液壓泵是液壓系統(tǒng)的心臟，其故障診斷是液壓系統(tǒng)故障診斷的重要部分。由于流體的壓縮性、泵源與伺服系統(tǒng)的流固耦合作用及液壓泵本身具有大幅度的固有機(jī)械振動(dòng)，使得液壓泵的故障機(jī)理復(fù)雜，故障特征提取困難，故障診斷的模糊性強(qiáng)。大量的液壓泵故障診斷數(shù)據(jù)表明，通過泵源出口檢測到的故障信號常被干擾信號淹沒，單一故障檢測信號常呈現(xiàn)出強(qiáng)的模糊性，采用常規(guī)的信號處理方法難以提升有效的故障特征。
    針對柱塞泵球頭松動(dòng)故障模式，通過在液壓泵出口配置振動(dòng)傳感器和壓力傳感器進(jìn)行故障檢測，通過小波分析進(jìn)行信號消噪處理，利用主成分分析提取有效融合信息，采用改進(jìn)算法的BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)液壓泵微弱信號或多故障的有效診斷。
    1、液壓泵球頭松動(dòng)故障機(jī)理分析
    由于制造誤差或液壓泵在工作過程中的壓力沖擊，常常使柱塞球頭與球窩沉凹變形使球頭與球窩間隙增大，從而產(chǎn)生柱塞球頭松動(dòng)的故障。
    2、小波信號消噪處理
    液壓泵的工作環(huán)境一般比較惡劣，其工況受環(huán)境的影響較大，通常在泵出口檢測到的信號含有很大的噪聲。試驗(yàn)表明，液壓泵出口檢測到的壓力信號和振動(dòng)信號體現(xiàn)出以下特點(diǎn)：①信號的頻譜分布很寬、波形雜亂，規(guī)律性差；②時(shí)變與非平穩(wěn)性表現(xiàn)明顯。因此，基于這兩種信號的故障特征提取非常困難，有必要對檢測的信號進(jìn)行消噪處理。小波分析是目前較有效的信號處理方法，它可以同時(shí)在時(shí)域和頻域中對信號進(jìn)行分析，能有效地區(qū)分信號中的突變部分和噪聲，實(shí)現(xiàn)信號的消噪。
    泵出口振動(dòng)信號及其小波消噪后的信號，選取小波消噪的全局閾值為1.049。很明顯，檢測信號中包含了許多干擾信號，很難簡單地利用檢測到的振動(dòng)信號進(jìn)行有效的故障診斷。為了消除干擾影響，經(jīng)過小波處理，可以有效地消除泵出口振動(dòng)信號中所包含的噪聲，有利于故障特征的提取。
    3、信息融合故障診斷方法
    信息融合是將多源信息加以智能合成，產(chǎn)生比單一信息源更、容錯(cuò)性和魯棒性更強(qiáng)的估計(jì)和判斷‘2’。由于液壓泵出口檢測到的信息微弱，易于被干擾所淹沒，很難利用單個(gè)傳感器的檢測信號進(jìn)行微弱故障特征的有效診斷。采用的信息融合故障診斷過程，即將振動(dòng)信號和壓力信號進(jìn)行小波消噪處理，利用統(tǒng)計(jì)分析提取有效特征信息，采用主成分分析有效解耦各故障特征間的相關(guān)性，減少故障特征的維數(shù)，采用改進(jìn)算法的BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)液壓泵球頭松動(dòng)故障診斷。