为有效地诊断出内泄故障,通过EHA实验台模拟出不同故障等级的EHA双杆液压缸的内泄漏。在相同控制信号输入下采集液压缸腔室内压力信号,使用小波与EMD分解2种方法分别对健康模式与故障模式下腔体内压力信号进行分解,得到压力信号的一级和二级高频小波系数及一级IMF函数,完成特征提取。通过多组实验求得特征提取后的均方根值,实现了EHA液压缸内泄漏故障与故障等级的离线诊断,并对比了不同诊断方法的诊断效果。结果表明:压力信号的一级IMF函数诊断

针对利用压力信号进行液压齿轮泵故障诊断分析了液压齿轮泵的压力脉动机理研究了应用小波分析进行齿轮泵压力信号的特征提取利用RBF网络进行故障识别和诊断的方法并建立了相应的RBF神经网络试验表明小波分析-RBF神经网络方法可对液压齿轮泵的常见故障进行识别和诊断

本文介绍了一种基于小波分析的液压缸泄漏故障检测方法通过检测液压缸工作腔压力信号小波变换在适当尺度上的极大值点提取出压力信号的突变特征从而为液压缸泄漏检测提供了定量的依据.

以压力信号作为特征信息对齿轮泵进行故障诊断，通过压力信号分析，利用平稳小波分解与重构将压力信号的低频波动项与高频脉动项进行了分离，并对低频波动和高频脉动部分的功率谱进行了分析，得到了反映故障状态变化的特征。