近些年来,随着机械工业在国民经济中所占比例的增加,对机械设备安全运行的要求也越来越高。随着信号处理、模式识别等技术逐步应用到机械设备故障诊断领域中,机械设备故障诊断技术也在国内外得到了迅速发展。往复泵作为机械设备领域的一部分,在我国石油化工等生产部门占有举足轻重的地位。由于其用途广泛,因而使得对其开展故障诊断的研究具有重要意义。虽然人们已对其开展了不少研究并取得了一些研究成果,但总的诊断水平还不是很高。本文在基于前人研究成果的基础上,根据往复泵泵阀信号的强非平稳特性,引入了希尔伯特-黄变换(简称HHT),对往复泵泵阀较好地进行了诊断。往复泵由于其结构复杂,激励源多,故其信号为强非平稳信号,对其进行故障特征提取和诊断比较困难,所以本文主要研究了往复泵泵阀振动信号的特征提取方法。本文引入了Huang等人提出的HHT,HHT是一种既适合于处理平稳信号也是一种适合于处理非平稳信号的信号处理方法。尽管希尔伯特-黄变换(HHT)是处理非平稳信号的有效工具,但基于经验模态分解(简称EMD)的HHT由于采用三次样条插值而不能准确提取强非平稳信号的特征,因为三次样条插值只有在数据由光滑函数值构成的情况下才能产生精确的结果。为了解决这个问题,本文提出了基于改进的EMD算法,即采用分段三次Hermite插值多项式(PCHIP)作为极值包络的方法。通过PCHIP与三次样条插值的仿真对比,可以表明PCHIP具有更多的优势,如没有过冲现象和较小的振荡,这是三次样条插值在信号不是光滑时所不具有的。另一方面,PCHIP更能反映数据的趋势。通过将这两种方法分别应用到相同的泵阀信号上,可以发现基于PCHIP的EMD要比基于三次样条插值的EMD更能准确的分解强非平稳信号,这为提取信号的故障特征提供了较好的方法。通过以上的描述可知,本文提出的方法可以有效地诊断泵阀的故障。