隨著信息技術和計算機技術的發展，振動檢測儀被應用到機械系統狀態監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據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?，機械設備的狀態監測及故障診斷技術必須依賴于多學科在多層次上的協作與協調,取長補短,在邊緣學科上求發展。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***民經濟的建設發揮作用。

　　振動檢測儀在故障信息監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是否正常。在許多情形下，只要能夠監測設備工作狀態的變化，就能進行故障狀態預報，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。對設備進行狀態監測需解決兩個主要問題。一是被監測狀態量閩值的恰當選擇， 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;根據其具體設備和經驗數據選擇閾值。

　　目前***內在對旋轉機槭振動強度評價時，通常選擇的監飆4量是振動位移峰值，而***際標準推薦使用的監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監測，主要是對其工做狀態作實時監測和趨勢分析。目前設備狀態實時監測的方式主要有：連續監測、巡回監測和定期檢測，采用的手段主要是使用便攜式狀態監測儀、專用狀態監測系統以及以微機為基礎的多功能狀態監測分析系統，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測量， 以形成對設備狀態的全面描述。如建立一個基于人工神經網絡的鏜削刀具狀態識別智能系統，對不同的刀具、不同的削量時，系統的正確識別率達89% ” 2o 3。隨著人們對機械設備運行狀態研究的不斷深入以及計算機技術的不斷發展，振動檢測儀的狀態監測無論在理論研究和技術應用方面都將得到進一步的發展。