机器故障可以通过许多特征来识别，如轴承温度的增加和降低，机械和声的振动的增加与减少，性能损失，散热量增加等。在许多故障类型中，在其它特征出现前，机械振动的增加常标志着故障存在的可能。
在机器中的每一个转动部件，对它的通频振动都有影响。这些影响可以通过把总体的振动剖析成关键的组成因素而单独地识别出来，可以生成一个清晰的视图，并能够显示和识别个体的根源。
最通用的提取故障的方法是频谱分析-更多解释为 FFT。然而由于一个FFT不能显示相位信息的事实，一些故障使用相位分析更容易识别-如不对中。其它类型的故障如某一些齿轮故障，需要原始的时域信号或者一个倒频谱分析来识别。然而精确地故障诊断工作还是一项复杂的任务，需要精深的培训，有经验，强大的振动分析能力和详细的关于设备的技术知识。