1、往復泵是工程中廣泛應用的一種機械設備。由于其結構復雜，激勵源多，對其實施故障診斷比較困難，盡管取得了一些研究成果，但還有許多問題需要解決。目前，往復泵泵閥故障診斷需要解決的兩個關鍵的問題是如何有效提取往復泵工作時非平穩(wěn)時變信號中的故障特征和準確判斷故障類型。本文在吸取前人研究成果的基礎上，結合實際，并根據往復泵泵閥振動信號的非平穩(wěn)特性，提取了其故障特征，引入了智能診斷方法，較好地解決了往復泵泵閥的故障診斷。 本文以常見的振動信號

2、作為系統(tǒng)特征信號來提取故障特征向量。這種方法的優(yōu)點是信號測取方便、處理簡單。然后，對測取的各種泵閥狀態(tài)的振動信號利用時域分析、小波包分析技術提取故障特征，各故障之間的特征區(qū)分明顯，充分驗證了此方法的有效性。為了提高診斷的準確率，將時域分析與小波包分析的結果融合在一起，構造故障特征向量。同時，本文還構造了三層的前向神經網絡，以提取的故障特征向量作為網絡的訓練樣本數據，對神經網絡進行訓練，并采用試驗的方法調整神經網絡的初始值。在確定了神經網