现代机械制造系统具有控制规模大、自动化程度高和柔性化强的特点。由于制造系统的结构越来越复杂，成本控制和生产连续性要求越来越高，因此由于各种故障而导致的停机都是无法承受的负担。故障诊断系统需要在这个情况下满足需求，也就是能够合理制订维修计划，最大限度减少停机维修的时间，以及在故障发生之后能够迅速做出反应。因此，故障诊断系统得到了迅速的发展。
诊断的目的是对机械制造过程或者其他过程中产生出来的各种故障进行获取、传输、处理、分析和解决。其技术包括：对过程中出现的各种物理量用先进的传感器接收，进而进行信号传输和信号处理，从分析处理的结果来对生产设备的工作情况以及产品的质量进行检测，并且对其发展趋势进行预测以及对故障进行诊断和报警。
因此，传感器的应用是故障诊断系统所必需的，只有获取到足够的数据才有可能获得精确的分析结果。在早期通常只采用一种传感器来监视系统，但这个方法早就无法满足现在获取系统状态的需要了。现在的系统复杂度日益提高，多种不同精度的传感器同时应用为获得准确数据提供了可能。
此外，基于知识的专家系统的应用为系统的智能化分析提供了人工智能的支持。这种专家系统拥有一个专门领域的知识库和一套有效的推理机制。由于现在的生产系统的复杂性，通常的专家系统都拥有一个复合的知识库，提供相应生产系统的知识支持。而且伴随着网络和通信技术的发展，故障诊断系统也发展了分布式和集成性的特点。故障诊断简单流程如图8 -1所示。
如果想要获得比较好的诊断效果，需要首先知道故障的模式。模式相当于症状的一种描述，把能够获得的故障模式集中在一起，就能够对故障进行有效的分类。正如治病不能只看症状一样，还要分析故障的机理，也就是诱发故障的原因。这就好比知道为什么系统生病了一样。但有的时候，故障的机理和故障的模式不是很容易区分的。
通过综合分析这样的机理和模式，就有可能归纳出一个故障的模型，这个模型可以被故障诊断的专家系统所采用，作为知识库的一部分。一种比较普遍的方法是把故障模型表示成为树型结构，这样的表达便利了以后的程序分析，也便于集成在专家系统中。所以可以看出，故障模型的建立是故障分析中最重要的部分。
现阶段，故障分析在机械生产系统方面可以应用在自动生产线、数控机床、柔性制造单元以及更大的比如计算机集成制造系统。具体分析不同的应用环境，才能够获得适合于不同环境的设计。比如自动化生产线，它是由基本工艺设备、各种辅助设备和控制系统组成的，实质上来说就是一个刚性自动化制造系统。自动化生产线是由不同的机床组成的，由于集成性的存在，它比单个设备复杂，要想在短时间内找出原因和位置是很困难的。自动化生产线越长，设备利用率越低。为了提高利用率，除了提高设备的可靠性之外，在一定的条件下，完全有必要引入自动化生产线中的故障诊断系统。为了和自动化生产线相适应，就要在不同的位置获取到信息，然后引入一个适合于流动生产的故障模型来分析故障的原因。这样，故障诊断的引入就有可能为自动化生产线带来了鲁棒性。
故障诊断是随着生产过程的复杂化而产生的一种技术，由于和现代传感器技术、专家系统技术相结合，已经展现出了很强的生命力，必将为提高企业的生产效率和稳定性提供越来越强大的支持。
加入收藏