模式识别方法分类

（1）统计对比诊断 统计对比诊断是采用统计方法从所测取的信号中提取反映被诊断轴承状态的特征，确定有关状态的标准模式（参考模式），再通过直接比较得出诊断结论。这是在现场最常用的一种诊断方法，通过经验的积累，可得到适用于现场设备运行的阈值，这样可以更准确地对设备状态进行报警。

（2）模糊诊断 模糊诊断是利用模糊集合论中的隶属函数和模糊关系矩阵的概念，并用数学方法进行运算，解决轴承状态特征的不确定性关系，进而实现故障诊断。

（3）灰色系统诊断 灰色系统诊断是通过表示状态特征之间不明确的映射关系，用有限的已知信息去推断含有未知信息的轴承状态，并做出故障诊断或预测。

（4）专家系统诊断 专家系统诊断是应用人类专家的知识和推理方法求解故障诊断问题的一种人工智能程序，它比较适用于相对复杂和规范的大型动态系统。只有全面地获取专家的诊断知识后，才可以建立起可靠的轴承诊断专家系统，实现计算机的自动诊断。(www.zuozong.com)

（5）神经网络诊断 神经网络诊断也是一种人工智能诊断方法，利用人工神经网络模型来描述特征空间与状态空间的映射关系，通过学习和训练实现状态的分类。神经网络具有强大的信息处理能力，以及高度非线性、自组织性和容错性等特点，因此已成为应用广泛的诊断方法。

（6）基于现代信号分析技术的诊断 为解决传统分析方法对轴承早期故障识别存在的困难，发展了现代信号分析方法，主要包括小波分析、数学形态学分析、非线性时间序列分析等方法。利用这些方法，可以实现对轴承早期故障的识别、分类、趋势预测等。