多任务学习网络结构和参数冗余、网络规模过大,导致网络实时性差的问题;无法获取元件的部分或者全部故障类型样本,导致零样本问题。针对上述问题,提出一种基于元学习优化的轻量化多任务学习网络。为了提高实时性,利用MobileNetV3轻量化网络构建具有多个子任务诊断网络的轻量化多任务学习网络模型;研究了跨元件零样本问题,利用模型无关(MAML)元学习方法,对轻量化多任务学习网络的训练方式进行优化,构建基于元学习优化的轻量化多任务学习网络;最后,从不同微调步数和测试任务数角度,测试了所提网络的诊断性能。通过齿轮和轴承多元件的实测故障分析可知,所提方法可以实时高精度地解决多任务故障诊断问题和跨元件零样本问题。

RedNet网络自带的余弦退火算法易使学习率陷入局部极小值,出现拟合现象,导致精度过低。针对此问题,对RedNet进行改进处理,提出了两种MicroNet-RedNet和MobileNetV3-RedNet新型网络。基于RedNet的Involution核思想,用MicroNet网络的微分解卷积和Dynamic Shift-Max动态激活函数对RedNet网络进行改进处理,提出了MicroNet-RedNet新型网络;利用MobileNetV3网络的h-swish激活函数和Squeeze-and-Excitation模块对RedNet进行改进处理,提出MobileNetV3-RedNet新型网络。通过对滚动轴承的实测内圈、外圈和滚动体3种故障的诊断分析可知:所提MicroNet-RedNet和所提MobileNetV3-RedNet可有效地诊断上述故障,诊断精度分别高达98.57%和93.81%,且较传统CNN和原算法RedNet的诊断精度提高很多。

基于充足样本的多个设备元件导致多任务学习网络规模庞大,轻微和严重的跨元件零样本问题难度大。在多种样本量(充足样本和零样本)下,针对基于充足故障样本的多元件诊断网络规模过于庞大问题,引入MicroNet方法对多任务学习网络进行轻量化处理,然后利用热重启余弦退火算法优化上述网络,提出一种多任务轻量化学习网络模型,改善多任务学习网络的准确率和效率。针对更高难度的跨元件零样本问题,引入元学习方法进一步改进上述MT-MN-CA,进而提出一种改进多任务轻量化学习网络模型,解决轻微和严重的跨元件零样本问题。通过实测液压泵和滚动轴承故障验证所提两个网络模型的有效性和优越性,试验结果表明所提网络具有很高的实时性和准确率。

针对基于液压泵单源振动信号易受噪声污染、无法有效表征故障特征信息的问题,提出了一种基于复数信号的log-SAM新方法。在液压泵端盖同一截面上,采集两个互相正交传感器上的振动信号;基于全矢思想,对上述双源信号融合为一个复数信号;利用log-SAM对复数信号进行包络分析,充分地突出故障特征信息,抑制噪声干扰;基于总体和最优诊断结果,实现故障诊断分析。通过分析实测液压泵滑靴磨损故障信号可知,所提方法具有很好诊断效果,且较传统全矢谱、基于单源信号分析方法和倒频谱预白化方法具有有效性和优越性。

针对车辆悬架使用最优控制时,评价指标难以客观选取加权系数的问题,提出一种基于遗传算法的半主动悬架最优控制方法。在MATLAB/Simulink环境下,首先建立1/4半主动悬架模型、被动悬架模型及随机路面模型。其次,进行磁流变阻尼器的标定试验,得到不同工况下的阻尼器位移、速度曲线。利用参数拟合工具箱和BP神经网络建立修正的Dahl参数化正向、逆向模型,并进行拟合验证。再次,在最优控制理论的基础上,应用遗传算法对半主动悬架评价指标的加权系数进行选取,建立遗传最优控制器。最后,进行仿真验证与分析。结果表明:应用遗传算法来确定最优控制器的加权系数,提高了车辆的平顺性。

渐扩型流道是液压元件中最常见的一种阀口结构,为了研究渐扩型阀口结构中的空化流动特征,该文设计了一种渐扩型阀口流道结构,通过实验研究了随进口压力的提升,阀口空化现象的变化。实验研究发现,空化首先出现在阀口拐角上侧;随着进口压力的提升,空化体积向着类三角形形态发育;渐扩型阀口空化体积随进口压力的提升,呈线性分布。

探究了非线性液压弹簧力对电液伺服系统动态特征的影响。根据非线性动力学原理,建立了系统的动力学模型。通过理论研究指出,非线性液压弹簧力作用可以用Duffing方程描述。通过数值分析揭示了系统内在的分岔现象及典型非线性动力学行为。通过对实测数据进行深入的分析,揭示了液压弹簧的软硬弹簧特性引起的“跳跃现象”。发现液压弹簧力的非线性作用会引发非线性振动,在系统建模与动态特性研究时应该将其非线性作用考虑在内。

针对工业现场的实测液压泵故障信号易受强背景噪声污染的问题,利用一种自适应多尺度形态差值滤波(Adaptive Multi-scale Morphological Difference Filter,AMMDF)的方法。该方法把信号故障特征频率处的能量和低频段总能量的比值作为评价各个尺度滤波效果的指标,并以此作为权值来对经过各个尺度形态变换后的信号根据滤波效果进行加权融合,从而实现自适应滤波。通过对仿真信号和液压泵实测故障振动信号的实验验证,表明AMMDF较单尺度的形态闭算子有更好的滤波能力,它既具有信号细节保留能力又有较强的抑噪能力,为液压泵故障诊断提供了一种有效的工具。

本文介绍了远端液压控制注射器的工作原理和构成部分，具有避免X射线照射、可直视操作、使用成本低和安全等优点，可用于各种放射造影检查。

综述了近来年电液伺服系统动态特性的研究成果及现状，并对其发展趋势进行了分析与展望。提出将现代非线性振动理论引入电液伺服系统，应用非线性动力学的理论揭示伺服系统动态过程的本质和机制，对系统进行状态监测和智能故障诊断，具有十分重大的意义，在科学与工程中具有广阔的应用前景。