随着信息技术和计算机技术的发展，振动检测仪被应用到机械系统状态监测和故障诊断技术的研究当中，比如近年来兴起的神经网络技术和数据融合技术正在故障诊断领域中得到广泛的应用。而与此同时,信息技术和计算机技术有关学科的自身内涵也得到了完善和延拓。总之，机械设备的状态监测及故障诊断技术必须依赖于多学科在多层次上的协作与协调,取长补短,在边缘学科上求发展。而生产维修部门、管理部门、使用部门与技术部门要密切配合,才能将这一技术深入地推广,真正为***民经济的建设发挥作用。

　　振动检测仪在故障信息监测和故障特征分析都是为故障诊断服务的，而故障依断的***要任务是判断诊断对象的运行状态是否正常。在许多情形下，只要能够监测设备工作状态的变化，就能进行故障状态预报，及时采取措施。从实际情况看， 目前故障诊断工作的重点也是集中在解决这个任务上。对设备进行状态监测需解决两个主要问题。一是被监测状态量闽值的恰当选择， 目前的方法是：选择设备制造厂***给出的技术指标;采用通用评价标准，如IS02372机械振动测量与评价标准;根据其具体设备和经验数据选择阈值。

　　目前***内在对旋转机槭振动强度评价时，通常选择的监飙4量是振动位移峰值，而***际标准推荐使用的监测量是振动速度有效值，因为它更能反映设备振动的能量大小。另一个要解决的问题是选择阈值判断方法，。目前采取的方法有多阈值判断、多元阈值判断、加权判断、模糊阈值判断等。对机械设备进行状态监测，主要是对其工做状态作实时监测和趋势分析。目前设备状态实时监测的方式主要有：连续监测、巡回监测和定期检测，采用的手段主要是使用便携式状态监测仪、专用状态监测系统以及以微机为基础的多功能状态监测分析系统，而趋势分析主要的还处于实验室研究阶段，研究手段有采用***小二乘拟合，时序模型、卡尔曼滤波等方法，并不断探索新的理论和方法，如利用人工神经网络来分析设备的各种被监测量， 以形成对设备状态的全面描述。如建立一个基于人工神经网络的镗削刀具状态识别智能系统，对不同的刀具、不同的削量时，系统的正确识别率达89% ” 2o 3。随着人们对机械设备运行状态研究的不断深入以及计算机技术的不断发展，振动检测仪的状态监测无论在理论研究和技术应用方面都将得到进一步的发展。