為了提高礦山機電設備的故障診斷率，很多礦山都引進了設備故障診斷技術。設備故障診斷技術的整個工作流程主要分為狀態監測、故障診斷和診斷決策三個階段。與人工診斷方法相比，故障診斷技術更依賴于自動化技術，準確性更高。
1、設備的狀態監測
設備運行過程中發生故障時，設備的一些參數會發生異常。若采集到設備的參數異常信號，就可以準確地判斷設備的故障情況。因此，設備的運行狀態監測是實現故障診斷的基礎。對設備運行狀態的監測，要依賴于傳感器和微處理器，常見的設備運行狀態參數主要有工作電流、電壓、溫度、壓力和振動等。例如：當設備出現散熱故障時，設備的溫度就會急劇上升，設備上的溫度傳感器采集的溫度信號就會出現明顯的異常。與此同時，還應該對采集的故障信號進行處理，提取參數異常的特征。在很多情況下，并不能根據這些異常信號來直接判斷故障的原因，需要綜合分析這些信號的特征來進行故障診斷。
2、設備故障診斷
故障診斷是故障診斷技術實施的關鍵環節，這不是一件容易的事，其主要任務是根據采集到的異常信號的特征進行綜合分析，從而確定故障原因以及故障發生的位置。通常情況下，設備故障診斷是通過與現有數據庫中的故障信息進行比對完成的。為了提高故障信息比對的成功率，采用了一些人工智能算法，例如人工神經網絡算法、模糊算法等。此外，應該盡可能準確地將更多的故障特征錄入到數據庫中。這就要求煤礦企業具有相當完善的計算機硬件條件和較為充分的軟件技術。
故障診斷時，不僅要對故障原因進行診斷，還要給出具體的位置，以便于維修人員快速維修。同時，還要根據故障的類型給出設備的故障損害程度，以便提出合理的維修建議。
3、設備的故障診斷決策
為了更好地服務于機電設備的維修工作，現代的故障診斷技術還增加了故障診斷決策的內容。其主要任務是根據故障診斷結果給出更為詳細的維修方式，從而大大提高機電設備的維修效率。設備故障維修的診斷決策在很大程度上依賴于設備故障診斷的結果，可以通過人為或計算機軟件技術來完成。一般情況下，很多設備維修決策是通過多年的維修經驗來確定的，常見的維修方式主要有更換零部件、停機整治或更換新設備。從某種意義上講，故障診斷技術之所以提高了故障維修率，關鍵在于集成了更多人的經驗。
