液压元件（主要是液压泵、液压阀、过滤器、液压管路等）常用的故障诊断方法主要有基于信号处理的方法、基于人工智能的方法及基于模型的方法。
1.基于信号处理的液压元件故障诊断方法
基于信号处理的方法是利用传感器信号的数学模型，如相关函数、频谱、自回归滑动平均模型，直接分析监测信号，提取诸如方差、幅值、频率等故障特征参数，通过与泵源正常工作时特征参数值比较，实现液压泵源故障诊断。基于信号处理的方法又可分为时域分析、频域分析、时频域分析及多传感器信息融合四种方法。
（1）时域分析方法 时域分析方法从时间波形、幅值上直接观测状态信息的波形和强度，利用示性指标如峰-峰值、均值、均方根幅值及波形因素，判断液压元件是否有故障。
（2）频域分析方法 液压状态信号的频谱分析可揭示元件（如液压泵）工作的频率结构，是液压系统诊断的重要途径。常用频域分析方法主要有频谱、自功率谱、高阶谱、倒谱包络等方法。
（3）时频域分析法 液压泵壳体振动信号包含丰富的冲击成分，呈现典型的非平稳时变特征，需要从时域和频域综合描述振动信号，才能有效提取故障特征信息。小波包分解过程是信号低通滤波和高通滤波的过程，正交小波包分解对小波变换没有细化的高频部分进一步分解，自适应地选择频带，使之与信号频谱相匹配，提高信号时频分辨率。小波变换在时域和频域均具有良好的局部化性质，可用多重分辨率来刻画信号局部特征，适合于探测正常信号中夹带的瞬态反常现象并展示其成分。对于液压泵轴承损伤、泄漏等微弱特征信号，小波分析是行之有效的方法。为解决小波分析带来的“高频低分辨”问题，需研究正交小波包分解的频带分割能力。小波包分解过程是信号低通滤波和高通滤波的过程，正交小波包分解对小波变换没有细化的高频部分进一步分解，可自适应地选择频带，使之与信号频谱相匹配，提高信号时频分辨率。
（4）多传感器信息融合方法 液压系统工作环境恶劣，泵源出口监测信号通常杂乱无章，且容易被干扰信号淹没。在单一传感器提取的时、频特征信息时，常呈现出较强的模糊性，且采用常规信号处理方法难以有效提升故障特征。从故障诊断学角度来看，任何一种诊断信息都是模糊的、不精确的；对任何一种诊断对象，用单一信息来反映其状态行为都是不完整的。如果从多方面获取同一对象的多维故障冗余信息加以综合利用，就能对系统进行更可靠、更精确的监测和诊断。在基于多传感器信息融合的液压泵故障诊断系统中，多传感器从不同角度提取不同类型的冗余故障信息，最后在数据层、特征层或决策层进行综合，避免了单一故障信号诊断时出现的误警及虚警现象，提高了诊断结果的可靠性和鲁棒性。
2.基于人工智能的液压泵源故障诊断方法
（1）基于专家系统的方法 基于专家系统的故障诊断是在知识库和数据库支持下，综合运用各种规则，进行一系列推理，诊断出液压系统最有可能的故障。利用专家系统对液压系统的故障诊断，首先根据液压系统故障模式、故障机理及历史数据，建立相应知识库和规则库；然后利用信息处理技术提取故障特征信号或根据现场故障现象，结合规则知识库，推理液压系统故障。基于专家系统故障诊断一般适用于故障规则多、故障推理清晰及故障逻辑决策分辨率高的场合。(www.xing528.com)
（2）基于神经网络的方法 基于信号处理的方法是液压系统故障诊断的有效方法之一，谱图能清晰反映故障与特征信号之间的关系。但该方法往往依赖于频谱的视觉观察，不便于实现在线故障诊断。因此利用信号处理提取故障特征后，通常采用神经网络作为故障分类器，即故障信号处理后的故障模式分析，实现从故障征兆到故障原因的非线性映射。
（3）基于模糊推理的方法 严格意义上讲，液压元件和系统状态除“正常”和“故障”两种状态外，多数工况均处于两者之间的中间状态，即液压系统工况存在界限不分明的状态（如泵出口压力“偏高”、油液出现“轻微”污染等）。故障征兆与故障原因之间的映射关系呈现模糊性，而运用模糊理论的诊断方法是一种有效的方法[75-77]。模糊诊断的实质是引入隶属函数的概念，模糊逻辑以其较强的结构性知识表达能力，适合处理液压泵源故障诊断中不确定和不完整信息。
3.基于液压系统脉动模型的方法
以液压泵为例，液压泵源脉动特性除受条件工况影响外（稳态出口压力、工作介质和转速等），主要由泵内部结构特征所决定（运动机构类型、配流机构、摩擦副间隙、流道结构及相应几何尺寸等），它是液压泵的固有特性。液压泵脉动特性可以由等效源流量qV及等效源阻抗zV的频域模型描述，其中qV反映了导致流量脉动的各种因素，zV反映了泵内部液阻、液感、液容的综合阻抗效应。因此，脉动参数与泵源结构参数具有确定的对应关系，它们的测量及辨识有多种方法。
液压泵源故障大多数会导致泵源内部结构参数变化，从而引起脉动参数相应改变，通过监测qV、zV的变化便可确定工作状态下泵结构参数的变化，判断发生变化的部位、性质和程度，从而实现泵源故障诊断。因此，采用泵源脉动模型作为监控模型，qV、zV作为主监测参数是液压泵故障诊断的一种可行方法。
4.基于定量模型的故障诊断
基于定量模型的故障诊断是以数学模型为基础，基于某种准则或阈值，利用观测器、等价空间方程、卡尔曼滤波器、参数模型估计和系统辨识等方法产生残差，然后对其残差进行评价和决策。这类方法常用的技术有三类：状态估计方法（如故障检测滤波器）、卡尔曼滤波器法和多卡尔曼滤波器方法及参数估计方法、等价空间法等。
基于模型的故障诊断方法的优点是可以充分利用系统内部的深层知识，与控制系统结合，有利于及时检测到故障的发生。但是，该类方法过分依赖于系统的数学模型，对于建模误差、参数设定、噪声和干扰非常敏感，一般适用于线性对象的单个故障分析。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
