕度指标
4.1.6 歪度指标
4.1.7 峭度指标
4.2 信号特征的频域提取方法
4.2.1 频域分析与时域信号的关系
4.2.2 周期信号与非周期信号的频谱
4.2.3 截断、泄露与窗函数
4.2.4 频混和采样定理
4.2.5 量化误差和栅栏效应
4.3 信号特征的图像表示
4.3.1 统计指标的图像表示
4.3.2 频谱的图像表示
4.3.3 时间历程的频谱图像表示——三维瀑布图
4.3.4 轴心轨迹的图像表示
4.3.5 轴心轨迹的空间图像表示（三维全息图）
思考题
第5章 设备状态的判定与趋势分析
5.1 设备状态诊断标准
5.1.1 振动诊断标准的判定参数
5.1.2 状态判定标准的分类
5.1.3 振动判定标准介绍
5.2 设备状态劣化趋势分析
5.2.1 状态趋势分析在故障监测预警中的作用
5.2.2 趋势分析应用方法
思考题
第6章 旋转机械故障诊断
6.1 旋转机械振动的动力学特征及信号特点
6.1.1 转子特性
6.1.2 转子一轴承系统的稳定性
6.I.3 转子的不平衡振动机理
6.1.4 转子与联轴器的不对中振动机理
6.1.5 转轴弯曲故障的机理
6.1.6 转轴横向裂纹的故障机理
6.1.7 连接松动故障的机理
6.1.8 碰摩故障的机理
6.1.9 喘振的机理
6.2 不平衡分析案例
6.3 轴弯曲分析案例
6.4 不对中分析案例
6.5 热变形分析案例
6.6 支承松动分析案例
6.7 油膜涡动及振荡分析案例
6.8 碰摩分析案例
6.9 喘振分析案例
思考题
第7章 滚动轴承故障诊断
7.1 滚动轴承的失效形式
7.2 滚动轴承的振动机理与信号特征
7.3 滚动轴承信号分析方法
7.4 滚动轴承故障诊断案例
思考题
第8章 齿轮箱故障诊断
8.1 齿轮失效形式
8.2 齿轮的振动机理与信号特征
8.3 齿轮的故障分析方法
8.4 齿轮故障诊断案例
思考题
第9章 电动机故障诊断
9.1 电动机的类型特点与测定标准
9.1.1 电动机的主要部件与电动机类型
9.1.2 电动机振动的测量与判定标准
9.2 电磁耦合系统的振动原理
9.2.1 交流感应电动机的电磁振动
9.2.2 直流及同步电动机的电磁振动
9.3 电动机的故障特征
9.3.1 定子异常产生的电磁振动
9.3.2 气隙不均匀引起的电磁振动
9.3.3 转子绕组异常引起的电磁振动
9.4 电动机故障诊断案例
思考题
第10章 设备状态调整
10.1 滑动轴承的间隙与测量调整
10.1.1 滑动轴承工作原理
10.1.2 滑动轴承衬的材料
10.1.3 滑动轴承的装配
lO.1.4 间隙的检测与调整
10.2 滚动轴承的间隙与测量调整
10.2.1 滚动轴承的分类
10.2.2 滚动轴承的精度等级与配合制度
10.2.3 滚动轴承的装配工艺
10.2.4 滚动轴承的游隙及调整
10.3 齿轮的装配与调整
10.3.1 齿轮传动的精度等级与公差
10.3.2 齿轮传动的装配
10.4 联轴器对中调整
10.4.1 联轴器装配的技术要求
10.4.2 联轴器装配误差的测量和求解调整量
10.4.3 联轴器激光对中法
10.5 转子现场动平衡技术
10.5.1 静不平衡与动不平衡
10.5.2 刚性转子与柔性转子、静平衡与动平衡
10.5.3 刚性转子的静平衡方法
10.5.4 刚性转子的动平衡方法
思考题
参考文献 自从英国机械健康监测中心主席、莱斯特大学哲学博士、主任工程师R．A．Cotlacot，于1977年在伦敦出版了著名的《机械的故障诊断及在线监测》一书之后，迄今已过去整整30年了。30年来国内外在机械设备的状态监测与故障诊断这一先进技术上，已取得了完全一致的共识，从而在实践上得到了很大的进步和提高。设备诊断技术(包括设备状态监测和故障诊断的总称)不仅是一个能保障设备安全、提高产品质量、节约维修费用、降低能源消耗、防止环境污染、能给企业带来较大经济效益的既先进、又适用，而且在设备维修管理上，也完全是可以靠得住的好的工程技术。
当前我国的设备诊断工作，在经历了20多年的实践与探索之后，一方面正在总结自己的成功经验，肯定科学客观规律，进行新的探索；另一方面也在努力学习和引进一些国外新的理论和成果，在进行了严格的考核论证后，择优选用，使之与我国的设备工程结合起来。而其中重要的一个方面，就是不少企业已大都从单一的计划维修模式转化到以状态为基础的预防维修等多种维修体制上来。一些过去曾受国外规章制度所严格约束的国内企业，也都逐步明确了利弊，建立了状态维修这一新的体制并取得了好的结果，这都说明了国内企业的设备诊断工作确实在向前推进。在每年的学术会议、经验交流和各个期刊著作中，少不了并还多占优势的仍然是诊断技术专栏。还有就是国内的诊断仪器生产，尽管在功能和精度上，与国外产品尚有差距，但其经济性和适用性已完全改变了过去必须依靠进口的局面。
在回顾过去20多年来所取得的成就同时，也还必须清醒地看到我国与一些先进国家在设备诊断方面所存在的差距，尽管我国早已采取了院校、科研与生产三单位相结合的方针，但在结合的紧密程度上，以及对一个工作项目负责到底的服务精神上，都还有所不足。其中一个很重要的问题就是专业人员的技术素质问题。一个良好的现场诊断工作者，既需要一定的基础理论知识，也需要掌握熟悉的技术方法，还有不可缺少的是丰富的现场工作经验，只有全面具备了以上三个方面的素质，才可以说是有了高素质的现场诊断人员。因此，世界各国都很重视设备诊断师的培养工作。国际标准化组织制定的《机器的状态监测和诊断人员的培训和认证要求 第2部分：振动状态监测和诊断》标准，即。ISO 18436-2-2003，现已在日本实施，对保障和提高诊断从业人员的素质取到了良好的作用。该标准所规定的必备内容，也已在国内的刊物上先后发表了。
当前服务于我国工业企业现场的设备诊断人员，已经绝大部分都是初始从事诊断的第三代新人了。他们一般具有良好的科学知识和善于学习探索的科学精神，但是他们在设备诊断的基础理论和技术方面上还有不足，特别是在处理复杂问题的分析诊断上更缺少经验。因此。对于各个工业部门，于今后相当长的时间内，在加强这个方面的技术培训就显得十分重要。近年来，国内有关设备诊断这方面的培训班、交流会尽管多如雨后春笋，也不乏邀请一些专家前来讲授，但都限于时间短促，什么都要讲，一般讲不清楚。再者也缺少一本能切合实际需要的规范教材，不少是临时发挥、就事论事。国内近年来出版的个别教材，不是重点介绍理论知识却联系实际不够，就是联系实际好的又缺少理论支持。

⑺ 设备故障诊断的主要内容

本书以抄化工、石化、电力、钢铁袭和航空等部门中使用的各类旋转机器和往复式压缩机为主要对象，比较全面、系统地阐述了机器故障类型、产生机理、表现特征以及故障防治方法。重点介绍了各类高参数旋转机器的故障，以振动故障诊断为主线，细分了各种故障类型，如：不平衡故障、不对中故障、滑动轴承的油膜不稳定故障、转子摩擦故障、浮环密封故障、流体激振故障以及高速转子自激振动故障，从理论和实践经验两方面详述了它们的故障机理和特征。对往复式压缩机的故障振动和管道振动提出了诊断分析方法和防治措施。对齿轮和滚动轴承，详细地分析了它们的故障原理、信号特征和故障检测方法。另外，介绍了振动信号的分析技术；无损检测中的油液分析技术和声发射技术在故障诊断中的应用；现代智能诊断技术中的模糊数学、神经网络和专家系统在故障诊断中的应用。

⑻ 机械故障诊断研究的意义和内容

机械故障诊断研究可以给维修加快速度，使机械能够在最段的时间内正常工作，

⑼ 数控机床机械故障诊断的任务是什么

4.数控机床机械故来障诊断的任务是源什么？机械故障诊断的任务是：
①诊断引起机械系统的劣化或故障的主要原因。
②聿握机械系统劣化、故障的部位、程度及原因等情况。
③了解机械系统的性能、强度和效率。
④预测机械系统的可靠性及使用寿命。
数控机床机械故障诊断包括对机床机械部件运行状态的识别、预报和监测3个方面的内容。应用机械故障诊断技术对机械系统进行监测和诊断，可以及时发现机器的故障和预防设备恶性事故的发生，从而避免人员的伤亡，环境的污染和巨大的经济损失，还可以找出生产系统中的事故隐患，从而对机械设备和工艺进行改造，以消除事故隐患。还可有利于设备维修制度的改革，将传统的定期维修改变为预知维修，从而大大提高机械系统运行的安全性、可靠性和利用率，节约大量维修时间和费用，进而产生巨大的经济效益。

⑽ 机械设备故障诊断技术有哪些应用

1、 故障诊断的发展现状
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主从机结构, 直至以网络为基础的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。目前, 我国的冶金、电力、化工等行业的故障诊断技术己经很成熟, 得到了广泛的应用。
2 现代故障诊断方法
工程机械运行的状态千差万别，出现的故障也是多种多样，采用的诊断方法也各不相同。在众多的诊断方法中，比较常用的诊断方法有振动监测诊断方法、无损检测技术、温度诊断方法和铁谱分析方法等。近十几年来，模糊诊断、故障树分析、专家系统、人工神经网络等新的诊断技术不断出现，故障诊断技术逐步向智能化方向发展。
（1） 故障树诊断方法
故障树诊断方法是从研究系统中最不希望发生的故障状态( 结果) 出发，按照一定的逻辑关系从总体到部件一层层的逐级细化，推理分析故障形成的原因，最终确定故障发生的最初基
本原因、影响程度和发生概率。它是一种图形演绎法，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，能较直观地反映故障、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、原因等。该方法直观、快速诊断、知识库很容易动态修改，但其缺点是受主观因素影响较大，诊断结果严重依赖于故障树信息的正确性和完整性，不能诊断不可预知的故障。
（2）故障诊断专家系统
专家系统是一种基于知识的人工诊断系统，是利用大量人类专家的知识和推理方法求解复杂的实际问题的人工智能程序。故障诊断专家系统是研究最多、应用最广的一类智能诊断技术，主要用于没有精确数学模型或很难建立数学模型的复杂系统。专家系统存在的主要问题是知识获取困难、运行速度慢。在采用先进传感技术与信号处理技术的基础上研制开发的故障诊断专家系统，将现代科学的优势同领域专家丰富经验与思维方式的优势结合起来，已成为故障诊断技术发展的主要方向。
（3） 基于模糊数学的故障诊断方法
工程机械的状态信号传播途径复杂，故障与特征参数间的映射关系模糊，再加上边界条件的不确定性、运行工况的多变性，使故障征兆和故障原因之间难以建立准确的对应关系，用传统的二值逻辑显然不合理，因此选用隶属度函数，用相应的隶属度来描述这些症状存在的倾向性。基于模糊数学的故障诊断方法就是通过某些症状的隶属度和模糊关系矩阵来求出各种故障原因的隶属度，以表征各种故障的倾向性，从而可以减少许多不确定因素给诊断工作带来的困难。但是对于复杂的诊断系统，要建立正确的模糊规则和隶属度函数非常困难，而且需要消耗大量的时间。
（4 ）基于神经网络的故障诊断方法
神经网络是一种信息处理系统，是为模仿人脑工作方式而设计的，它带有大量按一定方式连接的和并行分布的处理器。由工程机械各个系统的信息提取故障特征，通过学习训练样本来确定故障判决规则，从而进行故障诊断。用于故障诊断的神经网络能够在出现新故障时通过自学习不断调整权值，可以提高故障的正确检测率，降低漏报率和误报率。神经网络具有对故障的联想记忆、模式匹配和相似归纳能力，以实现故障和征兆之间复杂的非线性映射关系。对于多故障、多过程的复杂工程机械以及突发性故障或其他异常现象，其故障形成的原因与征兆的因果关系错综复杂，借助神经网络系统来解决是行之有效的。
（5） 支持向量机的故障诊断方法
典型故障数据样本的严重不足是制约故障智能诊断技术发展的主要原因之一。支持向量机( SVM)是一种基于统计学习理论的新型机器学习方法，其目标是得到现有信息下的最优解而不仅仅是样本数趋于无穷大时的最优解。这一点特别适合于故障诊断这种小样本情况的实际问题解决