将模糊控制技术与神经元网络技术结合并引入液压阀控马达系统中,提出了一种基于模糊神经元网络控制策略的阀控马达速度控制方案。仿真结果证明该控制策略提高了阀控马达控制系统的自适应能力,改善了控制系统的性能。

在对液压控制系统进行建模过程中,由于液压伺服系统普遍存在非线性,使用传统的机理建模方法就难以建立准确的数学模型,也就不能准确地反应系统实际情况。而过程的输入输出数据一般都是可以测量的,且过程的动态特性必然表现在实验结果数据之中,因此可通过系统辨识的方法,利用这些数据建立对象的数学模型。本文作者确定出模型的结构,然后利用最小二乘法辨识出了阀控马达系统参数模型,仿真证明此模型是比较精确的。

为研究气动比例控制系统的动态特性,针对该系统的非线性特性,对系统进行了机理建模研究。为便于进行定性分析,对该数学模型进行了线性化处理。通过系统辨识,消除了在机理建模中因泄漏、气体压缩及压力损失等引起的误差,证明了所建模型的正确性。

实际教学过程中缺乏一个有效的主线将液压传动、典型液压系统和液压系统故障诊断三门课程相关的知识点与技能要求串联起来,基于工程项目的液压传动课程群模块化教学改革,打破原有课程设置的界限,归纳每个项目所包含的知识点和技能点,同时对教学内容、教学方式等进行全面系统改革,使学生真正了解液压传动课程群在机械行业中的地位和作用,充分调动学生学习的兴趣。

针对阀控缸系统的摩擦力对系统控制性能造成的不良影响，提出了一种新的减小摩擦力影响的补偿方法。首先分析发现比例阀的摩擦力是造成其死区的主要原因，利用神经网络控制对比例阀摩擦力进行软件补偿与仿真；同时对气缸的摩擦力进行测试分析，通过在控制信号上叠加颤振信号来补偿气缸摩擦力并进行了仿真；最后结合2种补偿方法对系统进行了综合仿真研究。通过实验验证，结果表明所采用的补偿方法缩短了系统的缓冲时间，提高了系统的稳定性及定位精度。

针对目前煤炭传输过程中常用的单缸控制的分料器存在的易跑偏、卡滞等问题,提出了一种液压双动力同步分料器。利用该分料器采用液压阀控双缸同步控制的原理,采用PID控制策略,实现了煤炭输送过程中的连续给料、输送量大、强度大、体积小,分料比例可调的功能。有效地解决了原先采用单液压缸控制料斗,设备频繁出现的跑偏卡滞现象,降低了运行过程中的故障率,提高了生产效率。通过仿真实验发现,采用双动力控制的分料器,同步效果良好,可以用于煤炭运输及其他相关行业中。

对煤矿液压支架电液控制系统采用神经网络PID控制策略，并进行仿真实验研究。研究结果表明：采用该控制方法可以获得在线系统动态特性，从而使控制参数的修正更加准确；能够进一步提高系统的控制精度及可靠性，具有较高的工程应用价值。

由于液压伺服系统普遍存在非线性，使用传统的机理建模方法就难以建立准确的数学模型，也不能准确地反应系统实际情况。在合理设计辨识试验的基础上，对系统进行非参数模型辨识，较为准确地辨识出了对象的脉冲响应过程，并推导出系统的传递函数。

从双立柱带锯机的结构特点和工作流程入手,介绍了其液压系统的工作原理及其特点.实践证明:该系统设计合理、工作可靠、调节控制灵活方便.

将模糊控制技术与神经元网络技术结合并引入液压阀控马达系统中，提出了一种基于模糊神经元网络控制策略的阀控马达速度控制方案。仿真结果证明：该控制策略提高了阀控马达控制系统的自适应能力，改善了控制系统的性能。