一、引言近年来计算机科学在飞速地发展,尤其是微型计算机,它得功能在不断地增强而价格在不断地下降,使得计算机很快地渗入到工业的各个领域,相继出现了CAD、CAM、CAT等新兴科学。上海交通大学与昆山液压件厂联合为武汉钢铁公司研制的“高压大流量新国际B级精度液压阀CAT试验台”就是这样一个CAT系统。该系统的整个测试过程均由计算机控制,包括测试过程的自动进行;对系统压力、流量及油温的控制;数据的自动采集、处理及输出。本文介绍对系统压

一、前言污染磨损是液压泵的主要失效形式之一。为了评定不同尺寸颗粒对液压泵的磨损作用,美国俄克拉荷马州立大学流体动力研究中心提出了液压泵污染敏感度试验方法,该方法已被接受为国际标准试验方法〔1〕。液压泵污染敏感度试验标准方法是在试验系统内加入分级的空气滤清器细试验粉尘(ACFTD)作为颗粒污染物,通过检测泵的流量下降量来评定泵的污染敏感性。试验时依次增大试验粉尘的颗粒尺寸范围,从0-5,0-10、0-20……直到0-80微米。每次加入某

液压设备以它独特的优点正在得到越来越广泛的应用,然而,液压设备的缺点之一就是出现故障后不易查找原因,由于系统中各元件和工作液体都在封闭的油路内工作,不象机械设备那样直观,而且不象电气设备那样,用万用表、示波器、测试笔等仪器就可方便地测量出各种参数。液压设备中,只靠有限的几个压力表和流量计等来指示系统的工作参数。其它各种参数的测量很不方便,甚至难以测量。这样对液压系统的故障诊断带来很大的不便。

一、前言现在国内外在液压泵出厂之前都要做气密性试验。即将液压泵的进出油口封住，从一个油口通入一定压力的空气（0.1～0.16MPa），以检查泵的铸件壳体是否有疏松，微小针孔、砂眼等，检查泵的轴端密封处及前盖、中泵体、后盖之间连接处橡胶密封件是否漏气，从而起到对漏气的不合格产品进行及时处理反修，提高产品质量。气密性试验装置的形式很多，有全液压式，全气动式、机械式、以及无液测试装置。在此简要地介绍这种液压半自动气密性试验台。

一、前言液压系统以其功率大，响应速度快已在工业各领域得到很快的发展，但随之而来的是液压系统污染的问题，已越来越引起人们的重视。国内外许多专家已着手对此问题进行了大量的研究，并取得了不少研究成果。能否对液压系统的污染采用一种主动预防的方法，也是目前尚在讨论中的问题。本文以液压柱塞泵为

压力表校验台是压力表生产过程中的一台重要设备，其功用是测试并校正压力表的精度，确保产品的质量。上海自动化仪表四厂以往是采用手动加载测试仪来测量压力表的精度的，该设备的基本原理是在压力表测量范围内选择若干个测试点，使压力逐级升高到各测试点的

结合神经网络和支持向量机的优点，针对实际应用的不同阶段，提出了一套基于神经网络和支持向量机的复合故障诊断技术。该技术不但可以融入新的故障信息，而且可以使故障诊断模型始终处于最优识别状态，并以往复压缩机气缸系统常见故障的诊断为实例，验证了该技术的有效性.

围绕大型风机的运行状态分析，运用旋转机械故障诊断理论和振动信号分析仪器对该风机进行了振动测试。采用锤击法测试了风机叶轮各部件及平台的固有频率，起机或停机状态下对转子的振动进行了测试，对不同转速下轴系各测点的振动进行了测试和分析，并对设备的运行状况作出评价和建议。

提出了利用小波包分解、神经网络和模糊诊断的方法进行发动机泵机组故障诊断；运用小波包频带能量分解，可以在不丢失振动信息的情况下降低信号的维数，提高神经网络的识别能力；运用了神经网络使故障诊断具有自适应、自学习能力，对发动机泵机组的各类故障进行分类和训练，得到了满意的效果。

离心泵速度变化过程的振动信号具有信息量大、非平稳、重复再现性不佳等特点，二维隐Markov模型（2D-HMM）很适合处理此类信号。利用AR谱不受数据长度的限制，AR模型参数对状态变化规律反映敏感的特点，以振动信号做自回归变换后的AR谱系数作为特征向量，将基于AR的2D-HMM引入到离心泵故障诊断中，提出了一种基于AR的2D-HMM故障诊断方法，并论述了该模型的拓扑结构和主要参数以及相应的训练和识别算法。最后通过2BA-6A离心泵试验系统验证了方法的有效性。