流量计在使用过程中由于受到噪声、电磁脉冲等因素的干扰,在使用时常会出现仪表显示不稳、显示数字失真等现象,有时会严重影响计量精度。文中深入分析了相关信号调理模块与软件滤波方法对该类信号处理过程中所存在的缺陷,结合神经网络等方法提出了一种流量计输出信号智能化整形识别技术,并结合实际信号对该方法进行了检验。结果表明,该方法能有效克服传统方法存在的缺陷,为流量计输出信号的整形与识别分析开辟了一条有效的途径。

超声探伤由于其独有的优点，被广泛应用于各种机械设备的零部件故障预防诊断中。文章以TUD201手持式超声波探伤仪为例，介绍了A型脉冲反射式超声波探伤仪的工作原理。说明了仪器的基本使用步骤，并结合实践经验，详述了使用探伤仪进行操作时常碰到的问题和应当注意的事项。

液压加载与测试系统是用来对挖掘机、推土机等工程机械的作业性能进行评价,同时为发现和解决液压系统全局性的、潜在的故障提供依据的检测设备。该文设计的模拟加载与测试系统,通过动态调节电液比例溢流阀溢流压力,控制液压缸反腔压力,实现对液压系统负载的模拟。

针对某型声纳系统发射装置工作状态在日常保养中检测相对困难,实际采用的检测手段耗时耗力的问题,在深入分析声纳系统工作过程,声波衰减折射规律的基础上,提出了一种简易的判断发射装置工作状态的检测方法。

柱塞泵是液压系统的关键部件，对其运行过程中的负荷状态进行监测和识别非常重要。由于在柱塞泵运行过程中，受振动机理复杂，环境干扰等因素的影响，柱塞泵的负荷状态识别比较困难。根据柱塞泵负荷状态发生改变时，振动信号能量会重新分布的特点，通过Hilbert变换对信号进行解调，根据包络谱上供油频率及其倍频处的峰值构造特征向量，最后，采用SVM对柱塞泵负荷状态进行识别，并与BP神经网络方法进行对比。试验结果表明，基于包络谱构造的特征向量能够有效反映柱塞泵的负荷状态，采用SVM对柱塞泵负荷状态进行识别能够获得比较好的结果。

针对经验模态分解（EMD）方法、数学形态法和经验模态分解（MM-EMD）方法在处理液压缸油压波动信号时产生模态混叠的缺点,提出了一种基于奇异值分解（SVD）的液压缸动态特性分析的新方法。首先,在相空间对周期性冲击力作用下的液压缸油压波动信号进行重构,得到合适的特征矩阵;然后将特征矩阵进行奇异值分解,获得奇异值序列和多个可线性叠加的分量信号;最后,根据奇异值分布规律、分量信号特点和油压波动模型,将分量信号进行分类和重组,提取能够反映液压缸动态性能的自由振动分量。试验结果表明,基于奇异值分解的液压缸动态特性分析新方法提取的自由振动分量,能够避免模态混叠,保留了更多的信号细节,为评价液压缸动态性能提供可靠的依据。

为解决液压泵故障信号特征难以提取的问题,提出了一种基于判别稀疏编码的液压泵故障诊断新方法。在稀疏编码框架中引入Fisher判别准则,通过对训练样本进行字典学习,获取具有判别性的字典与稀疏系数,使用不同故障类别字典对测试样本进行稀疏表示,利用全局分类方法综合重构误差与系数偏差两方面参数,对液压泵故障信号进行识别。实验结果表明,对于不同状态下的液压泵振动信号,该方法可自适应地完成各类子字典的学习与模式识别过程,与传统方法相比,在液压泵故障诊断中具有更高的准确率和较好的稳定性。

针对大型工程机械液压实物加载困难、加载精度低的问题,该文设计了基于ARM的液压模拟加载系统,该系统集模拟加载、传感器信号采集、GPRS无线传输、数据分析处理、神经网络控制于一体,通过液压系统压力信号的动态反馈,利用神经网络PID控制,动态调节电液比例溢流阀的开度大小,实现了液压系统的精确模拟加载。

提出了一种基于Hilbert-Huang变换的液压缸动态特性分析的新方法：运用经验模态分解,把周期激励下液压缸油液压力波动信号分解为多个从高频到低频的本征模态函数分量,依据各分量的Hilbert边际谱以及自由振动频率信息,对各分量分类并以此为基础重构信号,提取出反映液压缸动态特性的自由振动分量。此方法在某试验台液压缸动态特性分析中,取得了良好的效果,提取出的自由振动分量,可以作为评价液压缸动态特性好坏的依据。

液压加载与测试系统是用来对挖掘机、推土机等工程机械的作业性能进行评价，同时为发现和解决液压系统全局性的、潜在的故障提供依据的检测设备。该文设计的模拟加载与测试系统，通过动态调节电液比例溢流阀溢流压力，控制液压缸反腔压力，实现对液压系统负载的模拟。