该文将BP神经网络与遗传算法结合起来,建立了遗传神经网络模型。然后通过采用Visual C++6.0语言并结合数据库技术开发出液压AGC故障智能诊断平台,阐述了平台设计思想。最后,以电液伺服阀为例,给出了故障模式识别的实验数据,证明了遗传神经网络用于该故障诊断系统的可行性。

传统静压支承导向套在伺服液压缸中的应用能很好地减小导向套与活塞杆之间的摩擦力,提供足够的径向支承力,有良好的抵抗活塞杆偏心的性能,但在抵抗活塞杆因外负载导致倾斜方面效果并不好,为此,提出在导向套内加工一种新型结构静压腔解决方案。对新型静压支承结构进行建模、网格划分和流场仿真,分别在不同的活塞杆运动速度、偏心量、入口流量以及倾斜角度情况下,分析导向套静压支承油膜压力云图和承载力的变化,并在相同参数下和传统导向套静压支承结构仿真结果进行对比分析,结果证明这种新型静压支承结构有良好的抗偏载和抗倾斜能力,为设计较优的导向套提供理论技术支撑。

对滚筒式混匀取料机料耙机械传动系统结构进行了分析,计算了改造前料耙运行速度和运动阻力等参数,并根据理论分析计算,设计出合理的混匀取料机料耙驱动液压系统,替代了原设备上的机械传动装置,使用效果良好。

在阀芯上开均压槽用来减少卡紧力的方法已经在实际中得到了广泛的应用。在实际生产应用中一般均压槽有三角形和矩形的。通过FLUENT的对模型压力场和速度场的仿真,可以分别从液压刚度和泄漏的角度来进行对比分析。

针对某钢厂AGC伺服液压缸出现的故障进行有限元分析。利用Workbench软件完成优化设计,得到优化结果,并与优化前的结果进行对比。分析结果显示优化后的结构最大应力值减小,满足设计要求。并有效的减少了液压缸的质量。

为了减小水射流增压缸柱塞往复运动过程中的摩擦损耗,选用唇边开有锯齿槽的L形滑环和O形圈组合作为缸内密封件,并利用ANSYS软件建立组合密封件二维轴对称有限元模型,采用流体压力渗透法模拟增压缸内进、出水压力,对组合密封件中滑环槽口宽度、唇边厚度、唇边宽度进行单因素和多因素离散元仿真试验,分析其对密封件摩擦力的影响,并对滑环结构尺寸进行优化。结果表明,在滑环唇边开锯齿槽能够有效减小柱塞受到的摩擦阻力,滑环的槽口宽度、唇边厚度、唇边宽度均会影响柱塞与滑环之间的摩擦力大小;当滑环槽口宽度为0.92 mm、唇边厚度为1.10 mm、唇边宽度为4.60 mm时,柱塞与滑环之间的总摩擦力比优化前减小6.25%。

用神经网络逼近非对称泵缸系统的非线性逆模型,通过神经网络模型参考控制实现电液斜盘位置和流量的控制,使系统的不确定性和非线性等得到补偿.仿真和实验表明,所开发的神经网络控制器能够较好地实现模型跟踪控制,有较好的自适应性和鲁棒性,跟踪性能有较大改善.

通过对液压缸活塞唇边构建端面受压力的悬臂梁物理模型，应用纵横弯曲理论分别推导出无槽和带槽唇边活塞的唇边变形量数学模型，并通过实例计算2种活塞的唇边径向变形量；利用有限元分析软件仿真分析2种活塞在不工作压力下的唇边变形规律，同时搭建液压缸测试系统平台测量采用2种活塞的液压缸在不同工作压力下的内泄漏量。研究结果表明：无槽唇边活塞的唇边变形近似呈喇叭形，最大变形量出现在唇边端部处，带槽唇边活塞的变形近似呈腰鼓形，最大变形量出现在均压槽处且靠近唇边端部的一侧；在相同工作压力下，带槽唇边活塞较无槽唇边活塞的变形量更大，密封性能更好。仿真分析结果和实验结果均验证了所建数学模型的正确性。

该文针对电液伺服激振系统根据故障诊断的基本原理结合模式识别理论、人工智能理论和计算机科学建立了系统故障诊断的结构模式和学习算法.利用BP神经网络与遗传算法相结合的方法对系统故障进行模式识别和诊断缩短了平均诊断时间提高了诊断效率和故障识别精度.

应用Fluent软件中的UDF方法对间隙密封伺服液压缸进行动态仿真并通过编程对温度、压力与液压油黏度之间的关系进行定义分析了活塞周期运动过程中温黏压黏对液压缸间隙流场的影响。结果表明：间隙流场中流体的平均温度逐渐升高使得黏度发生变化;温度升高时液压油黏度降低流体阻力减小液压降减小反之液压降增大;黏度不断降低间隙泄漏量会不断升高但泄漏量增加的速度会逐渐变慢最终达到一种稳定的状态;当黏度变化时间隙流场内壁面壁面摩擦力大小随时间逐渐增大当液压缸运行到一定时间内壁面壁面摩擦力大小都将趋于稳定状态。