目前查找液壓系統(tǒng)故障的傳統(tǒng)方法是邏輯分析逐步逼近斷。此法的基本思路是綜合分析、條件判斷。即維修人員通過觀察、聽、觸摸和簡單的測試以及對液壓系統(tǒng)的理解，憑經(jīng)驗(yàn)來判斷故障發(fā)生的原因。當(dāng)液壓系統(tǒng)出現(xiàn)故障時(shí)，故障根源有許多種可能。采用邏輯代數(shù)方法，將可能故障原因列表，然后根據(jù)先易后難原則逐一進(jìn)行邏輯判斷，逐項(xiàng)逼近，最終找出故障原因和引起故障的具體條件。

此法在故障診斷過程中要求維修人員具有液壓系統(tǒng)基礎(chǔ)知識和較強(qiáng)的分析能力，方可保證診斷的效率和準(zhǔn)確性。但診斷過程較繁瑣，須經(jīng)過大量的檢查，驗(yàn)證工作，而且只能是定性地分析，診斷的故障原因不夠準(zhǔn)確。為減少系統(tǒng)故障檢測的盲目性和經(jīng)驗(yàn)性以及拆裝工作量，傳統(tǒng)的故障診斷方法已遠(yuǎn)不能滿足現(xiàn)代液壓系統(tǒng)的要求。

近年來，隨著液壓系統(tǒng)向大型化、連續(xù)生產(chǎn)、自動控制方向發(fā)展，又出現(xiàn)了多種現(xiàn)代故障診斷方法。如鐵譜技斷，可從油液中分離出來的各種磨粒的數(shù)量、形狀、尺寸、成分以及分布規(guī)律等情況，及時(shí)、準(zhǔn)確地判斷出系統(tǒng)中元件的磨損部位、形式、程度等。而且可對液壓油進(jìn)行定量的污染分析和評價(jià)，做到在線檢測和故障預(yù)防。

再如基于人工智能的專家診斷系斷，它通過計(jì)算機(jī)模仿在某一領(lǐng)域內(nèi)有經(jīng)驗(yàn)專家解決問題的方法。將故障現(xiàn)象通過人機(jī)接口輸入計(jì)算機(jī)，計(jì)算機(jī)根據(jù)輸入的現(xiàn)象以及知識庫中的知識，可推算出引起故障的原因，然后通過人機(jī)接口輸出該原因，并提出維修方案或預(yù)防措施。這些方法給液壓系統(tǒng)故障診斷帶來廣闊的前景，給液壓系統(tǒng)故障診斷自動化奠定了基礎(chǔ)。但這些方法大都需要昂貴的檢測設(shè)備和復(fù)雜的傳感控制系統(tǒng)和計(jì)算機(jī)處理系統(tǒng)，有些方法研究起來有一定困難。目前不適應(yīng)于現(xiàn)場推廣使用。