1、 传统的故障诊断方法

（1）利用各种物理的、化学的原理和手段，通过伴随故障出现的各种物理和化学现象，直接检测故障。例如：可以利用振动、声、光、热、电、磁、射线、化学等多种手段，观测其变化规律和特征，用以直接检测和诊断故障。这种方法形象、快速，十分有效，但只能检测部分故障。

（2）利用故障所对应的征兆来诊断故障是最常用、最成熟的方法。以旋转机械为例，振动及其频谱特性的征兆是最能反映故障特点、最有利于进行故障诊断的手段，为此要深入研究各种故障的机理、研究各种故障所对应的征兆。在诊断过程中，首先分析设备运转中所获取的各种信号，提取信号中的各种特征信息，从中获取与故障相关的征兆，利用征兆进行放障诊断。由于故障与各种征兆间并不存在简单的一一对应关系，因此利用征兆进行故障诊断往往是一个反复探索和求解的过程。
 

2、故障的智能诊断方法
 

在上述传统的诊断方法的基础上，将人工智能的理论和方法用于故障诊断，发展智能化的诊断方法，是故障诊断一条全新的途径，目前已广泛应用，成为设备故障诊断的主要方向。

人工智能的目的是使计算机去做原来只有人才能做的智能任务，包括推理、理解、规划、决策、抽象、学习等功能。专家系统是实现人工智能的重要形式，目前已广泛应用于诊断，获得了很好的效果。
 

3、故障诊断的数学方法
 

设备故障诊断技术作为一门学科，尚处于发展之中。必须广泛利用各学科的最新科技成果，特别要借助各种有效的数学工具，其中包括基于模式识别的诊断方法、基于概率统计的诊断方法、基于模糊数学的诊断方法，基于可靠性分析和故障分析的诊断方法，以及神经网络、小波变换、分形几何等新发展的数学分支在故障诊断中的应用等。