由于轴向柱塞泵具有结构紧凑、功率密度大、输出压力高以及寿命长等优点,现已被广泛应用于航空航天、特种车辆、工程机械、船舶机械和农用机械等关乎国家安全和人民生活的各个领域。轴向柱塞泵作为整个液压系统的“心脏”,其性能的好坏不仅影响液压系统的可靠性,甚至对整个系统的安全运行产生决定性的影响,因此对柱塞泵性能退化状态的识别和失效预测研究具有重要的意义。通过对现有实验方案的分析,并与实验目的相结合,确立了柱塞泵性能退化实验方案,利用基于LabVIEW程序实验采集系统采集柱塞泵配流盘6种不同状态下的振动信号和流量信号,为后续的状态识别和失效预测提供原始数据。针对柱塞泵振动信号通常具有非线性强和信噪比低的特点,本文将变分模态分解和多尺度排列熵两种方法相结合,首先对柱塞泵振动信号进行变分模态分解消噪,得到包含退化特征信息的模态分量;然后利用时间序列的非线性处理方法排列熵,计算6种不同状态下模态分量的多尺度排列熵,确定各个状态下相应的排列熵特征向量;最后利用特征向量建立高斯过程分类训练集,实现了柱塞泵退化状态识别。通过对配流盘的磨损过程和磨损机理进行分析,建立柱塞泵泄漏流量和配流盘磨损量关系的数学模型。利用高斯过程回归处理实验数据,对其退化轨迹进行拟合并与最小二乘法拟合轨迹进行比较,确定其优越性。最后利用拟合曲线实现对柱塞泵因配流盘磨损造成的失效预测。