水环真空泵机组在运转的时候，难免会有一些振动，这是正常现象，但如果振动异常过大或者其他现象就说明设备内部出现了故障，从而这时就需要及时查明振动源。那么如何找到机组的振动源呢？
　　这么多振源的振动混合在一起势必会相互影响，而且故障信号往往会被淹没在背景噪声和干扰之中，这都给泵的故障诊断带来了很大难度，现有的信号分析方法在多激励源的振动信号分离以及低信噪比振动信号的特征提取方面并未取得突破性进展，仍需要做更深一步的研究。
　　目前人们对水环真空泵机组进行故障分类主要还是采用基于数据的机器学习方式，这种方式的特点就是需要大量的样本数据，但当样本数据难以获得的时候，这种方法就显示出了其局限性。因此需要研究一种具有更高泛化推广能力的小样本故障模式分类方法，使其能够利用有限的数据样本来获得更好的诊断效果。
　　所以当发现水环真空泵机组振动异常的时候，一定要及时查明其振动源，从而更好地结局该问题。以及大家还要做好对该设备定期的检查工作，避免设备内部存在安全隐患等问题，让设备能够稳定、正常的运行。