摘要：提出了一種基于總體平均經驗模態分解和極限學習機的故障診斷方法,該方法利用EEMD將單向閥振動信號分解成若干個不同尺度的本征模函數(IMF),從IMF分量中提取近似熵、能量熵、峭度和均方根4個特征構成特征向量集,用于建立基于極限學習機算法的故障診斷模型。實驗結果表明,該方法可以監測高壓隔膜泵運行狀態,成功診斷出單向閥運行時產生的故障。