通過對齒輪油泵結(jié)構(gòu)、性能的分析，以泵在正常運行和不同的故障狀態(tài)下輸出壓力為信號，提出了基于小波變換的方法來提取和分離輸出壓力信號，并利用小波分解的方法診斷輸出壓力信號中包含的故障信息。以此對常用齒輪泵作仿真和試驗，所呈現(xiàn)的壓力信號三層小波分解系數(shù)均不相同，而第三層小波分解系數(shù)的差異尤其明顯。因此，可利用第三層小波分解系數(shù)有效地診斷或甄別齒輪泵運行的狀態(tài)和隱匿的故障，有利于掌握診斷的主動性，具有較強的實用性。
關(guān) 鍵 詞 故障分析; 齒輪泵; 信號處理; 小波變換

液壓泵是液壓系統(tǒng)的關(guān)鍵元件，齒輪泵以其成本低、回路簡單、過濾要求不高等特性被廣泛使用。液壓(齒輪)泵的故障診斷一般采用加速度傳感器，通過測量、分析殼體振動信號，確定其工作狀態(tài)。工程中常用快速傅里葉分析法(FFT)。而實際的液壓(齒輪)泵振動情況相當(dāng)復(fù)雜，不僅有簡諧振動、周期振動，而且還伴有沖擊振動、瞬態(tài)振動和隨機振動，快速傅里葉變換的譜分析法及其多種變形在頻率域和時間域的處理或數(shù)學(xué)求解方面存在著不足[1]。
小波分析(Wavelet Analysis)作為信號分析，尤其對非平穩(wěn)信號分析提供了新的工具，它用一簇函數(shù)的線性組合表示一個信號，這些簇函數(shù)稱為小波函數(shù)系，它通過對一個基本小波函數(shù)在不同時間和尺度上進行平移和伸縮構(gòu)成，既保持了傅里葉分析的優(yōu)點，又能從不同的尺度上分析信號。