针对BP神经网络的不足，引入遗传算法，提出了改进的遗传神经网络算法，解决了BP神经网络容易陷入局部极小值的问题。将该算法应用于液压齿轮泵进行特征层融合诊断，结果表明：该算法具有很强的模式识别能力。

以某液压实验台为研究对象，运用AMESim对液压系统进行仿真分析。建立液压系统的HCD仿真模型；进行特性仿真，并与物理特性进行对比，验证了HCD仿真模型的正确性；运用所建立的HCD仿真模型对影响液压缸运动速度的因素进行分析，给出不同的流量、活塞缸直径、活塞杆直径及泄漏影响液压缸运动速度的量化对比曲线，从而为液压系统的设计及故障诊断提供依据。