（1）轴心轨迹自动识别技术
轴心轨迹描述了旋转机械转子转动过程中的形态，蕴涵着丰富的故障征兆信息。
根据专家经验，轴心轨迹形状和故障类型之间可以建立一一对应关系，不同形状的轴心轨迹图形对应着不同的故障类型。但是，如何实现对轴心轨迹形状的自动识别却是一项非常困难的任务。
神经网络技术和离散余弦变换技术在故障诊断领域内的集成应用，有效地解决了轴心轨迹自动识别过程中输入矢量和可识别形状之间的矛盾，既提高了诊断系统的可识别率，又降低了神经网络的输入矢量。
（2）形象思维和可视化故障诊断技术
专家的知识和经验是不可多得的宝贵财富，能否有效地应用这部分知识是任何专家系统设计过程中的关键问题。形象思维故障诊断方法的应用，将有利于揭示专家内在的思维规律，更好地模拟专家的思维过程。
为了系统地描述形象思维故障诊断方法，将介绍形象思维故障诊断的分形特性、模糊特性和可融合性；描述内部复杂的过程以及诊断过程中的自相似特性；分析诊断过程中的不确定性以及蕴含其中的确定性；揭示多通道信息融合的规律，将有效地弥补振动信号自身的不足，为中尺度诊断提供可能。
应用脸谱图和L系统等分形技术，使模式识别和推理过程可视化，实现能综合高维信息的可视化故障诊断。
（3）Petri网诊断系统建模技术
Petri网综合运用了归纳分析技术和并发行为特性，使复杂的诊断系统建模成为可能。Petri网诊断系统建模技术不仅能够与故障树建模方法相融合，来描述具有单一知识库体系结构的专家系统模型，而且，能够分析具有多知识库体系结构的专家系统，获得优化的诊断推理路径。
Petri网诊断系统建模技术的应用，有效地解决了可视化诊断过程中的建模方法问题，解决了面向复杂知识体系的诊断推理路径的优化问题。
（4）多Agent系统诊断技术
多Agent技术的应用，对专家系统产生了极大的影响，不仅增强了专家系统的智能水平，而且，也提高了专家系统处理信息的能力。特别是基于遗传算法的多Agent环境下的问题求解方法的应用，一方面为多Agent任务调度提供了方法，另一方面也为模糊诊断决策提供了手段。
多Agent诊断系统的设计与开发，为大型机电系统故障诊断提供了并行处理和多知识库集成的方法。
（5）轴心轨迹分形数据压缩技术
轴心轨迹是大型机电系统故障诊断过程中一项不可缺少的辅助信息。特定的形状，通常对应着特定的故障类型，但是，即使相同形状的轴心轨迹，所蕴含的分形特性却不相同，因而，深入刻画轴心轨迹分形特性，将有利于打破轴心轨迹应用上的局限性，使其成为故障诊断过程中一项重要的信息。
同时，为了进一步满足专家系统向着分布式监测与集中型诊断方向发展的要求，解决故障特征数据的存储和传输问题，推动数据通讯技术和远程计算机网络技术的发展，
将介绍轴心轨迹分形数据压缩的方法。
在分形数据压缩过程中，迭代函数系统唯一的吸引子在压缩前后保持不变，从而，保证了利用分形特性对压缩前和压缩后的数据进行分析时，可以获得一致的诊断结果。
为了进一步扩大分形数据压缩技术在故障诊断领域内的应用范围，将从理论和应用上介绍分形数据压缩的不变性。
（6）诊断专家系统结构功能与总体设计
故障诊断专家系统是模拟人类专家思维过程的应用软件，思维方式的研究，在于更好地设计具有人类思维能力的专家系统，特别是自动推理方法的研究。基于α-β搜索的二叉树推理，实现了故障诊断过程的自动推理，同时，为了增强系统的实时诊断和并行推理能力，应用了瞬态分布征兆的特性。学习方法的研究，满足了系统自生长、知识编辑和知识精炼的需要。
摘自：《现代机电设备安装调试、运行检测与故障诊断、维修管理实务全书》