为了进一步提高阀用电机械转换器的输出效率和响应速度提出一种轴向充磁的动磁式电机械转换器的结构方案。该方案有效地克服了动圈式电机械转换器中动子线圈因频繁运动而易扯断的缺点,同时利用直线轴承对输出轴进行径向定位,避免了动子由于吸力向壳体偏移导致卡死的问题。通过Maxwell软件对该电机械转换器的动、静态特性进行仿真研究。在此基础上,设计并制造出动磁式电机械转换器的样机,理论与试验研究说明该动磁式电机械转换器的非线性误差小,响应速度快。

为了提高电液伺服控制系统的控制精度和速度,设计了一种基于FPGA和模糊PID的控制系统。以FPGA为核心控制单元,采用模糊PID作为控制算法,能够发挥模糊PID控制鲁棒性强、动态响应好的特点,具有FPGA处理速度快、实时性强的优势。实验仿真和实际测试结果表明,与传统伺服控制器相比,该控制系统运算速度快,伺服周期短,系统方波响应到达稳态时间约为0.5s,稳态偏差约为0.2mm,稳态时控制量输出平滑,具有良好的稳态精度和动态特性,能够满足电液伺服控制系统高速度和高精度的要求;该系统可将复杂的实时控制算法硬件化实现,并根据控制效果的优劣调整控制算法,提高了控制系统的控制效果。

对航空液压泵采集振动信号进行研究,首先提出改进阈值函数的奇异值小波去噪法,该方法对信号进行奇异值分解,把噪声非均匀分布的信号正交分解成噪声相对均匀分布的分量,然后采用改进小波阈值去噪法对每个分量进行去噪,最后重构去噪后的分量得到去噪后信号。该方法克服了软、硬阈值的缺陷,不仅提高了信噪比而且能很好地消除高斯噪声,抑制阈值法去噪时导致的伪吉布斯现象。应用该方法对仿真信号和实测航空液压泵振动信号进行去噪处理,结果表明,该方法有效可行。

液压泵早期故障信号具有非平稳性、强背景噪声、弱故障特征特点,故障特征难以有效提取。为此,提出基于自相关分析与最大相关峭度解卷积算法的齿轮泵故障特征提取方法,利用MCKD算法对采集信号去噪处理,增强信号中的原始冲击成分,提高信号的信噪比;基于峭度(或峭度绝对值,或峭度平方值)的特征信息提取方法,来度量机械信号的非高斯性程度,以表征机械设备的运行状态信息。试验结果证明:所提方法能够有效提取液压泵故障信号中的特征信息。

齿轮泵的振动信号中含有大量噪声，在对其进行应用之前必须降噪处理。传统的小波阈值降噪法在信号的奇异点附近会产生振荡现象，为此研究了一种新的小波阈值函数，把新的阈值函数和平移不变量相结合，提出了改进小波闽值法的平移不变量降噪方法。该方法克服了软、硬阈值的缺陷，同时抑制阈值法降噪时产生的伪吉布斯（Pseudo-Gibbs）现象。利用该方法对仿真信号和实测齿轮泵振动信号进行降噪处理，并与小波软、硬阈值法及新阈值法进行了对比。结果表明：该方法具有更好的降噪效果，可应用于齿轮泵振动信号降噪处理。

利用xmxl有效地表达了液压系统专家的知识，适应网络环境的应用和分布式处理。XSLT负责对xmxl文档进行转换，Jscxript实现事件的响应，彻底解决了页面显示与业务逻辑的分离问题，而且还可以为不同的客户端输出页面。有效地降低了开发的复杂性，缩短开发周期，减轻后期的维护工作量。系统能较好地辅助液压系统故障诊断，提高解决故障问题的准确率和效率。

提出了利用自相关函数和最近邻域发散度实现关联维数的可靠算法；针对齿轮泵的振动信号，先采用时域同步平均对信号进行消噪处理，然后用关联维数对齿轮泵进行故障诊断。实验结果表明，在齿轮泵的4种不同工作状态下振动信号的关联维数具有明显的可分性。

核主元分析（KPCA）是一种有效的非线性特征提取方法但其缺点是对样本中的野点比较敏感.为了消除野点对KPCA算法的影响介绍一种鲁棒KPCA算法通过修改特征空间中映射样本的最小重构误差表达式并预先定义训练样本集中的野点数目实现了在特征空间剔除野点的目的.将改进后的鲁棒KPCA算法应用于齿轮泵故障特征提取试验结果表明：该算法的抗噪性比经典KPCA算法明显增强能有效区分齿轮泵的不同故障模式.

为了提高电液比例阀的响应时间提出一种新型结构的双推杆电磁铁。根据等效磁路建立电磁铁的数学模型采用Ansoft对电磁铁进行有限元分析用拟合命令对不同电流位移、电磁力响应特性进行曲线拟合得出施加不同电流密度、电磁铁力移特性的变化规律。运用得出的数据进行ANSYS Workbench撞击模型仿真发现推杆撞击挡板后受力集中在中心和部分边缘地区长期撞击后推杆筒很可能发生变形。因管壁较薄根据云图使用火焰矫正法进行校正。

为了掌握滑阀阀芯在不同节流边形式下的磨损情况,以电液比例控制阀的功率级滑阀为研究对象,根据计算流体力学和冲蚀磨损理论,利用有限元分析软件(FLUENT),对滑阀阀体的磨损情况进行了研究和分析。通过建立滑阀阀体的二维模型,在相同的初始仿真条件下,研究了具有不同几何形状的节流边的磨损情况,以及同一种几何形状的节流边在不同开口度下的磨损情况。最后根据各种情况下的磨损率分布曲线图,可以判断滑阀的工作状况,并得出具有最小磨损的节流边形式。