论文部分内容阅读
针对高压大流量柱塞泵故障形式多样、故障机理复杂、依靠单一信息难以进行准确故障诊断等问题,进行了基于多源信息融合的柱塞泵故障诊断试验研究.分别采集了柱塞泵正常状态和5种单一故障、3种复合故障状态下壳体的振动信号和出油口的压力信号,然后利用经验模式分解将振动信号分解到不同的频带并提取这些不同频带的能量特征,提取了压力信号的9个时域特征,再将振动信号特征和压力信号特征进行融合,输入到支持向量机中进行故障模式识别.结果表明:利用信息融合对柱塞泵进行故障诊断的准确率达到了95.1%,优于利用单一的振动信号和压力信号的诊断效果,因此可以有效地对柱塞泵的故障进行识别和分类.