地址：上海市奉贤区庄行镇邬桥社区安东路208号A1厂房
手机：13661621588 （微信同号）李经理
15077910202 （微信同号）
QQ号：962622061
直线：021-64308896
传真：021-64096578
网址：www.shryyy.com
1.4 液压振动特征参数确立
在对液压机械数据提取时， 首先主要是主要对液压机械在 使用时的振动情况和频率进行提取， 作为分析的基础数据。而在 提取时， 其特征参数主要包括波形指标Sf 、裕度指标CLf 等。不 过特征参数与工作相关的关系不大， 因此， 特征参数是作为提高 故障预防的精度， 因此在进行特征提取时仅去特征参数的概率 密度函数p(x)，并将其引入特征向量中。在确立了液压振动中的 特征参数， 即可对振动信号的时频进行特征提取。
1.5 根据数据分析可能导致故障的隐患
在对液压机械的振动信号的采集中， 要建立一个采样模式， 对其振动的信号每分钟采样 800 个点， 采样的频率为 2kHz ，这 样每个小时都可以得到 60组振动信号， 而对液压机械的故障预 防方法要以两个小时作为时间点， 在 120组信号数据中分别提取 特征参数， 并且将结果作为历史记录， 对液压泵进行预测。通过 对振动信号的分析， 可以对尚未发生的渐变性故障进行探测， 并 且根据情况进行维护避免故障的出现。而在不同情况下， 根据振 动信号完全可以对液压机械状态进行一个大致的分析， 不过需 要对样本来进行收集， 可以使用向量机来进行计算和学习， 向量 机学习样本矩阵为 ：
（6） 式中m 为模型的嵌入维数， x 代表样本的序号， 在完成 了向量机的分析， 即可对振动信号里所代表的液压机械的问题 来得出结论， 然后根据液压机械中存在进行维护或修复， 以此来 对液压机械中的问题做到预防。
