摘要： 多重分形去趋势波动分析（ＭＦＤＦＡ）能够有效地揭示隐藏在非线性和非平稳振动 信号中的多重分形特征，而液压阀磨损产生的泄露故障信号往往具有非线性、非平稳，且不同严 重程度故障信号特征难以辨识，ＭＦＤＦＡ扩展了液压阀的特征提取及故障诊断方法。然而 ＭＦ ＤＦＡ去趋势多项式阶数选取的不恰当往往会出现欠拟合或过拟合现象从而产生新的波动误差。 为此，提出了一种改进 ＭＦＤＦＡ方法实现故障特征提取。通过建立低阶多项式信号轮廓去趋势 拟合曲线和不同时间尺度固有模态函数（ＩＭＦ）之间的相关性，选取最优的 ＩＭＦ模态分量的累计 和将其作为信号轮廓的趋势项，进而提取分型谱参数特征。最后，通过随机森林分类器进行故 障模式识别。实验结果证实了所提出的方法在电液换向阀内泄漏故障诊断中的有效性。

关键词: 故障诊断, 改进多重分形去趋势波动分析, 随机森林

中图分类号: 

• TH165+.3