設備故障診斷技術雖然取得了不少進展，有些方面已有較成熟的理論和方法 (如數字電路的故障診斷)，但仍有許多不足。特別是對復雜的大規(guī)模非線性系統(tǒng)故障診斷方法的研究更有待深入地探索。在技術方面，現(xiàn)有的不同等級和各種類型的故障診斷裝置，能在不同程度上對被測對象進行故障診斷，但與實際的需求相比，還有相當大的距離。那么，振動檢測儀對機械設備故障診斷技術發(fā)展方向用哪些呢，下面有樽祥科技來詳細說明：

　　機械設備故障診斷技術發(fā)展方向

　　多源信息的融合

　　在設備運行過程中，可以利用的狀態(tài)信息有很多，比如機械的振動，聲響、溫度、壓力，電氣的輸出功率、轉速和扭矩等，如何對這些大量的信息進行融合，消除多傳感器信息之間可能存在的冗余和矛盾，并加以互補，降低其不確定性，獲得對故障設備的一致性描述，是今后故障診斷技術研究的重點方向。

　　經驗知識與原理知識緊密結合

　　振動檢測儀在復雜設備故障智能診斷系統(tǒng)中，只有將領域問題的基本原理與專***的經驗知識相結合，才能更好地解決診斷問題。因此在建造知識庫時，不僅要重視淺知識的表達和處理，也要重視深知識的地位和作用。在該類模型中，深知識和淺知識各自用對它們***適合的方法表示，并構成兩種不同類型的知識庫 (分別稱為 “原理專***” 和 “經驗專***” )，2 個知識庫各有 1 個推理機構，這樣它們在各自的權力范圍內自成 1 個專***系統(tǒng)。這 2 個系統(tǒng)通過協(xié)調機制模塊構成 1 個診斷特定問題的完整智能系統(tǒng)。

　　融合現(xiàn)代人工智能

　　現(xiàn)代智能方法在設備故障診斷技術中已得到了廣泛的應用，隨著智能科技的不斷發(fā)展，將多種不同的智能技術結合起來的混合診斷系統(tǒng)，是智能故障診斷研究的一個發(fā)展趨勢。結合方式主要有基于規(guī)則的專***系統(tǒng)與神經網絡的結合，實例推理與神經網絡的結合，模糊邏輯、神經網絡與專***系統(tǒng)的結合等。其中，模糊邏輯、神經網絡與專***系統(tǒng)結合的診斷模型是***具發(fā)展前景的，也是目前人工智能領域的研究熱點之一。

　　遠程在線分布式全系統(tǒng)智能診斷系統(tǒng)

　　基于互聯(lián)網的智能診斷系統(tǒng)是將設備診斷技術與計算機網絡技術相結合，用若干臺中心計算機作為服務器，在企業(yè)的關鍵設備上建立狀態(tài)監(jiān)測點，采集設備狀態(tài)數據;在技術力量較強的科研院所建立分析診斷中心，為企業(yè)提供遠程技術支持和保障。建立遠程在線分布式全系統(tǒng)智能診斷系統(tǒng)[17]，是計算機科學、通信技術與故障診斷技術相結合的一種新的設備故障診斷模式?？梢詫崿F(xiàn)異地多專***對同一設備 的在線協(xié)同診斷以及多臺設備共享同一診斷系統(tǒng)，有利于診斷案例的積累，以彌補單個診斷系統(tǒng)領域知識的不足，提***診斷的智能化水平，促進診斷學的綜合發(fā)展。