對系統運行狀態的故障監測與診斷，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，提取特征參數的方法來辯識工作狀態。其基本原理是：在運行過程中，其零部件會發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，通過人工神經網絡監測與診斷系統，對故障進行診斷和預報。                                       

     該故障智能監測與診斷系統 ，主要包括監測與診斷兩個過程 。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，將輸入數據映射成樣本空間的點，這些數據包括故障的類型、程度和位置等信息。首先對映射到樣本空間的輸入數據進行預處理，通過刪除原始數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據空間。在數據空間的基礎上，提取數據中的不變特性，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模型，所出現的振聲現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，機械系統中的振動和其它摩擦現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。基本振動和由失效造成的結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為 h（ri,t，0），這里ri--r（xl,y…z）是測點到振聲產生點的矢量。