针对单柱塞泵系统中配流单向阀参数不合理所导致的吸油不充分、系统响应慢等问题,提出了一种基于线性回归的多参数优化方法。首先,通过AMESim软件进行单柱塞泵系统仿真分析,并利用MATLAB拟合工具箱分别探讨了不同单向阀参数(弹簧预紧力、弹簧刚度和阀芯质量)与进油口流量的关系。然后,在利用主成分分析法消除各参数之间相关性的基础上,以进油口流量为因变量,弹簧预紧力、弹簧刚度和阀芯质量为自变量,各参数的取值范围为约束条件,建立了基于线性回归的单向阀参数优化模型,并采用遗传算法进行优化求解。最后,根据优化前后的单向阀参数,对单柱塞泵系统进行仿真分析和实验验证。仿真结果表明,优化后进油口流量提高了21.3%;实验结果表明,优化后进油口的实际流量提高了16.8%。研究表明,所提出的多参数优化方法是一种有效的方法,可为单柱塞泵...

针对不同故障类型下的液压泵振动信号具有不同复杂性的特点，将多尺度熵引入到液压泵故障识别中。多尺度熵是在样本熵的基础上通过引入尺度因子，从而能够分析信号在不同尺度因子下的复杂性。在多尺度熵的基础上定义一个同时考虑多尺度熵熵值大小和熵值变化趋势的指标——多尺度熵偏均值（PMMSE）。该指标定量地刻画故障信号的复杂性。将该指标用于液压泵的故障识别中。通过对液压泵4种不同运行状态的实测振动信号进行分析，结果表明PMMSE能够很好地区分出液压泵的不同故障类型，验证了该指标在故障特征提取中的有效性。

提出了一种局部投影消噪和递归定量分析相结合的轴向柱塞泵故障识别方法。以轴向柱塞泵故障振动信号为研究对象,首先用局部投影消噪方法对振动信号进行消噪;其次对消噪后的振动信号绘制递归图,进而通过递归定量分析对递归图所反映出的系统动力学信息进行特征提取,选择确定率(DET)和递归熵(ENTR)2个特征构成特征向量,构成故障特征样本;然后通过核模糊C均值聚类(KFCMC)方法对训练样本进行聚类,进而依据最小欧氏距离准则对测试样本进行故障识别;最后,将递归定量分析方法和相空间复杂网络定量特征方法进行对比。结果表明,基于递归定量分析的轴向柱塞泵故障识别方法具有更高的故障确诊率。