文章概述了旋转机械故障诊断的基本方法和国内外的先进技术，分别阐述了各方法的基本原理、优缺点及典型应用

摘要：基于软件定义网络环境下故障诊断方法的研究现状，提出了一种在软件定义网络下故障诊断定位的方法。通过发送具有匹配识别标志字段的TCP测试数据分组，利用软件定义

基于AR模型和支持向量机的转子系统故障诊断方法，于德介，陈淼峰，提出了基于AR模型和支持向量机的转子系统故障诊断方法。该方法对转子系统的振动信号建立AR模型，以AR模型主要的自回归参数和残差的

1、最小割集测试法 基于故障树定量分析的故障诊断 一个最小割集代表设备的一种故障模式，故障诊断时，可以逐个测试最小割集即故障模式，从而搜寻故障源。 但对复杂设备的故障树分析，将有大量故障模式需要测试，在实际工程中，有时是很难实现的，此时可利用故障树最小割集重要度进行分析。 具体做法是：在计算出故障树各最小割集的重要度后， 首先在量级上进行分析比较，对那些重要度值很小的最小割集的故障模式，可以不必测试，而对那些需要测试的故障模式，按重要度值从大到小的次序进行检测，这样可以提高故障诊断命中率，减少测试诊断的工作量。

Alzheimer-s-disease-documentation:阿尔茨海默氏病的常见检查方法和诊断方法

设计了一种多源信息特征层融合的故障诊断方法，应用在电力电子电路的诊断过程中。选择待测电路的节点电压和重要支路电流作为融合对象，利用小波变换和主成分分析对数据进行预处理和特征提取，采用间隔交叉的方式将电压特征矢量和电流特征矢量联合形成特征矢量，通过神经网络对联合特征矢量进行推理分类，得到故障诊断结果。以Buck―Boost电路为诊断实例，对比分析了选择不同特征融合对象对故障诊断结果的影响，实验结果证明该方法可以明显提高电路诊断率。

风电机组轴承处于早期故障阶段时，特征信号往往比较微弱，并且受环境噪声及信号衰减的影响严重，因此轴承早期故障特征一直难以提取。经验模态分解(EMD)在轴承的故障特征提取中已经得到了广泛的应用，但其在强背景噪声干扰下对轴承早期故障特征的提取具有一定的局限性。针对这一问题，考虑到最大相关峭度解卷积(MCKD)算法可凸显出轴承振动信号中被噪声所掩盖的故障冲击脉冲，非常适用于轴承早期故障信号的降噪处理，因此将MCKD与EMD相结合用于轴承早期故障诊断。用MCKD对强噪声轴承信号进行降噪，然后对降噪后的信号进行EMD，选取敏感本征模态函数(IMF)并计算其包络谱，通过分析包络谱中幅值凸出的频率成分判断故障类型。仿真和试验分析结果验证了所提方法的有效性和准确性。

随着电路系统集成度的不断增大，模拟电路中的故障成本占据集成电路总诊断成本的绝大部分，因此加强模拟电路故障诊断与排除的研究十分重要。首先分析模拟电话故障的类型与原因，随后详细介绍几种故障的诊断方法。

目的 研究复杂工业系统动态、非线性特点，提出分步动态核主元分析(Kernel Principal Component Analysis，KPCA)的故障诊断方法．方法 该方法首先构造增广矩阵，然后将增广矩阵分成一系列子矩阵，将各子矩阵的构建一个新的数据增广矩阵，并对每个子矩阵使用KPCA提取变量数据的非线性空间相关特征，最后通过监测统计量监测出系统故障，用贡献度的方法识别发生故障变量．结果 该方法改进了传统的动态方法，引入分步动态的定义，并且能充分考虑工业过程中的非线性和动态性，更精确的描述工业过程特性，

分布式电源接入配电系统后会改变配电网故障电流的大小和方向,使配电网故障诊断复杂化。针对该问题,提出了基于故障功率方向判据和Petri网的配电网故障诊断方法。该方法利用上传和实测双重故障信息实现冗余纠错,快速诊断出故障区域,提高了含分布式电源的配电系统故障诊断的准确性、容错性;利用Petri网独特的图形描述和并行处理能力,保证了故障定位模型的通用性和故障诊断的快速性。算例仿真结果验证了该方法的可行性、有效性。