姜万录，郑 直，朱 勇，刘思远

(1. 燕山大学 河北省重型机械流体动力传输与控制重点实验室；2. 燕山大学 先进锻压成形技术与科学教育部重点实验室，秦皇岛 066004)

对液压泵进行故障诊断时，通常对泵壳的振动信号进行分析。但现场实测的振动信号会被采集设备等引入的噪声所干扰，导致信号失真。有效地从这些噪声干扰中提取液压泵的故障信息，可以为液压泵故障诊断提供良好的故障源信号[1-2]。

形态学滤波是在数学形态学变换的基础上发展起来的一种重要的非线性滤波工具[3]。对信号进行滤波时，利用起到滤波窗作用的结构元素作为“探针”，当信号局部特征和结构元素相匹配的时候，信息才会被保留下来，从而实现滤波[4]。结构元素长度过大，计算量就会增加，且导致过度滤波使信号细节信息被忽略；结构元素选择过小，噪声就不会被充分地抑制，有用的故障特征信息得不到充分的提取。所以，对起到滤波窗口作用的结构元素长度的选取对信号的滤波效果有着非常大的影响[5]。国内外学者对这一问题进行了深入的研究。Dong[4]根据不同长度扁平结构元素处理过的信号的信噪比作为优化条件，选取了最优结构元素长度。Zhang[6]根据“局部峰值”方法来优化三角形结构元素的长度和高度参数[6]。上述方法已成功地应用到了轴承故障的特征提取中。Zhang[7]利用遗传优化算法和BP神经网络来优化结构元素的长度。

Shannon[8]根据概率论和数理统计学的方法，第一次将“信息熵”的概念引入到信息论中，它是用来定量地描述信息的不确定性和复杂性。……