齿轮泵动态压力信号蕴含了丰富的状态信息,是齿轮泵的关键性能参数之一;负熵是随机变量独立性的自然测度,反映了机械信号信息的动态变化特征。为了进行基于齿轮泵动态压力信号的故障诊断,在引入经验模态分解技术的基础上,提出了齿轮泵压力信号的负熵基ICA特征提取方法,并进而联合最小二乘支持向量机,探讨了基于ICA和LS-SVM的齿轮泵特征提取和故障诊断方法;理论和试验研究表明,基于负熵的ICA特征提取和故障诊断方法是有效的。

在机械设备盲信号处理和故障诊断中,信号的非高斯性至关重要,而峭度是非高斯性的自然度量指标,它反映了机械信号信息的动态变化特征。基于此提出了基于峭度的ICA特征提取和故障诊断方法,首先提取机械设备多通道观测信号的峭度值（或标准峭度,或峭度绝对值,或峭度平方）,并依据观测通道顺序将峭度值组成低维ICA特征向量,进而利用最小二乘支持向量机进行机械设备的模式判别和故障诊断。试验表明：该方法的故障识别率基本上达到80%以上,而且相比标准峭度和峭度平方准则,基于峭度绝对值准则方法的模式识别率更高。

根据电气系统和液压系统的相似性，设计了某装备液压系统故障模拟平台。以电压和电流模拟压力和流量等状态参数，采用实物模型和以单片机为核心的微电脑控制单元，实现了故障的输入、模拟再现和诊断。进行了相关模拟实验，达到了故障模拟及培训的效果。

通过分析液压系统和电气系统的相似性,以电气系统代替液压系统为原理,实现了液压系统故障的再现,以电压和电流仿真压力和流量参数进行故障诊断。通过故障的分析查找和定位等步骤,可以进行教学和维修人员培训。

研究基于小波包频带能量的故障诊断方法及其在齿轮泵故障诊断中的应用。论述齿轮泵的典型故障设置及其数据采集,针对齿轮泵实验数据,研究基于小波包和支持向量机的齿轮泵故障诊断方法。实验结果表明：基于小波包-支持向量机的故障诊断方法是有效的,而且可以满足在线实时状态监测与故障诊断的要求。

列举出了某装备液压泵在使用过程中的常见故障详细的介绍了故障的产生原因和消除方法为应急故障处理提供了参考提出了在实际中正确分析和诊断故障的方法并指出了日常使用中应该加强装备的维护和管理。