目前，印刷機械正向著更加集成化、自動化的方向革新。而高速運轉(zhuǎn)下的印刷機械，一旦發(fā)生故障會造成大量成本的損失甚至對工人人身安全產(chǎn)生威脅。目前印刷企業(yè)中對印刷機械故障的監(jiān)測主要還是依靠工人經(jīng)驗以及試印調(diào)試來完成，不僅增加了人力與資金的損耗，并且對工人的經(jīng)驗有了更高的要求。因此如何在印刷機械發(fā)生故障的前期快速發(fā)現(xiàn)與排除故障是現(xiàn)在印刷機械故障監(jiān)測領(lǐng)域研究的熱點之一。

印刷機械設(shè)備在運行過程中所產(chǎn)生的多種類型的信號包含了設(shè)備運行時的性能信息，這些信息如何反應(yīng)印刷機械的運行情況，如何對其產(chǎn)生的多種類型數(shù)據(jù)進行收集與分析也是當(dāng)下的研究重點。故障檢測與診斷中所使用的信號源有很多種，例如：振動信號、溫度、壓力、油液等。而根據(jù)已有研究，主要有三類信號應(yīng)用于印刷機械故障診斷：基于振動信號的故障診斷、基于聲信號的故障診斷和基于圖像的故障診斷。隨著時代的發(fā)展，印刷企業(yè)對于印刷機的速度、穩(wěn)定性、停機率的要求越來越高，這就促使印刷機供應(yīng)商提升印刷機故障自檢能力。而在印刷機高速運轉(zhuǎn)的同時不停機故障診斷也是各大廠商研究的熱點之一。

德國海德堡公司所生產(chǎn)的印刷機就配備了全數(shù)字化電子顯示系統(tǒng)，該系統(tǒng)是將控制、檢測與診斷相結(jié)合，對印刷機在運行過程中所產(chǎn)生的信號進行數(shù)字化表征，從而達(dá)到全機監(jiān)測、定點診斷的目的。類似的在線遠(yuǎn)程診斷系統(tǒng)在小森、羅蘭等新型印刷機上也有配備。這些系統(tǒng)對于常見的機械故障可以達(dá)到在線檢測與實時調(diào)校的目的，但由于高速印刷機零部件數(shù)量多，結(jié)構(gòu)復(fù)雜，因此一些較為復(fù)雜的故障仍需人工介入，無法達(dá)到真正的不停機故障診斷的目的。目前針對于印刷機械的故障診斷方法在國內(nèi)研究還在起步階段，專業(yè)性的故障診斷系統(tǒng)和該方面的專家相對還較為匱乏，僅能完成印刷機械的故障類別模糊分類，而沒有一個完整的診斷系統(tǒng)，因此，這也是未來國內(nèi)印刷機供應(yīng)商與各高校研究的重點之一。

印刷機故障診斷系統(tǒng)通過對印刷機運行狀態(tài)進行實時監(jiān)測與診斷，從而減少印刷機停機的次數(shù)，提升印刷品的質(zhì)量。而國內(nèi)對于該方面技術(shù)的研究與應(yīng)用還較為落后，目前已有的技術(shù)已無法滿足高速印刷機日益發(fā)展所帶來的需求。針對已有方法的研究，將人工智能算法與傳感器技術(shù)相結(jié)合所開發(fā)出的故障診斷系統(tǒng)是未來的大勢所趨。該方法不僅可以利用目前大數(shù)據(jù)研究的成果，對印刷機運行產(chǎn)生的數(shù)據(jù)進行分析，并且可以通過算法將印刷機械運行狀態(tài)與印品質(zhì)量相映射，從而完成印刷機故障的在線診斷。另外，如何將印刷機運行時產(chǎn)生的多元數(shù)據(jù)進行融合，實現(xiàn)多種故障同時診斷也應(yīng)加以研究。目前我國仍在該方面與其國外有較大差距，需對多種新興技術(shù)的跨領(lǐng)域應(yīng)用以及相互融合加以重視。并且應(yīng)大力促進校企結(jié)合，從而縮小技術(shù)研發(fā)到應(yīng)用之間的隔閡。

印刷機械運行狀態(tài)的平穩(wěn)是保證印品質(zhì)量優(yōu)良的關(guān)鍵因素之一，在高速運轉(zhuǎn)狀態(tài)下，一旦印刷機械出現(xiàn)故障，會造成大量的紙張和油墨等耗材的浪費，造成污染，如何快速準(zhǔn)確地發(fā)現(xiàn)并且解決印刷機械所產(chǎn)生的故障是當(dāng)前研究熱點之一。印刷機械在運轉(zhuǎn)時會產(chǎn)生大量的多種類的信號數(shù)據(jù)，如何將不同種類的數(shù)據(jù)融合表征從而實現(xiàn)更加準(zhǔn)確的故障診斷是目前研究的關(guān)鍵。依照當(dāng)前的研究趨勢，模塊化的印刷機組受到更多印刷企業(yè)的青睞，因此未來應(yīng)將印刷機械故障監(jiān)測裝置完善并且模塊化以便適應(yīng)不同種類印刷機械、不同的印刷環(huán)境，并且提高印刷品的質(zhì)量。另一方面，隨著硬件水平的不斷提升，采集到印刷機械信號數(shù)據(jù)的規(guī)模也逐漸增大，快速而準(zhǔn)確地從大量的數(shù)據(jù)中提取關(guān)鍵的信息也是需要研究的關(guān)鍵點，引入深度學(xué)習(xí)算法等現(xiàn)代數(shù)據(jù)挖掘算法是解決這些問題的最有效途徑。