故障的模式識別就是從那些反映系統(tǒng)的信息中抽取出反映故障的特征，并根據這些特征的不同屬性
，對故障進行分類
。用模式識別方法進行故障診斷，是根據樣本的數(shù)學特征來進行的
，因此它不需要精確的數(shù)學模型
。對于一些被診斷對象數(shù)學模型過于復雜、不易求解的問題
，模式識別方法也是適用的
。另外，在對工業(yè)系統(tǒng)的故障診斷中應盡量利用非數(shù)學(包括物理和結構)方面的特征
，設計出各種各樣的特征提取器
，這樣將有利于利用對已有系統(tǒng)的知識，有利于減少計算工作量
。由于特征的選擇和提取與待識別的模式緊密相關
，故很難有某種泛泛的規(guī)律可循。目前常用的方法有：最小距離分類法
，Bayes分類法，F(xiàn)isher判別法
，從參數(shù)模型求特征
，用K-L變換提取特征等
。
