机械故障诊断是种了解和掌握机器在运行过程的状态，确定其整体或局部正常或异常，早期●发现故障及其原因，并能预报故障发展趋势的。油液监测、振动监测、噪声监测、性能趋势分析和无损探伤等为其主要的诊断方式。
应用
诊断发展几十年来，产生了巨大的经济效益，成为各研究的热点。从诊断的各分支来看，美占有地位。美的些公司，如Bently，HP等，他们的监测产品基本上代表了当今诊断的水平，不仅具有善的监测功能，而且具有较强的诊断功能，在宇宙、军事、化工等方面具有广泛的应用。美西屋公司的三套人工智能诊断软件(汽轮机TurbinAID，发电机GenAID，水化学ChemAID)对其所产机组的安全运行发挥了巨大的作用。还有美通用电器公司研究的用于内燃电力机车故障排除的家系统DELTA;美NASA研制的用于动力系统诊▃断的家系统;Delio Products公司研制的用于汽车发动机冷却系统噪声原因诊断的家系统ENGING COOLING ADCISOR等。近年来，由于微机别是便携机的迅速发展，基于便携机的在线、离线监测与诊断系统日益普及，如美的M6000系列产品，得到了广泛的应用。
分析
可用于机械状态监测与故障诊断的信号有振动诊断、油样分析、温度监测和无损检测探伤为主，其他或方法为辅的局面。这其中又以振动诊断涉及的域广、理论基础为雄厚、研究得为充分。目前，在振动信ζ 号的分析处理方面，除了经典的统计分析、时频域分析、时序模型分析、参数辨识外，近来又发展了频率细化、倒频谱分析、共振解调分析、三维全息谱分析、轴心轨迹分析以及基于非平稳信号假设的短时傅里叶变换、Winger分布、Hilbert-Huang变换和小波变换等。而当代人工智能的研究成果为机械故障诊断注入了新的活力，故障诊断的家系统不仅在理论上得到了相当的发展，且己有成功的应用实例，作为人工智能的个重要分支，人工神经网络的研究己成为机械故障诊断域的个新研究热点。
我诊断的发展始于70年代末，而真正的起步应该从1983年南京届设备诊断题座谈会开始。虽起步较晚，但经过近几年的努力，加上有关多次组织外诊断家来华讲学，已基本跟上了外在此方面的步伐，在某些理论研究方面已和外不相上下。目前我在些定设备的诊断研究方面很有色，形成了批自己的监测诊断产品。全各行业都很重视在关键设备上装备故障诊断系统，别是智能化的故障诊断家系统，在电力系统、石化系统、冶金系统、以及科技产业中的核动力电站、航空和载人航天工程等。工作集中的是大型旋转机械故障诊断系统，已经开发了20种以上的机组故障诊断系统和十余种可用来做现场故障诊断的便携式现场数据采集器。透平发电机、压缩机的诊断已列入家重点攻关项目并受到度重视;而西♀安交通大学的"大型旋转机械计算机状态监测与故障诊断系统"，哈尔滨工业大学的"机组振动微机监测和故障诊断系统"。东北大学设备诊断工程中心经过多年研究，研制成功了"轧钢机状态监测诊断系统"，"风机工作状态监测诊断系统"，均取得了可喜的成果。
