測振儀今后的走向趨勢 

   故障診斷一直都是工業設備上的一大難題，一直到測振儀的產生之后，有效的解決了很多問題，對于設備儀器監測與檢測起到了至關重要的作用。一直都是故障診斷的*儀器。但是它也有缺點，就是不能全面實施監測，有范圍尺度。所以要實施全面監測，那就得多買幾個。

   這時就有故障診斷專家系統誕生了，它能全面有效的監測設備，有效的達到有問題及時反饋和維修。診斷系統的核心問題是它的學習能力問題，知識的自動獲取一直是故障診斷專家系統的難點，解決知識獲取的途徑是機器學習，即讓機器能夠在實際工作中不斷地總結成功和失敗的經驗教訓，對知識庫中的診斷知識進行調整和修改，以豐富和完善系統知識。機器學習是提高診斷專家系統的主要途徑，也是提高診斷系統智能性的重要標志。隨著神經網絡隱節點和反向傳播算法及連接機制學習蓬勃發展，傳統的符號學習與測振儀已經逐步被取代。基于生物發育進化論的進化學習系統和遺傳算法，因吸取了歸納學習與連接機制學習的長處而受到重視。基于行為主義的強化學習系統因發展新算法的應用連接機制，學習遺傳算法的新成就發展也十分迅速。因此，發展和完善現有的機器學習方法，探索新的學習方法， 建立實用的機器學習系統，特別是多種學習方法協同工作的診斷系統，將是今后研究的一個重要方向。

    故障診斷系統是一個比較全面的系統，它囊括了測振儀一些沒有的技術和能力，它將是未來發展的一個趨向和走勢。但是吧并不是說測振儀就不好了，現階段它還是比較實用性的，方便、操作簡單可靠。