液压泵健康状态评估对工程设备的运行状态监测有极其重要的意义,现有基于振动信号分析的方法数据来源单一、可靠性低,为此,提出了一种基于多传感器信息融合和多粒度级联森林模型的液压泵健康状态评估方法。通过试验系统采集了不同工作时间下液压泵的压力、温度、流量等信号,分别提取信号的时域特征组成初步特征。使用多个分类器获取初步特征的类别概率向量,将其与随机森林模型选出来的重要特征进行拼接形成最终特征,并使用多粒度级联森林模型进行健康状态评估。试验结果表明,所提方法在仅有5%训练比例的情况下分类精确率仍可达99.5%,可以有效提高液压泵健康状态评估的准确度。

为了提高液压伺服阀的动态响应特性,对液压伺服阀的阀芯结构进行了多目标优化研究,建立了阀芯结构参数与作用力之间的数学模型。以阀芯动态响应的超调量、振荡次数和上升时间作为优化目标,以阀芯的优化结构参数作为设计变量,数学地描述了阀芯动态特性多目标优化问题。分别采用NSGA-Ⅱ、SPEA2两种多目标进化算法与Simulink相结合对阀芯进行优化,评估了两种多目标进化算法的表现,得到了阀芯的最优设计参数。采用CFD、Simulink仿真验证了优化效果,结果表明:对应液压伺服阀入口压力工况为7、14、21 MPa时,作用在优化后阀芯上的稳态液动力相比优化前下降了37.10%、34.39%、30.53%;优化后的上升时间平均降低了3.77 ms,平均改善了61.74%;优化后的超调量平均改善了9.41%。

针对数据量较小情况下的液压系统内泄漏的故障诊断问题,提出基于时间特征分割和降维谱聚类的故障诊断方法。使用db4小波对液压压力信号进行间断点检测,分割出高压平稳段的时域信号并提取其时域和小波域特征,然后通过主成分分析的方式提取有效特征剔除分敏感特征,最后使用谱聚类对泄漏的严重程度进行诊断。分别在液压缸、液压泵和换向阀上进行泄漏试验并进行故障诊断,与K均值聚类、密度聚类以及流形降维后谱聚类等多种方法进行对比,表明使用主成分分析加谱聚类的方式可以有效提取压力信号的敏感特征,具有更高的诊断准确率和稳定性。

文章首先对船舶阀门遥控系统的驱动方式（液动、气动、电动以及电液驱动）进行了分析，比较了各种驱动方式之间的优缺点，以便用户根据实际情况和需求选择合适的阀门驱动方式。最后介绍了各种驱动方式的船舶阀门遥控系统的组成，并以液压驱动为例，分析了其工作原理。指出采用船舶阀门遥控系统可提高船舶的自动化水平，具有很高的应用价值。