對于高可靠性要求的系統(tǒng)，可采用3只(或更多)同類型儀表并行測量同一變量來提高測量的可靠性。這一原理同樣適用于測量儀表的故障檢測與診斷由于需要多只儀表，所以稱為硬件冗余。在一組三倍冗余的儀表中，如果某一只儀表的輸出信號(hào)與其他兩只明顯不同，則顯然是該儀表發(fā)生了故障。由于隨機(jī)擾動(dòng)的影響，儀表誤報(bào)警率是較高的。為克服這一缺點(diǎn)，R.B.Brocn提出了有記憶表決的方法其基本思想是建立以下式為目標(biāo)函數(shù)的狀態(tài)估計(jì)器

這是一種通過逐漸減小加權(quán)因子而將發(fā)生故障的儀表從信號(hào)上予以切除的方法。由于它考慮了所有K時(shí)刻以前各儀表輸出的差異情況，所以故障檢測與診斷的結(jié)果很可靠。

生產(chǎn)實(shí)際中具有三倍冗余硬件的儀表系統(tǒng)是不多見的。J.C.Deckert等人以F-8DFBW飛機(jī)的儀表系統(tǒng)為背景，研究了兩倍冗余儀表系統(tǒng)的故障檢測與診斷問題“，以更復(fù)雜的算法作代價(jià)，使系統(tǒng)的硬件成本得到了降低。當(dāng)系統(tǒng)存在隨機(jī)干擾的時(shí)候，kalman濾波器可以用作測量儀表的狀態(tài)估計(jì)器。

識(shí)別方法

該方法先對測量信號(hào)(模式)進(jìn)行預(yù)處理，同時(shí)選擇已知類別的樣本模式的特征，根據(jù)所選擇的特征，對預(yù)處理后的測量信號(hào)進(jìn)行特征抽取，得到更簡捷、維教較低、又能攜帶大部分測量信息的特征向量，再采用分類器，通過對特征向量的分析，識(shí)別出模式的類別。

統(tǒng)計(jì)模式識(shí)別技術(shù)不需要數(shù)學(xué)模型就可對故障進(jìn)行早期檢測于是，在統(tǒng)計(jì)數(shù)據(jù)少、預(yù)測變量多地場合該技術(shù)難以勝任。

狀態(tài)估計(jì)方法

這種方法需要三個(gè)先驗(yàn)的知識(shí)源：正常過程的模型，被觀察過程的模型和異常過程的模型。為檢測故障，可采用三種方式，即：狀態(tài)估計(jì)、參數(shù)估計(jì)和特征值計(jì)算，分別求出被觀察過程的不可測的狀態(tài)x、參數(shù)θ和特征值η的估計(jì)值，并通過它們與正常過程模型的相應(yīng)量的偏差，同由異常過程的模型生成的故障特征(即由故障所導(dǎo)致的狀態(tài)、參數(shù)和特征值的變化方向和大小)進(jìn)行匹配，如果匹配成功，說明發(fā)生了故障;進(jìn)行故障診斷，確定故障的位置、類型、大小和原因。這種方法已用于電機(jī)—離心泵水管系統(tǒng)的故障診斷，在蒸餾塔、熱交換器和反應(yīng)器等裝置中也得到應(yīng)用。

這種方法的弊端是它的應(yīng)用效果過份依賴數(shù)學(xué)模型的精度。