液压泵是液压系统的动力元件，其作用是将原动机的机械能转换成液体的压力能，指液压系统中的油泵，它向整个液压系统提供动力。液压泵的结构形式一般有齿轮泵、叶片泵和柱塞泵。
柱塞泵球头松动故障模式，通过在液压泵出口配置振动传感器和压力传感器进行故障检测，通过小波分析进行信号消噪处理，利用主成分分析提取有效融合信息，采用改进算法的BP神经网络实现液压泵微弱信号或多故障的有效诊断。
1、液压泵球头松动故障机理分析
由于制造误差或液压泵在工作过程中的压力冲击，常常使柱塞球头与球窝沉凹变形使球头与球窝间隙增大，从而产生柱塞球头松动的故障。
2、小波信号消噪处理
液压泵的工作环境一般比较恶劣，其工况受环境的影响较大，通常在泵出口检测到的信号含有很大的噪声。试验表明，液压泵出口检测到的压力信号和振动信号体现出以下特点：①信号的频谱分布很宽、波形杂乱，规律性差；②时变与非平稳性表现明显。因此，基于这两种信号的故障特征提取非常困难，有必要对检测的信号进行消噪处理。小波分析是目前较有效的信号处理方法，它可以同时在时域和频域中对信号进行分析，能有效地区分信号中的突变部分和噪声，实现信号的消噪。
泵出口振动信号及其小波消噪后的信号，选取小波消噪的全局阈值为1.049。很明显，检测信号中包含了许多干扰信号，很难简单地利用检测到的振动信号进行有效的故障诊断。为了消除干扰影响，经过小波处理，可以有效地消除泵出口振动信号中所包含的噪声，有利于故障特征的提取。
3、信息融合故障诊断方法
信息融合是将多源信息加以智能合成，产生比单一信息源更精确、容错性和鲁棒性更强的估计和判断‘2’。由于液压泵出口检测到的信息微弱，易于被干扰所淹没，很难利用单个传感器的检测信号进行微弱故障特征的有效诊断。采用的信息融合故障诊断过程，即将振动信号和压力信号进行小波消噪处理，利用统计分析提取有效特征信息，采用主成分分析有效解耦各故障特征间的相关性，减少故障特征的维数，采用改进算法的BP神经网络实现液压泵球头松动故障诊断。