采用解析模型的方法,对液压调平系统中的液压缸故障进行分析,构建相对应的状态方程,并进行分析仿真。在液压缸发生故障时,能尽快发现故障并进行容错控制,确保系统能正常稳定地运行。

针对液压调平系统中调平支腿难以建立精确数学模型的问题,利用神经网络对未知函数的辨识能力,建立神经网络支腿动作预测模型。试验结果表明,该方法能满足调平精度要求,节省调平时间。

针对某型重卡底盘系统结构整体改进后，车架安装孔位的变化致使板簧支架固定约束减少以及制造工艺的需改进等问题，企业要求在保障原有结构的使用功能和使用精密铸造工艺的基础上，对板簧支架进行更优的结构设计,并且不能增加其质量。首先根据原有模型的结构以及安装孔位的变化，确定其基本的结构模型；以此结构为优化对象，在极限工作的状况下，以降低结构质量为目标，以结构强度为约束，对支架结构进行拓扑优化设计；依据拓扑优化的结果，应用铸造工艺和设计经验进行再次设计，可得到最后的优化设计结果。优化后结构，在满足原有功能的前提下，设计出精密铸造的优化模型，达到了企业需求目标，这对重卡新型支架类零件的结构优化设计有重要的参考价值。

载重平台工作时需要将平台调整到水平状态以提高系统的工作性能，本文旨在设计一种控制方法，应用于液压调平控制系统中。考虑了常规PID控制的参数不可调节性，采用了可以自动调整控制器参数的自适应控制方法，并对两种控制方法进行比较。根据液压缸工作原理，建立液压支腿建立数学模型，在Matlab／Simulink中分别建立两种控制方法的仿真模型，并对仿真结果进行比较。结果表明自适应控制相对于常规PID控制而言具有较强的鲁棒性、稳态精度高，能够很好地完成对承载平台的调平。