基于电液伺服阀的动态工作特性提出一种新的特征提取方法.将一类支持向量机用于电液伺服阀的在线异常检测通过交叉有效性估计学习方法优化一类向量机参数并与神经网络的诊断结果进行对比.实验结果表明所提出的特征提取方法能够有效地提取电液伺服阀的动态特征信息同时利用一类支持向量机优良的泛化能力能够有效地对电液伺服阀的异常状态进行识别.

该动圈式伺服阀控缸系统利用数字控制器控制伺服阀的控制信号对该系统进行数学建模并利用仿真了解系统的动态特性。

介绍了一种新型的压力先导控制伺服阀，该阀的功率放大级采用双阀芯结构代替传统单阀芯结构。通过分析其工作原理及相关特性，得知该阀适用于工程机械的液压控制系统中，且其制造装配工艺简单，是一种廉价的伺服阀。

通过对目前曲柄压力机中机械式、液压式、气液式3种典型的过载保护装置进行比较,尤其通过分析各自的利弊,进而提出了在曲柄压力机中使用电液伺服阀及计算机等设备来设计一种新的过载保护装置.文章重点介绍了该装置的构成、原理及其特点.

介绍了超磁致伸缩材料、压电材料、磁流变流体、电流变流体、形状记忆合金的功能以及其在电液伺服阀中的应用对近几年电液伺服阀在结构改进方面的情况进行了论述最后给出了电液伺服阀在数字化、水压方面的发展现状。

混沌粒子群算法较其它算法具有编程容易、精度高、收敛速度快以及不易陷入局部极值特点,以力反馈两级电液伺服阀为对象,对影响其稳定性及快速性的参数进行优化,在满足伺服阀稳定以及最佳阻尼比的前提下,通过提高伺服阀的固有频率、开环增益来提高伺服阀的频宽,进而提高伺服的稳定性和快速性。结果表明,混沌粒子群算法对伺服阀参数优化后,伺服阀的稳定性和快速性均得到改善。

介绍了典型电液伺服阀的工作原理，基于HyPneu电液仿真软件对喷嘴挡板式电液伺服阀模型进行仿真，为工程应用喷嘴挡板式电液伺服阀提供了理论及仿真依据。

对液压位置饲服系统进行了建模，并且采用最优控制理论使误差和控制能消耗最小。在反馈方式上不采用 传统状态反馈方式，而采用液压系统固有的压力、伺服阀阀芯位移、位置传感器等信号进行反馈，从而不用构造状态观测器简单、可行性好。和古典控制理论相 比:有误差小响应快控制能耗小等优点。

以试验研究的方式，分析、探讨了固定阻尼孔对水压伺服阀静态特性的影响，这些特性主要包括水压伺服阀的零位泄漏特性、空载流量特性、负载流量特性和压力特性等。试验结果表明：两级固定阻尼孔直径相差不大时，水压伺服阀静态特性较好；固定阻尼孔的加工误差导致阻尼特性不对称，并导致水压伺服阀静态特性对称性变差。

该文将BP神经网络与遗传算法结合起来，建立了遗传神经网络模型。然后通过采用Visual C＋＋6．0语言并结合数据库技术开发出液压AGC故障智能诊断平台，阐述了平台设计思想。最后，以电液伺服阀为例，给出了故障模式识别的实验数据，证明了遗传神经网络用于该故障诊断系统的可行性。