近年来,机械设备故障诊断技术在国内外得到了较大的发展,在国民生产中起到了重大的作用。往复压缩机作为机械设备领域的一部分,由于其结构复杂,激励源多,对其实施故障诊断比较困难,尽管人们已对其开展了不少研究并取得了一些研究成果,但总的诊断水平还不是很高,这与其在生产中的应用现状是极不相符。往复压缩机由于其用途的广泛性使得对其故障诊断的研究更具有重要意义。本文在吸取前人研究成果的基础上,结合实际,并根据往复压缩机气阀信号的非平稳特性,引入了智能诊断方法,对往复压缩机气阀阀片的故障诊断进行了有益的尝试。在本文中,首先根据往复压缩机气阀信号特点:随机信号、周期信号、冲击信号等混杂在一起,以及信号特征难以提取等问题,研究了往复压缩机气阀信号的消噪方法和特征提取方法。通过对小波变换技术的进一步研究,提出往复压缩机气阀信号处理的小波基函数选择原则及小波包消噪的阀值选取原则。利用小波包变换对往复压缩机的气阀阀片信号进行消噪处理和特征提取,并以“能量”为元素,构造往复压缩机气阀阀片故障信号的特征,但单独从振动信号来看从其原始数据直接获取的信息十分有限,为此又提出信息融合的故障特征提取方法,将往复压缩机气阀阀片的振动信号经小波包提取出“能量”特征后再进行信息融合提取气阀故障信号特征,用融合后的特征向量再进一步进行故障诊断。通过对实测往复压缩机气阀阀片的振动信号分析进一步验证了方法的可行性和有效性。本文通过实测压缩机气阀阀片在正常情况下和故障情况下压缩机的振动信号,运用小波包分析理论对气阀阀片的不同程度故障进行分析,通过振动信号判断气阀阀片断裂的程度,进而对气阀阀片断裂故障进行预判,为小型压缩机气阀故障诊断提供了一种新的检测方法。