分析冷轧酸轧联合机组轧机液压高压系统泄漏的原因,并通过增加液压高压系统泄露监控系统和优化轧机控制系统等措施,使轧机液压高压系统泄漏的现象得到有效控制。

液压机械高速往复运动的泄漏问题在国内还没有解决,所有的研究方向都是在"堵"方面想办法,由于国内的生产技术现状,"堵"很难解决液压机械高速往复运动的泄漏问题。本研究方法采取"堵"和"疏"相结合的方法改进密封结构,将没有堵塞而泄漏出的液压介质疏导回油箱以达到密封的目的。

在钢铁生产企业中,由于轧钢设备控制精度和自动化程度都在日益提高,因此,液压系统的控制技术也得到了广泛的应用。液压设备具有动力大、体积小、操控简单和运送平稳等明显优势,得到了广大钢铁企业的青睐,但与此同时,液压系统也存在着明显的不可避免的问题,尤其是液压泄露问题,这一现象不仅造成了严重的环境污染、提高了生产成本,还会给液压设备的良好运行造成了不利影响,所以,控制与防止轧钢设备液压系统泄露问题显得十分的重要。本文在探究液压系统泄露问题一般特点的基础上,分析了泄露问题的基本类型和产生原因,并提出了有针对性的控制措施。

文章阐述了八钢冷轧薄板轧机液压泄漏现象,分析了各液压缸漏油的原因,并针对正负弯辊缸、硬管接头和胶管以及换辊、快速接头等特点,提出了防止液压油泄漏的解决方法和改进方案,以此降低设备故障率。

本文主要研究了自冷在集成式泵一电机组中的应用，说明了这一方法也适用于其它电一液能量转换单元，设计了主动冷却和无源自冷两个冷却系统的原理图，通过研究分析，指出无源自冷方法应用于非道路移动机械可以降低功耗、增加效率。

液压系统不同程度泄漏故障发生原因多样,特征十分相似,难以正确诊断.针对此问题,提出了改进的EEMD方法与GA-SVM结合的液压系统泄漏故障诊断方法.首先,在EEMD方法的基础上提出改进,抑制模态混叠和端点效应对振动信号分解的影响,保证信号分解的真实性.运用改进的EEMD方法将液压振动信号分解成若干个IMF分量,计算各IMF分量能量并归一化处理提取振动信号特征向量.然后运用遗传算法对SVM进行参数优化,将提取到的特征向量输入优化后SVM分类诊断,判断液压系统泄漏故障类型和严重程度.实验结果表明,该方法能够有效地应用于液压系统泄漏故障诊断.

在钢铁企业的生产过程中，控制和使用轧钢设备的精确程度不断提高，而且越来越趋于自动化，这就推动了液压系统当中的控制技术在实际的生产中的广泛应用。基于此，本文主要对轧钢设备液压泄漏的因素分析及防控方法进行了探讨。

液压系统泄漏故障原因众多，故障机理复杂，常规手段难以取得较好的故障诊断效果。提出基于小波包变换和RBF神经网络相结合的故障诊断方法。给出了基于小波包的故障特征提取方法和RBF神经网络训练算法。通过试验获取液压系统的振动信号，通过三层小波包分解，获取8个频段的能量信号，并以此作为神经网络的输入，通过网络训练，进行故障特征识别。该方法将小波包的时频分解能力和RBF神经网络的学习能力有机结合，取得了较高的故障诊断效率。

液压缸自行运动是液压系统中的一种常见现象，尤其是重载非水平安装的液压缸，自行运动现象更加普遍。本文结合实例，探讨液压缸自行运动的原因。

针对冶金行业缺少行之有效的液压泄漏在线监测手段这一技术难题，开发了液压泄露在线识别系统，通过对液压油品泄漏的总量监测和对易泄漏部位的重点监测，点面兼顾，实现了对整个液压系统油品泄漏情况的在线自动识别。实际应用证明该系统工作可靠，检测结果准确，节油效果显著。