對液壓泵故障特征的分散性和模糊性,，提出基于振動和壓力傳感器的信息融合故障診斷方法。在充分分析液壓泵球頭松動故障機理的基礎上,，對振動信號和壓力信號進行小波消噪處理,，有效提取球頭松動的故障特征。將不同類型特征參數(shù)進行特征層融合,，利用主成分分析和改進算法的BP神經(jīng)網(wǎng)絡實現(xiàn)液壓泵球頭松動故障診斷,。試驗表明，基于不同類型傳感器信息融合故障診斷方法可以有效地實現(xiàn)液壓泵微弱故障的診斷,。中國臺灣KOMPASS疊加式減壓閥,，KOMPASS葉片泵中國臺灣KOMPASS壓力繼電器,，KOMPASS葉片泵轉軸間隙補償”設計，可根據(jù)設定壓力,，自動調整泵的排量內(nèi)置壓力調整閥,，系統(tǒng)無需加裝調壓閥裝配容易，可直結電機組成電機泵組合適用于研磨機,、自動車床,、工作母機,、制鞋機械及其它各種機或單能機等使用

　　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械振動,，使得液壓泵的故障機理復雜，故障特征提取困難,，故障診斷的模糊性強,。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。

　　從故障診斷學的角度來看,，任何一種診斷信息都是模糊的,、不精確的，對任何一種診斷對象,，用單一信息來反映其狀態(tài)行為都是不完整的,，如果從多方面獲取同一對象的多維故障冗余信息加以綜合利用，就能對系統(tǒng)進行更可靠更精確的監(jiān)測和診斷,。本文針對柱塞泵球頭松動故障模式,，通過在液壓泵出口配置振動傳感器和壓力傳感器進行故障檢測，通過小波分析進行信號消噪處理,，利用主成分分析提取有效融合信息,，采用改進算法的BP神經(jīng)網(wǎng)絡實現(xiàn)液壓泵微弱信號或多故障的有效診斷。

　　1,、液壓泵球頭松動故障機理分析

　　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)生柱塞球頭松動的故障,。

　　1.1基于振動信號的故障機理分析

　　液壓泵缸體在轉動過程中,，柱塞在油缸中往復運動。當缸體轉過一定角度時,，經(jīng)過上死點柱塞進人吸油區(qū),，球頭與柱塞發(fā)生一次碰撞,；當缸體轉動經(jīng)過上死點后，球頭開始向柱塞方向運動,，球頭與柱塞發(fā)生相對運動,；當轉過排油區(qū)時，高壓油作用在柱塞上,，使柱塞迅速向球頭方向運動,，從而又一次產(chǎn)生沖擊。缸體轉動一周,，球頭與柱塞發(fā)生兩次碰撞,，經(jīng)過傳動軸和軸承將能量傳遞到殼體上，故球頭松動故障的振動頻率為軸頻率的2倍,。中國臺灣KOMPASS疊加式減壓閥,，KOMPASS葉片泵中國臺灣KOMPASS壓力繼電器，KOMPASS葉片泵轉軸間隙補償”設計,，可根據(jù)設定壓力,，自動調整泵的排量內(nèi)置壓力調整閥，系統(tǒng)無需加裝調壓閥裝配容易,，可直結電機組成電機泵組合適用于研磨機,、自動車床、工作母機,、制鞋機械及其它各種機或單能機等使用

　　1.2基于壓力信號的故障機理分析

　　球頭松動對液壓泵出口的壓力脈動也有影響,。當缸體轉過上死點時，球頭向柱塞方向運動,，當油缸的排油進入卸荷區(qū)時,，球頭與柱塞還未發(fā)生碰撞，這時在高壓油的作用下,，柱塞又向球頭方向運動,，球頭與球窩發(fā)生碰撞，產(chǎn)生振動沖擊的同時,，碰撞通過柱塞作用在高壓油上從而產(chǎn)生一個壓力脈動,，所以球頭松動引起泵出口的壓力脈動頻率與泵的軸頻率相同，由上述分析可知,，如果球頭與球窩的間隙很小時,，球頭與柱塞的相對速度不大，產(chǎn)生的碰撞能量很小,。當間隙增大時,，產(chǎn)生的振動能量就會增大，且具有周期變化的時變特性,，殼體檢測的振動能量通常分布于2倍軸頻率處,；對于壓力脈動信號,，能量主要分布在軸頻率處。

　　1.3球頭松動故障診斷系統(tǒng)

　　針對球頭松動故障,，在液壓泵出口垂直方向安裝了2個加速度傳感器ax,、a。檢測振動,，1個壓力傳感器P檢測泵的壓力脈動,。由于液壓泵出口檢測到的振動信號和壓力信號常被干擾信號淹沒，為了提取故障特征,，對上述傳感器的檢測信號進行小波消噪處理,。

　　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。試驗表明,，液壓泵出口檢測到的壓力信號和振動信號體現(xiàn)出以下特點：①信號的頻譜分布很寬、波形雜亂,，規(guī)律性差,；②時變與非平穩(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,，它可以同時在時域和頻域中對信號進行分析,，能有效地區(qū)分信號中的突變部分和噪聲，實現(xiàn)信號的消噪,。

　　泵出口振動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信號進行有效的故障診斷。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信號中所包含的噪聲，有利于故障特征的提取,。