隨著信息技術和計算機技術的發(fā)展，振動檢測儀被應用到機械系統(tǒng)狀態(tài)監(jiān)測和故障診斷技術的研究當中，比如近年來興起的神經網絡技術和數(shù)據(jù)融合技術正在故障診斷領域中得到廣泛的應用。而與此同時,信息技術和計算機技術有關學科的自身內涵也得到了完善和延拓?？傊瑱C械設備的狀態(tài)監(jiān)測及故障診斷技術必須依賴于多學科在多層次上的協(xié)作與協(xié)調,取長補短,在邊緣學科上求發(fā)展。而生產維修部門、管理部門、使用部門與技術部門要密切配合,才能將這一技術深入地推廣,真正為***民經濟的建設發(fā)揮作用。

　　振動檢測儀在故障信息監(jiān)測和故障特征分析都是為故障診斷服務的，而故障依斷的***要任務是判斷診斷對象的運行狀態(tài)是否正常。在許多情形下，只要能夠監(jiān)測設備工作狀態(tài)的變化，就能進行故障狀態(tài)預報，及時采取措施。從實際情況看， 目前故障診斷工作的重點也是集中在解決這個任務上。對設備進行狀態(tài)監(jiān)測需解決兩個主要問題。一是被監(jiān)測狀態(tài)量閩值的恰當選擇， 目前的方法是：選擇設備制造廠***給出的技術指標;采用通用評價標準，如IS02372機械振動測量與評價標準;根據(jù)其具體設備和經驗數(shù)據(jù)選擇閾值。

　　目前***內在對旋轉機槭振動強度評價時，通常選擇的監(jiān)飆4量是振動位移峰值，而***際標準推薦使用的監(jiān)測量是振動速度有效值，因為它更能反映設備振動的能量大小。另一個要解決的問題是選擇閾值判斷方法，。目前采取的方法有多閾值判斷、多元閾值判斷、加權判斷、模糊閾值判斷等。對機械設備進行狀態(tài)監(jiān)測，主要是對其工做狀態(tài)作實時監(jiān)測和趨勢分析。目前設備狀態(tài)實時監(jiān)測的方式主要有：連續(xù)監(jiān)測、巡回監(jiān)測和定期檢測，采用的手段主要是使用便攜式狀態(tài)監(jiān)測儀、專用狀態(tài)監(jiān)測系統(tǒng)以及以微機為基礎的多功能狀態(tài)監(jiān)測分析系統(tǒng)，而趨勢分析主要的還處于實驗室研究階段，研究手段有采用***小二乘擬合，時序模型、卡爾曼濾波等方法，并不斷探索新的理論和方法，如利用人工神經網絡來分析設備的各種被監(jiān)測量， 以形成對設備狀態(tài)的全面描述。如建立一個基于人工神經網絡的鏜削刀具狀態(tài)識別智能系統(tǒng)，對不同的刀具、不同的削量時，系統(tǒng)的正確識別率達89% ” 2o 3。隨著人們對機械設備運行狀態(tài)研究的不斷深入以及計算機技術的不斷發(fā)展，振動檢測儀的狀態(tài)監(jiān)測無論在理論研究和技術應用方面都將得到進一步的發(fā)展。