针对舰船航行过程中液压泵机组运行环境复杂、泵壳体振动信号易受周围激振源影响的问题,提出一种基于泵出口脉动压力信号的液压泵故障诊断方法。首先,对泵出口脉动压力信号进行小波包分解,滤除背景辐射噪声干扰,提取出包含故障信息的特征频段,进行时域特征分析;然后,利用BP神经网络建立分类器,以泵脉动压力信号时域参数作为输入、泵运行状态作为输出,实现了液压泵磨损故障的自动诊断。实验结果表明:该方法能有效识别液压泵不同运行状态下的内部故障信息,并对故障程度作出评估。

为了提高柱塞泵脉动压力信号的故障诊断诊断能力,分别提取得到正常的泵脉动压力与齿圈出现磨损故障时对应的泵脉动压力,利用小波包变换的方法消除原始信号的噪声信号,再提取得到由故障信息构成的频段,完成信号时域特征的分析。频段介于0~4 kHz之间时,在柱塞泵脉动压力信号中形成了泵轴频、基频与谐倍频等,含有泵运行过程的各项信息参数,处于高频区间时,发生了线谱幅值的持续减小。利用MATLAB软件建立BP网络故障诊断结果表明:脉动压力指标可以实