针对车载过渡结构在车辆运输过程中的动态响应问题,通过控制变量法,利用动力学仿真方法计算各优化结构下的固有频率、模态振型、应力分布和位移传递值,进而分析验证了一种简易的优化方式。可用于过渡结构在指定抗振方向上的推广应用,有助于保障过渡结构上所安装设备的安全可靠。

针对目前高速开关阀采用PWM控制信号产生诸如高频流量脉动、振动与噪声等问题,基于并联液阻和二级制编码技术设计一种阵列压电叠堆驱动的高速开关阀。阵列压电叠堆的轴向长度呈二进制编码排列,故采用PCM(脉码调制)信号来控制每个压电叠堆的工作状态进而实现阀口开度的离散化调节。其次,基于MATLAB/Simulink建立高速开关阀数学模型,并通过仿真揭示了流量瞬态不确定产生机理。最后,提出一种基于模型的PCM编码控制策略,阶跃跟踪结果表明:流量跟踪无超调,且稳态误差在0.015 L/min以内;正弦跟踪结果表明:当阵列压电叠堆的开启和关闭动态特性不对称时,最大误差增加至0.61 L/min,但平均误差和误差标准差的变化范围仅在0.004 L/min和0.013 L/min以内。

为提高电力电缆排管防护沟槽的装配化程度和便于局部更换,研发了预制装配式排管防护沟槽结构体系,开展了沟槽结构的参数化设计。选取典型结构构造形式,采用原型试验研究和有限元分析相结合的方法,分析了覆土厚度分别在1 m和3 m两种工况下,结构应力分布和位移变化规律。研究结果表明,覆土厚度对结构竖向位移、普通钢筋拉应力影响显著,覆土厚度为3 m时的结构竖向位移、普通钢筋拉应力值分别是覆土厚度为1 m时对应值的2.4倍和2.3倍。槽壁是结构主压应力的控制构件,底板是纵向拉应力和主拉应力的控制构件。底板主拉应力随覆土厚度增大而明

介绍了在连续缩聚装置中熔体齿轮泵转速的2种不同控制方式流量控制和压力控制。详细阐述了流量控制和压力控制的影响因素、优缺点,并且提出了解决办法。

针对高空作业车工作过程中的能耗损失问题，对工作平台调平液压系统进行改进，并利用AMESim软件中的基本液压元件设计库构建三通压力补偿阀的模型，进而建立改进后的具有负载敏感特性的调平系统仿真模型，最后结合高空作业车的工作特性，对改进后的调平系统的动态特性进行仿真研究。研究结果表明：采用三通压力补偿阀的开芯式负载敏感系统能够根据负载的变化实时调整系统压力，进而对系统所需流量进行自动补偿，从而有效地减少高空作业车液压系统在工作过程中的流量损失及热损耗，达到节能效果。

提出了一种基于Hilbert-Huang变换（HHT）和模糊C均值聚类算法相结合的故障识别方法。利用HHT在处理非线性、非平稳信号方面的优势,对采集到的轴向柱塞泵泵壳振动加速度信号进行HHT处理。首先对信号分别进行经验模态分解（EMD）和集总经验模态分解（EEMD）,结合短时最大熵谱分析选取对故障最为敏感的固有模态函数（IMF）分量,再对其分别进行二次分解。然后,采用本文提出的基于局部边际能量谱特征能量的方法求出故障特征向量。最后,采用模糊C均值聚类算法进行故障模式识别。识别结果表明：EEMD比EMD在迭代次数上大幅减少,故障识别准确率有了显著提高。

针对海底沉管隧道施工过程中，沉放区域的海浪及气象条件复杂，沉管沉放工作有空间性约束、沉管定位与调整难等工程难点问题，介绍了沉管体外定位系统这一新的施工工艺和工法，阐述了沉管定位机的工作原理及特点，并对其结构及液压控制系统进行了详细的分析。

在对旋转机械进行故障诊断时，通常要从时域、频域或时频域提取故障特征参数，组成原始的故障特征向量，然而在众多的故障特征当中并不是每个特征对于故障分类都是敏感且有效的。为此，本研究提出了基于ReliefF算法和相关度计算结合的故障特征降维方法。采用ReliefF加权特征选择算法对原始各特征的分类能力进行评价，选择出分类能力较强的特征；再通过特征相关度算法剔除其中分类能力相近的冗余特征，将剩余的分类能力较强的特征组成最终的降维特征向量用于故障分类和诊断，实现原始特征的降维。通过液压泵和滚动轴承的故障诊断实验，并与传统的主元分析（PCA）方法对比，结果表明该方法能够用较少的降维后的信号特征获得更高的故障正确识别率。

根据非线性动力学原理，建立电液伺服系统的非线性动力学模型，探索非线性弹簧力和非线性摩擦力等非线性因素对伺服系统运动特征的影响规律。通过理论研究，指出非线性弹簧力和非线性摩擦力的耦合作用特征可以用Duffing—VanDerPol方程描述。通过数值试验分析，发现系统外加激振力、阻尼系数和弹簧力非线性项系数的大小影响系统的运动状态，当三者参数变化时系统可能做极限环型振荡、倍周期运动和混沌运动。

提出了一种基于变分模态分解（VMD）消噪和核模糊C均值（KFCM）聚类相结合的滚动轴承早期故障识别方法。首先提出一种通过综合运用泄漏能量和互相关系数函数确定VMD预设尺度数K的新方法，弥补了VMD方法通常按经验选取预设尺度数方法的不足；然后对振动信号进行VMD分解得到K个限带的内禀模态函数（BIMF）分量，利用归一化的自相关系数函数能量集中比大于0．9的原则确定含有噪声的BIMF分量，并剔除这些含噪BIMF分量，再将剩余的BIMF分量叠加进行信号重构，实现了信号的消噪；最后计算各样本重构信号的均方根值和归一化能量值得到二维特征向量样本集，并输入到KFCM聚类器进行故障诊断。利用实测轴承故障数据进行验证，结果表明与经验模态分解（EMD）方法相比，可以有效地实现滚动轴承早期故障诊断。