隨着我國經濟不斷髮展，科學技術不斷的進步，我國的電子機械設備應用也得到了前所未有的發展，無論是在加工精度、還是加工效率方面都取得了令人矚目的成績。但是，隨着機械設備加工精度的提升和加工效率的加快，機械設備的突發故障也在不斷攀升。機械設備在高速的運轉和工作下容易發生故障，一旦發生故障其損失巨大，不但維修費用高，而且維修週期也很長，一直是困擾企業的突出問題。如何應用現代故障診斷技術建立設備故障預警制度，是目前亟待解決的難題。
在電子機械設備故障診斷過程中，診斷對象的故障過程是複雜多變的，在故障發展過程中，由於引起故障的因素在性質、特點及作用方式上是不同的，機械功能狀況和所受損害的具體情況也不同，使得故障徵兆和演變具有不同形式，診斷中往往難以迅速準確地認識故障的性質，導致誤診。
1 電子機械概述
電子機械主要是以研究電子信息設備與電子系統的機械與結構的設計與製造爲核心的，努力提高設備或系統在不同的複雜環境中的電性能。我國工業與電子裝備發展過程已經超過40年，在電子設備的設計和製造商處於世界前列，但是也必須認識到先進的電子機械，不僅取決於電子設備的可靠性，也與結構與工藝密不可分。電氣設計、結構設計及製造工藝在電子裝備中有融爲一體的發展態勢，當今的電子機械工程就是應這種趨勢而產生的新興學科，國內很多高校也設立了電子機械專業。電子機械同以往的.普通機械相比，有其自身的特性：從目的上來說，電子機械旨在於提高電子設備的電氣性能系統;從實現手段上來說，電子機械主要通過在機械中加入電子信息技術等來實現電子設備的性能;從機電一體化的載體方面來說，電子機械是電子系統，常規機械是機械結構系統;從電子系統對機械的重要性來說，機電一體化對電子設備至關重要。
2 電子機械故障診斷技術分析
所謂電子機械設備故障，就是指機械系統已偏離其設備狀態而喪失部分或全部功能的現象。如某些零件或部件損壞，致使工作能力喪失;發動機功率降低;傳動系統失去平衡和噪聲增大;工作機構的工作能力下降;燃料和潤滑油的消耗增加等，當其超出了規定的指標時，均屬於機械故障。電子機械故障診斷技術主要有以下幾種：
2.1 基於小波分析的故障診斷方法
小波變換是一種新的變換分析方法，它繼承和發展了短時傅立葉變換局部化的思想，同時又克服了窗口大小不隨頻率變化等缺點，能夠提供一個隨頻率改變的“時間-頻率”窗口，是進行信號時頻分析和處理的理想工具。基於小波分析直接進行故障診斷是屬於故障診斷方法中的信號處理法。這一方法的優點是可以迴避被診斷對象的數學模型，這對於那些難以建立解析數學模型的診斷對象是非常有用的。具體可分爲以下4種方法： ①利用小波變換檢測信號突變的故障方法連續小波變換能夠通過多尺度分析提取信號的奇異點。其基本原理是利用信號在奇異點附近的Lipschitz指數。 Lipschitz指數時，其連續小波變換的模極大值隨尺度的增大而增大;當時，則隨尺度的增大而減小。噪聲對應的Lipschitz指數遠小於0，而信號邊沿對應的Lipschitz指數大於或等於0。因此，可以利用小波變換區分噪聲和信號邊沿，有效地檢測出強噪聲背景下的信號邊沿(援變或突變)。因此，利用小波變換可以區分噪聲和信號邊沿，有效地檢測出強噪聲背景下的信號邊沿奇變。動態系統的故障通常會導致系統的觀測信號發生奇異變化，可以直接利用小波變換檢測觀測信號的奇異點，從而實現對系統故障的檢測。
除此之外，小波變換可以看作一個帶通濾波器，從而可以對信號進行濾波。近年來，已經出現了很多基於小波變換的去噪方法。Mallat提出了通過尋找小波變換系數中的局部極大值點，並據此重構信號，可以很好地逼近未被噪聲污染前的信號。Donoho也提出了一種新的基於閾值處理思想的小波去噪技術。利用去噪後的信號可以直接對系統進行故障診斷，也可利用此信號進行殘差分析。通過去噪獲得系統輸出信號來進行故障診斷，方法上比較簡單，但對故障的判斷受限於觀測人員自身的經驗。
2.2 光學檢測技術
由於故障診斷資料不足，對故障的認識受到較大限制，給明確診斷帶來困難，有時所懷疑的故障的一般規律與故障徵兆不完全相符，另外排除了一種故障的可能，因此故障診斷的推理過程往往也是模糊的，具有一定程度的不確定性。近年來，光學技術得到了快速的發展並被應用到工業領域，例如在數控機牀中光柵系統的應用。光柵測量是利用光的衍射原理，通過疊放的光柵的相對運動，產生與之同步移動的莫爾條紋信號，然後通過讀數頭與後續電路，將導軌、工作臺的位置等信號轉變成信號讀出來，其讀數分辨率可達5nm。當兩塊相同的長光柵跌合，如果柵線的夾角很小時，莫爾條紋的方向與光柵條紋方向近似垂直。光柵盤上黑白刻線的相對移動，會產生光強度週期性變化，此光信號經光電池轉換成爲週期性的電信號，對電信號進行分析處理，就可獲得光柵相對移動的位移量。
2.3 人工智能診斷
機電設備在運行時均會產生物理變化或者化學性能的轉化，這樣勢必會造成設備的外在形態的改變，如溫度升高、電壓電流以及功率的變化等，檢測人員可以通過對設備的這些參數變化的分析來了解設備的運行狀況。故障診斷技術就是依照不同參數的不同變化規律，而預判斷設備是否出現故障及出現故障的具體位置，以便及時採取科學有效的措施，防止出現不必要的損失，提高了設備運行效率和安全性。近年來，人工智能和計算機技術迅速發展，在機械診斷中的運用也越來越廣泛。例如，用於大機組和燃氣輪機的診斷專家系統、採用概率神經網絡、自組織映象和徑向基函數網絡等的智能診斷神經網絡等。Zadeh曾將專家系統、模糊集合、神經網絡、概率計算和遺傳算法統稱爲軟計算。將軟計算中各種方法集成，形成各種類型的混合系統，如用於診斷的模糊專家系統、模糊神經網絡等，使各種方法互相取長補短，相輔相成，是一種值得關注的動向。
結束語
電子機械設備一旦由於故障，機械性能降低，無法正常運轉，從而影響到生產效率。而受到摩擦、外力、應力以及化學反應的影響，現代機械的零部件會出現磨損、腐蝕、斷裂等情況，致使機械產生故障而無法運行，只有採取積極的防禦措施，進行及時的修理，能夠有效的避免機械故障的產生。