为准确诊断轴向柱塞泵故障，避免因负载工况变化导致的虚警误判，提出多特征参量阈值自适应故障诊断方法。研究了该方法特征参量的选取、阈值区间的确定及变载工况下阈值自适应计算，定性地分析了该型柱塞泵的振动特性及故障机理，揭示了柱塞泵主要故障模式下的振动信号特征规律，实验结果表明，阈值自适应故障诊断方法能准确检测变负载工况下的柱塞泵配流盘磨损故障，为开展轴向柱塞泵可靠性评估及故障诊断研究提供了重要的理论依据。

针对目前液压系统故障诊断中模型不容易建立，参考人工智能的经验设计了液压泵的故障模型。鉴于经验的不足之处，采用模糊神经网络系统对人的经验进行优化。与传统的智能故障诊断相比较而言，诊断的阈值可以随着系统发生改变。实验结果表明，该方法能适应不同的工作状况对液压泵的泄漏进行实时监测。

图像分割是视觉检测的关键技术。针对300 MN模锻液压机活动横梁横向偏移视觉检测系统现场光强不稳定的难题在灰度拉伸Otsu法基础上提出了一种改进的阈值自适应新方法——灰度增强法并结合其目标物特征提出了基于圆斑特征值的分割评价准则。介绍了其基本原理并进行了实验测试。结果表明根据该方法确定的阈值对图像进行二值化处理能适应更宽的光强范围得到理想的图像分割效果且在此基础上进行的二维位置检测实时性好、检测精度高、稳定性好能够适应液压机现场复杂的使用环境实现活动横梁横向偏移检测功能。