液壓泵是液壓系統(tǒng)的心臟，其故障診斷是液壓系統(tǒng)故障診斷的重要部分。由于流體的壓縮性、泵源與伺服系統(tǒng)的流固耦合作用及液壓泵本身具有大幅度的固有機(jī)械振動(dòng)，使得液壓泵的故障機(jī)理復(fù)雜，故障特征提取困難，故障診斷的模糊性強(qiáng)。大量的液壓泵故障診斷數(shù)據(jù)表明，通過(guò)泵源出口檢測(cè)到的故障信號(hào)常被干擾信號(hào)淹沒(méi)，單一故障檢測(cè)信號(hào)常呈現(xiàn)出強(qiáng)的模糊性，采用常規(guī)的信號(hào)處理方法難以提升有效的故障特征。
 
　　從故障診斷學(xué)的角度來(lái)看，任何一種診斷信息都是模糊的、不精確的，對(duì)任何一種診斷對(duì)象，用單一信息來(lái)反映其狀態(tài)行為都是不完整的，如果從多方面獲取同一對(duì)象的多維故障冗余信息加以綜合利用，就能對(duì)系統(tǒng)進(jìn)行更可靠更精確的監(jiān)測(cè)和診斷。本文針對(duì)柱塞泵球頭松動(dòng)故障模式，通過(guò)在液壓泵出口配置振動(dòng)傳感器和壓力傳感器進(jìn)行故障檢測(cè)，通過(guò)小波分析進(jìn)行信號(hào)消噪處理，利用主成分分析提取有效融合信息，采用改進(jìn)算法的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)液壓泵微弱信號(hào)或多故障的有效診斷。