陈军江，陈里里,2,王朝宇

(1.重庆交通大学机电与车辆工程学院，重庆 400074；2.重庆市勘测院 ，重庆 400074)

0 引言

液压系统作为现代机械系统的主要组成部分，因其较快的响应速度、大的功率质量比、较小的体积、较高的控制精度与运行平稳的特点在机械行业得到了广泛的应用[1]。液压泵作为液压回路的核心部件，其工作状态的好坏严重影响整个机械系统的稳定。由于液压系统的高度复杂性与非线性，液压回路中故障的机理与失效形式多种多样，故障的有效特征的提取也具有很大的难度。于是提取液压信号的有效特征并完成高精度故障类别识别具有很大的研究意义。

目前，液压系统的故障识别主要借助了机械系统故障诊断的方法。一般的机械系统故障诊断方法主要从时域、频域与时频域方面对信号特征提取进行识别[2]。液压系统是一个高度复杂非线性系统，其信号是一个典型的非线性、非平稳信号，并且在液压泵工作的过程中常伴有强烈的机械振动等噪声干扰，这使得对液压信号的特征提取与识别变得异常困难[3]。针对液压信号的复杂性，目前对液压故障的主要处诊断方法基于小波分析方法、经验模态分解方法与小波包谱分析等方法[4]。唐宏宾等[5]提出了基于经验模式分解和包络谱分析的识别方法，提取了液压泵的早期故障的有效特征，精准实现了液压泵4种状态的分类。曹斌等[6]使用小波包对液压信号进行消噪预处理，然后使用小波包对信号进行分解与重构，提取频带能量作为液压信号的特征进行了有效的故障类别分类。……