隨著人上智能及計算機技術的飛速發展，基于知識的方法在故障診斷中得到越來越廣泛的應用·目前應用到水泵故障診斷中基于知識的方法主要有粗糙集理論、專家系統、人工神經網絡和支持向量機等。

　　粗糙集理論足波蘭學者Z Pawlak于1982年提出的一種用于處_理不完整不精確知識的數學方法，該理論不需要關于數據的任何初始或附加信息，直接對不完整不精確數據進行分析處理。近年來，粗糙集理論發展迅速，已經在很多領域得到了應用。有人利用粗糙集理論對離心泵的特征參數進行約簡，并優選出最簡決策表，形成標準特征庫，提高了故障診斷的速度和精度。但當故障形式和特征參數較多時，則有可能會導致較大的決策表以及較多的規則數日。同時，由于許多實際應用中的數據經常足不斷更新的，因此如何動態地修正現有模型結構和規則集·提高系統的自學習能力，還有待于做進-一步的研究。

　　基于專家系統的故障診斷方法其實是一個計算機智能程序，計算機在采集被診斷對象的信息后，綜合運用各種規則(專家經驗).進行一系列的推理，必要時還可以隨時調用 各種應用程序，運行過程中向用戶索取必要的信息后，就可快速她找到最終故障或最有可能的故障，再由用戶米證實。它一般由數據庫、知識庫、推理機、解釋機制以及計算機接口 5部分組成，其中知識庫中存儲診斷知識，也就是故障征兆、故障模式、故障成因和處理意見等內容，而數據庫中存儲了通過測量并處理得到的當前征兆信息，推理機就是使用數據庫中的征兆信息通過一定的搜索策略在知識庫中找到應征兆下可能發生的故障，然后劉故障進行評價和決策，解釋機制可以以為此推理過程給出解釋，而人機接幾用于知識的輸入和人機對話。此種方法在水泵的故障診斷巾已有不少應用。

先關閱讀：

潛水電泵常見故障及維修方法    大流量水泵常見故障