对大型机械（如起重机械等）的故障问题的诊断是很麻烦且复杂的，要用到不同阶段的知识内容、表达形式及解决问题的思维方式。才能完成一个完整的故障诊断过程，常常需要靠自身的经验以及对机械设备的知识来解决故障问题。

   总之，由基于规则的系统到基于混合模型的系统、由领域专家提供知识到机器学习、由非实时诊断到实时诊断、由单一推理控制策略到混合推理控制策略，是基于知识的故障诊断系统的发展方向；考虑到模糊语言变量在表达具有模糊特性的征兆和故障方面的优势，神经网络与可解释系统的结构信息和动态过程的模糊集理论的综合应用将是智能诊断技术的一个重要的发展方向。改进神经网络模型和模块化神经网络诊断策略，是提高神经网络的实用性和诊断能力的主要方面。

   然而智能诊断故障技术已经得到了很大的发展，但是还是有许多问题需要解决，需要探讨，才能让智能诊断技术不断完善，而且还能用于实践中，要靠当今的科学，加上新的思维和方法，符合实际，不断从实际中所发现的问题不断改进，这样，智能诊断故障技术的发展前景才会更大。

将先进的计算机网络技术与故障诊断技术相结合，形成基于网络的远程设备故障智能诊断系统，也是目前研究的热点，具有广阔的发展前景；充分利用多源信息，研究采用综合测量方法及多传感器信息融合的智能故障诊断技术，具有重大的理论价值和实际应用价值。综上所述，智能诊断技术在知识层次上实现了辩证逻辑与数理逻辑的集成、符号逻辑与数值处理的统一、知识库与数据库的交互等功能，但依靠上述单一智能技术的故障诊断都有各自的优缺点，难以满足复杂系统诊断的全部要求，因此，将多种不同的智能技术结合起来的混合诊断系统是智能故障诊断技术研究的一个趋势。