摘要：本发明涉及一种故障诊断方法及系统，其特征在于，包括获取待测设备的振动信号；将待测设备的振动信号输入至训练好的一维双通道卷积与双向长短时记忆神经网络相融合的故障诊断模型，得到待测设备的故障诊断分类结果，可以广泛应用于先进制造控制技术领域中。

摘要：本申请提供的一种故障诊断方法及系统，涉及网络系统技术领域。包括：确定服务系统的故障类型；根据故障类型和预设的解决方案列表，确定故障类型对应的解决方案；其中，解决方案列表包括故障类型和解决方案的对应关系；显示解决方案。本申请提供的故障诊断方法及系统，在持续更新的知识库里，存储有与故障类型相对应的解决方案，故障类型与解决方案列表具有对应关系，因此，根据确定的故障类型，可直接调用对应的解决方案，该解决方案可在终端设备上显示，无需专业的运维人员到场，也可对故障进行解决，不仅可以快速的使商用网络设备进入正常运作状态，同时运维公司也省去了运维人员的投入，有效节约了成本。

摘要：本发明公开了一种故障诊断方法及系统，该方法包括：发送故障诊断请求至被测电子控制单元；当接收到返回的与故障诊断请求对应的响应报文的首帧报文时，根据首帧标识判断响应报文是否为多帧报文，如果是，则创建流控制帧模型生成响应报文的流控制帧，并根据流控制帧接收电子控制单元发送的剩余响应报文；在接收响应报文的同时采集所述全部响应报文，并解析获得所述响应报文对应的故障代码；判断所述故障代码与故障注入列表中预设的故障代码和故障状态是否一致，如果是，则生成故障诊断结果。通过本发明实现了自动化故障诊断，提高了故障测试效率的目的。

摘要：本发明提供一种故障诊断方法及系统，其中方法包括：确定计算机系统内所包括的多个目标设备；将所述多个目标设备按照设备的类型进行分组；根据每一个分组中所包括的设备的类型，对相应的分组中所包括的设备进行故障诊断。根据本方案，通过对计算机系统内所包括的多个设备按照设备的类型进行分组，使得每一个分组中所包括的设备具有相同的类型，根据每一个分组中所包括的设备的类型分别对相应的分组中所包括的设备进行故障诊断，从而可以提高故障诊断的准确率。

摘要：本发明实施例提供了一种故障诊断方法及系统，获取每个业务的故障数据，根据所述故障数据，生成故障case库，当被监控系统异常时，根据从故障case库中获得的与所述异常对应的故障case，对所述异常进行在线诊断，所述异常为出现故障或存在潜在故障。解决了现有技术中移动业务运营支撑系统的网管系统无力监控移动业务处理级别的问题，无需人为参与诊断故障，能够实现故障的准确定位，提高了故障诊断的速度和效率。