展望未來，對于倉壁振動器滾動軸承故障的智能診斷技術(shù)，本文作者認(rèn)為以下幾個方面值得進(jìn)一步的研究和探討：

(l)特征信息的提取是倉壁振動器滾動軸承故障診斷的關(guān)鍵環(huán)節(jié)，新的有效的信號處理與特征提取方法有待進(jìn)一步的研究。

(2)倉壁振動器EMD理論的算法需要改進(jìn)。本文中采用的EMD方法雖然有很高的精度，但是需要消耗一定的時間。這對于軸承的在線監(jiān)測顯然是不適用的，有必要對其算法作進(jìn)一步的研究，使該方法能夠適應(yīng)在線監(jiān)測。

(3)對于輸入神經(jīng)網(wǎng)絡(luò)的特征值仍存在問題，利用時頻域參數(shù)作為特征值可以檢測出軸承是否出現(xiàn)故障，但對于具體的故障部位不能準(zhǔn)確地判斷出來。因此準(zhǔn)確迅速快捷地對軸承故障的具體部位作出正確的判斷是將來倉壁振動器的軸承故障智能診斷技術(shù)發(fā)展的方向。