目前查找液壓系統故障的傳統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的理解，憑經驗來判斷故障發生的原因。當液壓系統出現故障時，故障根源有許多種可能。采用邏輯代數方法，將可能故障原因列表，然后根據先易后難原則逐一進行邏輯判斷，逐項逼近，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基礎知識和較強的分析能力，方可保證診斷的效率和準確性。但診斷過程較繁瑣，須經過大量的檢查，驗證工作，而且只能是定性地分析，診斷的故障原因不夠準確。為減少系統故障檢測的盲目性和經驗性以及拆裝工作量，傳統的故障診斷方法已遠不能滿足現代液壓系統的要求。

近年來，隨著液壓系統向大型化、連續生產、自動控制方向發展，又出現了多種現代故障診斷方法。如鐵譜技斷，可從油液中分離出來的各種磨粒的數量、形狀、尺寸、成分以及分布規律等情況，及時、準確地判斷出系統中元件的磨損部位、形式、程度等。而且可對液壓油進行定量的污染分析和評價，做到在線檢測和故障預防。

再如基于人工智能的專家診斷系斷，它通過計算機模仿在某一領域內有經驗專家解決問題的方法。將故障現象通過人機接口輸入計算機，計算機根據輸入的現象以及知識庫中的知識，可推算出引起故障的原因，然后通過人機接口輸出該原因，并提出維修方案或預防措施。這些方法給液壓系統故障診斷帶來廣闊的前景，給液壓系統故障診斷自動化奠定了基礎。但這些方法大都需要昂貴的檢測設備和復雜的傳感控制系統和計算機處理系統，有些方法研究起來有一定困難。目前不適應于現場推廣使用。