液压阀件系统是一个具有多几何要素影响——多系统特性的复杂系统,建立液压阀件系统特性预测模型,实现系统特性预测,将对降低液压阀件产品返修率、废品率具有重要意义。提出利用灰色系统理论的灰关联分析方法及径向基函数(RBF)神经网络实现液压阀件系统特性预测,通过SQLServer 2000、Visual C++6.0与Matlab 7.0三者之间的无缝联接,开发液压阀件系统特性预测软件。在实际生产中,利用该软件实现在装配前预测液压阀件产品装配后特性,避免因液压阀件产品装配后不合格返修带来的反复装拆工作。试验结果表明,所开发的液压阀件系统特性预测软件能够很好地满足工程实践中液压阀件系统特性预测要求。

介绍了基于PC104-XPE操作系统的转向架称重加载测控系统的硬件结构和软件流程,针对采集和控制的实时性问题,引入了RTX,同时解决了对底层硬件接口的访问问题,为使两边加载高效且同步,采用加载力与位移控制相结合、开环与闭环控制相结合、定值控制与误差补偿控制相结合的复合控制算法。实验调试结果表明,各项指标均达到实际要求。

液压阀件系统是一个具有多几何要素影响的多系统特性复杂系统,建立液压阀件特性预测模型,以系统多几何要素作为输入,实现系统特性的预测,将对实际生产具有重要的意义。在深入分析反向传播(Back propagation,BP)神经网络与径向基函数(Radial basis function,RBF)神经网络的基础上,结合两类神经网络的特点,提出基于BP神经网络与RBF神经网络的混合神经网络预测模型。利用生产实际中实测的某具体液压阀件特性值及影响该特性的各几何要素值作为预测模型的数据来源,对所提出的混合神经网络进行训练,并进行仿真。实例计算表明混合神经网络预测模型可提高单项神经网络预测模型的预测精度,预测平均相对误差为0.0461。可见,所提出的混合神经网络预测模型能够很好地满足工程实践中液压阀件特性预测要求。

液压阀件系统是一个具有多几何要素影响——多系统特性的复杂系统,建立液压阀件系统特性预测模型,实现系统特性预测,将对降低液压阀件产品返修率、废品率具有重要意义。提出利用灰色系统理论的灰关联分析方法及径向基函数（RBF）神经网络实现液压阀件系统特性预测,通过SQLServer 2000、Visual C＋＋6.0与Matlab 7.0三者之间的无缝联接,开发液压阀件系统特性预测软件。在实际生产中,利用该软件实现在装配前预测液压阀件产品装配后特性,避免因液压阀件产品装配后不合格返修带来的反复装拆工作。试验结果表明,所开发的液压阀件系统特性预测软件能够很好地满足工程实践中液压阀件系统特性预测要求。

液压阀件系统是一个具有多几何要素影响的多系统特性复杂系统,建立液压阀件特性预测模型,以系统多几何要素作为输入,实现系统特性的预测,将对实际生产具有重要的意义。在深入分析反向传播（Back propagation,BP）神经网络与径向基函数（Radial basis function,RBF）神经网络的基础上,结合两类神经网络的特点,提出基于BP神经网络与RBF神经网络的混合神经网络预测模型。利用生产实际中实测的某具体液压阀件特性值及影响该特性的各几何要素值作为预测模型的数据来源,对所提出的混合神经网络进行训练,并进行仿真。实例计算表明混合神经网络预测模型可提高单项神经网络预测模型的预测精度,预测平均相对误差为0.0461。可见,所提出的混合神经网络预测模型能够很好地满足工程实践中液压阀件特性预测要求。

针对液压阀件特性影响因素多的特点,提出利用主成分分析方法对多影响因素进行相关分析,根据各主成分的贡献率对液压阀件特性多影响因素进行重构,实现液压阀件多影响因素特征提取,从而用较少的主成分代替多影响因素。研究结果可以有效的降低液压阀件特性与多影响因素耦合规律的分析难度,同时提高液压阀件特性建模的鲁棒性,解决由于输入变量过多所造成的建模效率下降的难题。