隨著技術的發(fā)展,，機床越來越，結構愈來愈復雜,，機床故障診斷技術也在不斷更新,，變得越來越。
目前比較的機床故障診斷技術有以下幾種：
1)模糊診斷法
這種方法應用模糊數(shù)學理論進行機床故障診斷。
它將各種故障原因及其征兆視為兩類不同的模糊集合,，用矩陣表示它們之間的關系,。同理,，故障原因及其評語這兩個子集的關系也用相應矩陣來描述,。這兩個矩陣通過模糊變換運算，可為復雜設備的故障診斷和預測提供新的途徑,。
2)故障診斷專家系統(tǒng)
專家系統(tǒng)是人工智能的一個重要分支,。這是為解決應用中復雜問題而利用專家知識的計算機程序系統(tǒng)。專家系統(tǒng)的及實用性能產(chǎn)生的巨大經(jīng)濟效益,，已引起學術界及應用各方面的高度重視,。世界上許多已將它列為研究項目。故障診斷專家系統(tǒng)是將所的知識,、經(jīng)驗和推理規(guī)則等信息,，編成計算機可以利用的知識庫，建立具有智能的專家系統(tǒng),。這種系統(tǒng)能對機床狀態(tài)作常規(guī)診斷,，解決常見的各種問題，并可自行修正擴充己有的知識庫,，不斷提高診斷水平,。專家系統(tǒng)可用于連續(xù)監(jiān)測，以及工作條件惡劣的場合和技術人員不足的基層單位,。故障診斷專家系統(tǒng)是故障診斷技術發(fā)展方向,。
目前所應用的專家系統(tǒng)大多屬于代。代專家系統(tǒng)除了具有較高的性能外,，也有解釋能力和知識獲取能力,，但僅僅觸及表面問題。代專家系統(tǒng)主要有以下三個方面的不足：(1)它們處理問題的相當狹窄,，所以一旦處理接近它們所知邊緣的問題時,，其性能急劇下降。出現(xiàn)這種現(xiàn)象的主要原因是軟件技術水平的限制,，目前的知識表示及處理技術還不完善,。
(2)多以鸚鵡學舌的方式工作。原因是多方面的,，包括自然語言處理技術尚無突破性進展,、知識的層次不夠豐富等。
(3)自知程度較低,，沒有多少關于它們自身的知識,，因此管理它們自身的能力相當有限。
隨著機床的日益、復雜,，研究者們也在致力于性能,、功能更全、實用性和能處理更復雜問題的新型專家系統(tǒng),。從目前專家系統(tǒng)的發(fā)展狀態(tài)來看,，今后專家系統(tǒng)將沿和廣度兩個方向發(fā)展。具有神經(jīng)網(wǎng)絡與高度智能的代專家系統(tǒng)在不遠的將來將廣泛應用,。