在设备运行或基本不拆卸设备的情况下，掌握设备的运行状况，判定产生故障的部位和原因，以及预测预报设备状态的技术。
机器运行中发生的任何故障或失效不仅造成重大的经济损失，甚至还可能导致人员伤亡和恶劣的社会影响。通过机械设备故障检测仪对设备工况进行检测，对其故障发展趋势进行早期诊断，找出故障原因，采取措施避免设备的突然损坏，使之安全经济地运转，在现代工业生产中起着重要作用。
根据系统采用的特征描述和决策方法和基于非模型的机械设备故障诊断方法两大类。
基于模型的故障诊断技术是通过构造观测估计出系统输出，然后将它与输出的测量值比较从中取得故障信息。该方法能与控制系统紧密结合，是监控、容错控制、系统修复和重构的前提，是以现代控制理论和现代优化方法的知道，以系统数学模型为基础，利用观测器、等价空间方程、滤波器、参数模型估计和辨识等方法产生残差，然后基于某种准则或阀值对该残差进行评功价和决策。
基于非模型的故障诊断方法
基于可测信号处理的故障诊断方法，系统的输出在幅值、频率及相关性上与故障源存在着某种关系，利用这种关系可确定系统的故障。常用的方法有频谱分析、相关分析、功谱分析和概率密度法。
基于故障诊断专家系统的诊断方法。专家系统是今年来故障诊断领域显著的成绩之一，内容包括诊断知识的表达、诊断推力方法、不确定性推理以及诊断只是的获取等。随着计算机和工人只能的发展，基于专家系统的故障诊断方法克服了基于模型的故障诊断方法对模型的过分依赖性，成为故障检测的有效方法。
故障模型识别的故障诊断方法。这是一种静态的诊断方法，它以模式识别技术为基础，其关键是故障模式特征量的选取取和提取。该方法分为离线分析和在线分析两个阶段。通过离线分析来确定表达系统故障状态的特征向量集提取故障的特征微向量。
基于模糊数学的故障诊断方法。根据模糊集合论征兆空间与故障状态空间的某种映射关系，由征兆来诊断故障。由于模糊集合论尚未成熟，通常只能凭经验和大量实验来确定。另外，因系统本身不确定的和模糊的信息，以及要对每一个征兆和特征参数确定其上下限和合适的隶属度函数，而使其应用有局限性。但随着模糊集合轮的完善，相信该方法有较光明的前景。
随着微电子、计算机、智能技术和网络技术的发展，机械设备故障检测诊断的准确性会越来越高，机械设备故障检测诊断的准确性会越来越提高，操作使用越来越方便，在机械设备维修中会起着越来越重要的作用，它可以直接提高企业设备管理和维护水平，提高企业效益和竞争水平。