往复式高压隔膜泵是冶金、煤炭、化工以及矿产等现代行业生产运输中的核心动力设备,其是否正常运行直接影响着企业生产效率,而单向阀作为隔膜泵的关键部件之一,容易发生磨损、卡阀等故障,造成企业停产和严重的安全问题。因此,监测其运行状态,评估设备性能退化程度具有重要意义。本文以云南大红山铁精矿管道输送系统中的高压隔膜泵为研究对象,围绕单向阀故障诊断和性能退化程度评估等问题展开研究,建立单向阀故障诊断分析和性能退化评估模型,为维护设备、更换损坏部件提供决策依据,从而保障企业生产安全。论文主要工作包括以下几个部分:(1)针对高压隔膜泵单向阀振动信号初始故障特征不明显的问题,提出一种基于变分模态分解(Variational mode decomposition,VMD)和核主成分分析(Kernel Principal Component Analysis,KPCA)的振动信号特征提取方法。该方法采用VMD分解振动信号,提取分解后各分量信号中多个时、频域的有量纲指标和无量纲指标,来增加信号特征的多样性,提高信噪比,最后利用KPCA对特征数据进行维数约简,消除信号特征冗余。实验验证该特征提取方法有利于提高单向阀故障诊断精度。(2)针对高压隔膜泵单向阀状态转换过程中,存在大量标签未知的样本的问题,提出基于半监督极限学习机(Semi Supervised-Extreme Learning Machine,SS-ELM)故障诊断方法。该方法可以充分利用无标签样本进行训练,提高故障诊断模型性能,具有良好的泛化能力。实验验证SS-ELM在单向阀故障诊断应用上具有较高的诊断精度。(3)提出一种基于支持向量数据域描述(Support Vector Data Description,SVDD)的性能退化评估模型,利用正常状态下的特征向量样本建立超球体模型,根据待测目标与该超球体球心的距离,计算待测目标退化性能指标DI,根据DI评估设备的退化状态。本文建立单向阀性能退化评估模型,将此模型运用于单向阀运行状态监测系统中,监测单向阀的性能退化程度。本文以管道输送中的高压隔膜泵单向阀为研究对象,设计开发了单向阀运行状态监测系统,利用下位机采集高压隔膜泵单向阀的振动信号,再经过上位机信号分析实现对单向阀的故障诊断和退化性能评估,研究结果对单向阀维护、更换损坏部件具有指导意义。