阐述了基于电解质型倾角传感器的寻北仪基座倾角测量系统的工作原理。为了得到基座准确的倾斜量,测量系统首先必须进行零位标定,即在基座倾角为零时,要确定系统的输出电压。考虑到系统的输出电压会受到温度、运输、振动、放置变形、传感器安装调校误差及电路电桥非严格对称等各种环境因素的影响,标定的零位并不是固定不变的。为了提高测量精度,设计了一套全新的动态标零方法,即在测量过程中,临时标定零位,从而消除系统误差的影响。

根据大型武器装备液压系统的工作原理和故障特征，提出了一种基于无线传感器网络技术的实时监测方案。针对被测对象各个子系统位置分散、相关性强的特点，将无线传感器网络技术应用于信号传输，省去大量电缆连接，简化了系统，实现了监测系统的便携和小型化；通过建立装备的最小测试集，实现测试点位的优化配置，同时利用各智能节点完成信号采集、预处理和节点间数据融合，实现复杂测试系统的分布式计算，在降低数据流量的基础上，提高了监测效率和准确度。结合典型应用实例，阐述了监测系统的工作原理和软硬件设计方案。应用结果表明，该系统能够完成对大型武器装备液压系统的无线实时监测，实现故障的准确定位，且体积小巧，单兵可携，适用于战场快速抢修的需要。

提出了一种采用CMAC神经网络的自学习控制器以解决具有参数不确定和时变外扰动的电液位置伺服系统的高精度控制问题.该控制器采用动态误差作为CMAC的激励信号从而使基于CMAC的控制器跟踪连续变化的信号成为可能.仿真结果证明了该控制器不仅是有效的而且具有很强的鲁棒性.

以液压驱动的大型机械装置起竖过程仿真为应用背景运用多体系统动力学理论研究了起竖系统动力学建模问题.基于R-W公式和刚体切割方法建立了起竖系统的多刚体动力学方程和约束方程以集中参数法建立了液压系统的动态特性方程通过只压缩弹簧力和阻尼力构成的碰撞力计算公式对多级缸活塞杆伸出中的碰撞过程进行了描述.最后给出了部分仿真计算结果表明了所建立模型的有效性.

针对复杂液压系统动态特性仿真中出现的刚性问题,从基本液压元件的建模入手研究了降低系统模型刚性问题的方法.基于里兹近似法,从分布参数模型出发得到了液压管路的精确近似的集中参数模型;引入了分段的阀口流量计算公式,解决了传统紊流流量方程存在奇点的问题;采用迭代计算、模型降阶和线性化处理的方法,避免了小液压容腔和小阀芯质量引入系统模型时带来的刚性问题.

液压电磁阀作为液压系统中的关键元件，是电控系统和液压系统的控制中枢，在大型武器装备中使用数量多、分布广，且故障率较高，对其实施在线监测诊断对于确保液压系统的正常运行十分重要。在收集整理电磁阀常见故障的基础上，深入研究了各类故障的发生机理；通过对电磁阀常见故障和特征信号的可测性分析，提出了一种基于磁场和振动敏感的电磁阀非介入式测试诊断技术；通过对电磁阀工作过程中的磁路分析和阀芯受力分析，建立了电磁阀的瞬态响应仿真模型，并进行了实验验证，为电磁阀故障的快速检测诊断奠定了基础。

通过机械振动对液控单向阀锁定可靠性影响的分析,指出了液控单向阀作为液压锁使用时必须注意的一些问题,对今后液控单向阀的使用和液压系统的设计有一定的参考和借鉴意义.

讨论了含多级油缸起竖液压系统的特点运用多体系统动力学理论分析了起竖系统的多刚体模型采用'分离-碰撞'两状态模型和非线性弹簧-阻尼力函数对活塞杆间的碰撞过程进行等效建立了考虑碰撞的起竖多刚体系统动力学模型对多级油缸的运动过程进行了仿真.仿真结果表明多级缸活塞杆运动过程中的碰撞是影响大型装置起竖过程平稳性的主要因素模型和仿真结果可用于快速起竖系统的设计.

竞争网络是一种能够进行无导师学习的神经网络通过训练可以对输入向量进行自动分类从而用于模式识别等目的.文章在介绍一般竞争网络和学习向量量化网络训练算法的基础上分析了竞争网络用于液压系统故障诊断的方法.

针对某大型武器装备液压系统结构复杂、布局分散等特点，设计了基于无线局域网的故障诊断方案。研制了该武器装备液压故障诊断系统的硬件，开发了故障诊断系统软件，阐述了采用BP神经网络对液压系统进行故障诊断的方法。该系统采用无线局域网技术实现上位主机与状态监测仪之间的交互，省去了大量连接电缆，简化了系统组成，采用了基于神经网络的故障诊断方法，实现了对武器装备液压系统的安全监测和快速故障诊断。