在外部随机激励作用下,对齿轮传动系统时变啮合刚度的稳态动力响应进行了研究,建立了包含外部随机激励力的周期时变啮合刚度的直齿轮副模型。为了计算齿轮系统的响应,采用了一种非常有效的方法,称为迭代谱方法。该方法主要应用在频域中的推导,并且可提供响应的显式功率谱密度,功率谱密度响应可表示为双谱的函数,即参数系统双时相脉冲响应的双线性傅里叶变换。

针对传统并联机械手轨迹规划存在的振动问题,对2自由度并联机构进行了研究,提出了一种基于高阶可微复合多项式的轨迹规划方法。首先,设计了一种用于产品包装的平面2自由度并联机械手,并进行了逆运动学和正运动学分析。利用SolidWorks软件进行建模,并验证了运动学分析的正确性。根据物理边界和行业需求选择了合适的工作空间。然后,将三次多项式与贝塞尔曲线相结合,生成了一个新的复合多项式。最后,制作了机械手样机并进行了实际测试。研究结果表明,在相同的持续时间内,相比于三次多项式,新多项式生成轨迹的位置、速度和加速度曲线更加平滑,有效减少了机构的振动,最大速度和加速度降低了约40%,有效延长了机械寿命。

风力发电机叶片部位通常受到随机变幅载荷的作用，所受随机载荷的随机性和无序性给载荷数据的处理带来了很大的困难。当前的数据处理方法通常是将随机变幅载荷转化为等效恒幅载荷进行分析，但由于其未能考虑低于疲劳极限的载荷对疲劳损伤所产生的影响故而会产生较大误差。针对上述问题，提出一种基于模糊理论的等效载荷计算方法，引入恰当的隶属函数，充分考虑低于疲劳极限的载荷对疲劳损伤所造成的影响，更加符合实际情况，以期提高等效载荷的计算精度。

随着风力发电机组的大型化,工作环境的恶劣化的发展趋势,大型风力发电机组变桨系统的高强度连接螺栓在运行期间经常发生断裂,为寻找导致连接螺栓断裂的根本原因,提出一种基于Schmidtand-Neuper模型的连接螺栓断裂故障诊断方法。该方法根据杠杆模型和法兰刚度分配比例,建立起连接螺栓实际受力和外载荷的非线性关系。最后通过理论分析与现场的测试结果对比,结果表明系统连接法兰存在间隙是导致变桨系统高强度连接螺栓断裂的真正原因,验证了Schmidtand-Neuper算法在此应用的合理性和可行性。

针对齿轮箱工作特性，利用ANSYS软件对齿轮箱做模态分析并以此为基础，分析齿轮箱模态振型对箱体性能的影响，通过改变箱体壁厚来优化箱体结构。结果表明优化后齿轮箱性能稳定，最大变形量减小，振动降低，最大等效应力下降，有利于应力的合理均匀分布，符合减振降噪的目的。

我国工程机械行业规模总量已跃居世界首位，成为国民经济发展的重要支柱产业之一。装载机和挖掘机产量均为世界第一，随着年产量和保有量的不断增加，工程机械已成为继汽车之后的又一燃油消耗主体，能量利用率已成为评价工程机械产品市场竞争力的重要指标。针对影响工程机械能量利用效率的主要因素，从提高元器件效率、降低液压系统能耗、动势能的回收再利用、动力匹配和混合动力技术方面，介绍了降低工程机械能耗的主要技术进展和新的研究成果。希望能对我国相关行业技术人员开发新的节能产品，探索、研究新的节能理论和方法，开发新型节能元件提供有益的启发，推动行业技术进步。

滑靴与斜盘、柱塞、回程盘之间的配合是保证柱塞泵正常工作的重要条件，滑靴的磨损失效会影响与之配合零件的正常工作。首先对A4VG125型柱塞泵滑靴进行理论受力分析，应用SimulationX建立柱塞泵的一维液压模型和三维MBS模型，仿真柱塞底部所受液压力。然后与ADAMS和ANSYS建立的柱塞泵动力学模型进行联合，完成柱塞泵的刚柔与液固耦合仿真模型。在仿真工作参数作用下，研究滑靴与斜盘、柱塞、回程盘之间摩擦副的动力学特性。结果表明：当斜盘倾角增大、主轴转速提高时，对滑靴总体的受力／力矩情况影响较大；滑靴与柱塞之间的球铰副受工作参数变化影响较为明显，受力／力矩波动较为严重。

为了克服液压设备传统诊断技术上的不足，提出了多传感器信息融合技术的故障诊断模型。该模型充分利用液压设备上能够携带故障特征的多类信息，并对这些信息在不同的层次上通过神经网络、贝叶斯理论、D-S证据进行有效的融合和计算，从而提高液压设备故障诊断技术的准确度。详细分析了多传感器信息融合技术的结构层次和一般方法，并讨论了信息融合技术理论在液压设备故障诊断模型中的原理和功能。达到了对液压设备典型故障的准确诊断。

针对电液伺服系统的非线性、扰动、参数时变的特点，采用模糊PID策略改善控制品质，并用联合仿真代替传统的传递函数建立模型。研究表明：联合仿真模型更接近实际系统，模糊PID控制在快速性、动态跟踪品质、抗绕动性和控制精度等方面均具有良好的性能。

针对液压伺服系统难以精确控制的特点，采用重复控制补偿的高精度PID进行控制。通过建立数学模型并在Simulink中对电液位置伺服系统进行仿真，研究表明该控制策略应用在电液位置伺服控制系统中跟踪性能好、精度高。