液压系统是钢铁企业必不可少的设备之一。随着企业集成化程度越来越高,对于液压系统工作状态的要求也越来越严格。稳定的液压系统不仅能提供可靠的工作环境,而且能有效保障钢铁产品的质量和产量。但是由于液压系统设备复杂,同时与其他设备耦合性高。因此液压系统压力波动异常,并不一定由液压系统故障造成。如果盲目停止生产排除故障,往往会浪费人力物力、降低生产产能。因此辨识液压系统压力信号波动异常,准确找到异常原因不仅可以保证液压系统的正常运行,还可以提高系统工作效率、降低维护成本。本文以某热轧厂液压系统主管压力信号作为研究对象,在原有数据采集系统上增加了IBA-PDA液压数据采集与监测系统,对液压主管压力信号采集、存储、分析和处理,实现液压数据在线处理和分析等功能。本文针对主管压力信号辨识问题,提出了改进局部均值分解(LMD)算法和多特征组合的辨识方法实现信号的故障辨识并查找信号波动异常原因。首先讨论了几种常用的液压信号处理方法,通过实验数据和实际液压信号数据仿真比较了几种算法的优缺点,并选取了LMD算法分解液压信号;其次提取分量的能量、裕度等特征形成多特征向量送入支持向量机(SVM)中学习和辨识;最后采用多元广义相关性分析查找信号波动异常的原因。通过实验对比仿真验证了本文所提出辨识方法的有效性,特别对波动信息相似信号的辨识上本文方法误判率较低,辨识效果较好。