對系統(tǒng)運行狀態(tài)的故障監(jiān)測與診斷，是通過對設備某些敏感部位振動、平衡度、溫度、壓力等信號的采集，并通過對信號處理，提取特征參數(shù)的方法來辯識工作狀態(tài)。其基本原理是：在運行過程中，其零部件會發(fā)出各自確定特征的信號，而這些信號隨單個零件的損壞、磨損以及電子元件的電壓、電流、溫度等變化而變化。根據表征具體故障的特征參數(shù)，通過人工神經網絡監(jiān)測與診斷系統(tǒng)，對故障進行診斷和預報。                                       

     該故障智能監(jiān)測與診斷系統(tǒng) ，主要包括監(jiān)測與診斷兩個過程 。其中每個過程都包括預處理和特征信號提取兩部分。快速、有效地提取反映設備故障信息的特征是故障診斷的關鍵。把從診斷的對象處獲得的數(shù)據看作一組時間序列，通過對該時間序列的分段采樣，將輸入數(shù)據映射成樣本空間的點，這些數(shù)據包括故障的類型、程度和位置等信息。首先對映射到樣本空間的輸入數(shù)據進行預處理，通過刪除原始數(shù)據中的無用的信息得到另一類故障模式，由樣本空間映射成數(shù)據空間。在數(shù)據空間的基礎上，提取數(shù)據中的不變特性，形成不變故障模式空間。在提取了故障模式的不變特性后，根據診斷的需要和問題的特性，對所選擇的模式特征矢量進行量化壓縮變換，選擇有用的特征，以用于故障診斷。

應用于故障診斷的振聲信號，通常是在電機、變速箱等外機體附近的某一點測取，對信號進行分析以獲取有用信息。故障診斷通常用質量分布、剛度和阻尼表示的機械系統(tǒng)模型，所出現(xiàn)的振聲現(xiàn)象與機器中運動和靜止的零部件有關，用Fi（e），i_1，2，…，n表示這些零件的失效情況。在*時，機械系統(tǒng)中的振動和其它摩擦現(xiàn)象的初始產生是由于電機和篩籃的旋轉運動和沖擊，以及附屬機構的旋轉運動等與機械運動有關的強迫振動，把這種振動稱為基本振動，記為c（r,t，0），r表示位置，t表示動態(tài)時間，0為機器的已使用時間。它的強度和頻率由機器類型決定。中零部件的失效是與故障有關的原始振動的產生源，記為Vi（t,O），在機械結構中以時間t和頻率f傳遞?；菊駝雍陀墒г斐傻慕Y構振聲響應的總和在某一 位置r，用A （r,t，0）表示。在位置安裝加速度傳感器，它的輸出為電信號S（r,t，0）。為了得到S（r,t，0）的可分析模型，定義從失效的第個位置到測點的脈沖傳遞函數(shù)為 h（ri,t，0），這里ri--r（xl,y…z）是測點到振聲產生點的矢量。