针对液压系统测试试验台,引入仿真软件AMESim对测试系统建立仿真模型。利用AMESim软件开发的仿真系统对测试系统进行仿真,并通过对仿真模型注入各种参数,分析仿真结果,验证仿真模型的正确性。然后以液压缸为例,对模型注入故障信息,为液压缸故障诊断提供诊断样本。

提出单调递减数列光滑度比较原则,给出单调递减数列光滑度的提高方法,并从理论上给以证明,分析GM(1,1)灰色模型建模机制,利用反向累加算法和提高单调递减数列光滑度相结合的方法来提高单调递减数列灰色模型精度,并通过实例证明了该方法的有效性。

为了精确诊断齿轮泵故障,提出了基于马氏距离的传感器通道选择方法,采用多项式最小二乘法去除采集振动信号的趋势项和五点三次平滑法对信号进行平滑预处理,而后分别提取基于峭度的时域特征、小波包能量特征和经验模态分解特征,运用最小二乘支持向量机进行状态识别。以CB-KP63齿轮泵为例进行应用,结果表明传感器1通道识别率达到85%;采集振动信号趋势项干扰较弱,平滑处理效果较好;以EMD提取各频带能量作为特征参数的LS-SVC状态识别方法识别率达到90%以上,最终证明论文提出的方法有效可行。

改进了GM（1，1）模型，提高了其精度和适应范围；将改进的GM（1，1）模型与神经网络预测模型相结合来构建灰色神经网络组合预测模型；提出了基于支持向量机的液压泵寿命特征启发式搜索策略，以液压泵寿命特征参数特征集的交叉验证错误率为评价指标，从液压泵的特征参数（振动、压力、流量、温度、油液信息等）中选取寿命特征因子；运用小波阈值降噪法进行降噪处理，提取典型的小波包能量特征作为模型的输入。以齿轮泵为例，将改进的灰色神经网络预测模型与原始GM（1，1）模型和改进GM（1，1）模型比较可知，灰色神经网络预测模型预测精度最高，达到98．42％。

液压泵的性能状态参数包括振动、压力、流量、温度和油液等信息，如何从这些状态参数中选择能够影响和表征液压泵寿命的特征因子是进行液压泵性能评估与寿命预测的难点。基于此，研究了特征选择策略，提出了基于支持向量机的液压泵寿命特征启发式搜索策略，以液压泵寿命特征参数特征集的交叉验证错误率为评价指标，学习识别与选取能够表征液压泵寿命的特征因子，解决了液压泵寿命特征因子选取难的难题。应用实例表明该方法能够选择出反映液压泵性能的寿命特征参数。

利用LabVIEW虚拟仪器开发平台，构建了液压系统网络化检测系统，该系统实现对液压系统远程实时数据采集、测试的控制与实时显示、数据分析与存储等功能，降低了开发成本、提高了测试精度。

设计并构建多功能液压实验台,研究液压泵、液压缸等液压元件故障模拟及检测方法,分析溢流阀、电磁阀检测过程,研究液压系统故障加速方法。

以某液压实验台为研究对象，运用AMESim对液压系统进行仿真分析。建立液压系统的HCD仿真模型；进行特性仿真，并与物理特性进行对比，验证了HCD仿真模型的正确性；运用所建立的HCD仿真模型对影响液压缸运动速度的因素进行分析，给出不同的流量、活塞缸直径、活塞杆直径及泄漏影响液压缸运动速度的量化对比曲线，从而为液压系统的设计及故障诊断提供依据。

针对液压系统测试试验台，引入仿真软件AMESim对测试系统建立仿真模型。利用AMESim软件开发的仿真系统对测试系统进行仿真，并通过对仿真模型注入各种参数，分析仿真结果，验证仿真模型的正确性。然后以液压缸为例，对模型注入故障信息，为液堰缸故障诊断提供诊断样本。

选取液压油的光谱分析数据作为液压泵的寿命特征信息，针对油液采样问隔不等间距的情况，研究非等间距灰色GM（1，1）模型。对建模数据背景值进行改造，建立改造背景值的非等间距灰色GM（1，1）模型，提高模型的预测精度。研究了油液分析阈值的制定方法，制定液压泵磨损金属元素含量和含量趋势值的阈值。运用改进背景值的非等间距灰色GM（1，1）模型对某型凿岩台车的液压泵进行寿命预测，预测精度达到95．78％。