针对闭式泵车泵送液压系统建模难度高、关键元件的实际结构参数难以获取导致仿真模型精度低,闭式泵车泵送液压系统的动态特性分析难度大等问题,通过测量泵送液压系统关键元件三维模型,采用AMESim仿真平台进行细节建模,使仿真模型更接近实际。建立各关键元件的仿真模型并根据原理图完成整个回路搭建,开展泵车空泵试验对仿真模型的正确性进行验证,最后控制水阀负载模拟混凝土负载为系统加载。结果表明:仿真模型能准确模拟闭式系统动态曲线变化规律,最大相对误差在8%以下。

在阐述《液压与气压传动》课程的定位及重要性的基础上,结合该课程教学过程中的体会,探索了该课程新的教学方式和方法,提出了该课程教学的改革方向,以提高教学效果,激发学生的创新思维。

针对液压挖掘机工作装置在下放过程中存在大量重力势能转化为热能的问题,提出了一种以蓄电池为储能元件的能量回收系统,利用已有的动臂势能回收实验台进行研究,分析了能量回收系统的构成和运行机理,建立了回收系统的Simulation X仿真模型并进行仿真计算,同时进行了典型挖掘循环工况的能量回收试验。对照仿真与试验结果可知,该势能回收系统方案可行,能够起到很好的节能效果。

介绍了立磨液压系统的组成及作用,针对立磨生产环境的特殊性以及立磨液压系统的特殊性,采用有效的故障分析和诊断方法—简易诊断法和综合分析法,查找液压系统故障产生的原因和部位,并介绍了立磨液压系统常见的故障原因和排除方法。

混沌粒子群算法较其它算法具有编程容易、精度高、收敛速度快以及不易陷入局部极值特点,以力反馈两级电液伺服阀为对象,对影响其稳定性及快速性的参数进行优化,在满足伺服阀稳定以及最佳阻尼比的前提下,通过提高伺服阀的固有频率、开环增益来提高伺服阀的频宽,进而提高伺服的稳定性和快速性。结果表明,混沌粒子群算法对伺服阀参数优化后,伺服阀的稳定性和快速性均得到改善。

机械结构件中的应力集中使得结构极易产生裂纹并逐渐扩展，裂纹扩展时伴有声发射信号，因此有必要对结构件中裂纹扩展时的声发射信号进行特征研究。为研究金属板件中的裂纹声发射源特征行为，通过分析板件中的裂纹声发射源，从理论上推导了裂纹声发射的幅值和频率特征表达式。在裂纹扩展过程中，金属板件的裂纹声发射信号幅值与声发射源的开裂长度和拉伸应力的乘积成正比，频率与裂纹开裂速度成反比，且与裂纹开裂长度成正比。用声发射检测系统对预制有初始裂纹的金属板件进行拉伸状态下的声发射监测，通过对声发射信号求取功率谱密度估计，实现不同声发射信号以功率谱在频域的分布为信号特征的有效区分。实验结果与理论分析相符合，研究结果对金属板件的裂纹声发射检测技术具有重要意义。

为了提高城市生活垃圾中废塑料在风选机内的分选率,运用流体力学知识以及fluent软件对风选机内的气流速度,气流分布形式及轻质物料出口槽截面的风速大小及分布进行了仿真分析。在仿真过程中,先对风选机进风口角度为0°时的情况进行分析,即对传统水平式送风方式的风选机进行仿真分析,然后逐步增大该角度,采用单一变量法继续仿真分析。分析结果表明随着角度的增大,分选效率逐渐提升,且存在一个最佳角度范围能明显改善风选机内部气流运行的平稳性。研究结果为城市生活垃圾中废塑料在风选机内分选效率的提升提供了理论和技术支持。

并联平台具有高度非线性、控制模型不确定性、强耦合性及控制任务要求复杂性等特点传统的PID控制由于无法实现参数的在线优化而不能取得令人满意的效果.该文应用BP神经网络实现PID参数Kp、Ki、Kd的自整定此法能根据并联平台动态特性的变化自动重新整定PID参数从而改善了其实时控制的性能和鲁棒性.

以液压动力系统为研究对象，利用频谱分析法，提取蕴含在电流信号中反映系统运行状态的特征信息，并将CPN（对向传播）神经网络引入液压动力系统，进而提出了一种基于CPN神经网络的液压动力系统故障分类方法。实验研究和应用分析表明：CPN神经网络在故障分类中具有较强的鲁棒性、泛化性能好、学习样本数量要求相对较低等诸多优点，对于提高液压动力系统故障的分类识别性能是实用有效的。

混沌粒子群算法较其它算法具有编程容易、精度高、收敛速度快以及不易陷入局部极值特点,以力反馈两级电液伺服阀为对象,对影响其稳定性及快速性的参数进行优化,在满足伺服阀稳定以及最佳阻尼比的前提下,通过提高伺服阀的固有频率、开环增益来提高伺服阀的频宽,进而提高伺服的稳定性和快速性。结果表明,混沌粒子群算法对伺服阀参数优化后,伺服阀的稳定性和快速性均得到改善。