为了提高色散熵的信息提取能力,在兼顾计算效率和效果的前提下,引入多维嵌入重构理论,借鉴滑动平均的思想,更新了传统多尺度算法的粗粒化方式,提出了滑动平均多元多尺度色散熵(moving average multivariate multiscale dispersion entropy,MA_mvMDE)用以提取液压泵故障特征。首先,利用均匀相位经验模态分解(uniform phase empirical mode decomposition,UPEMD)将振动信号分解为多个本征模态分量(intrinsic mode functions,IMF),再采用相关系数法筛选敏感分量,将包含大量故障信息的模态分量作为多通道数据计算其MA_mvMDE值来提取故障特征。接着,采用MCFS方法选择故障敏感特征实现降维。最后,通过随机森林分类器完成故障识别。采用液压泵故障振动数据验证了该方法能够准确诊断不同类型和不同程度的故障。

为解决采煤机传动齿轮传动系统可靠性低、自适应能力差的问题,以MG300/700采煤机为研究对象,提出了机电短程截割传动系统的总体设计思路和液压系统参数的匹配性设计,完成了包括电动机、液压马达、液压泵等关键部件的选型,基于AMESim构建机电短程截割传动系统仿真模型,并对其在载荷突变工况下采煤机截割部滚筒旋转速度的跟踪性能进行仿真分析,表明滚筒旋转速度可在短时间内调整并跟随预定设定的速度运行。

以安全、节能、便利为方针,构建一套基于物联网技术以及对等运算理论的液压泵自适应节能控制系统,为三相异步电动机及其拖动系统的高质量运行提供解决方案。物联网技术在传统三相异步电动机控制系统中链接通用数据集接口,对三相异步电动机产生的实时运行数据进行统计分析,得出适配的控制参量;对等运算理论使得每个节点既是服务器又是客户机,相比传统C/S结构服务器能够更好地实现负载均衡。为实现系统人机交互,开展主界面、子界面设计,实现系统状态、系统设置、节能设置、报警查询、历史数据、用户管理权限等功能的集成。系统投用后,对旁路和节能两种工况进行对比测试,节电率高达22.5%。

针对液压信号复杂且难以诊断的难点,提出一种多尺度一维卷积神经网络与多传感器信息融合的深度神经网络模型(MS1D-CNN-MSIF)对液压泵与蓄能器进行故障诊断。在提出方法中,采用不同大小的卷积核对故障信号进行多尺度特征提取;然后使用多传感器信息融合策略将多个传感器的特征信号进行融合,最后使用Softmax进行分类识别。诊断蓄能器压力状态与液压泵泄漏状态的实验结果表明,与支持向量机、堆栈自编码、深度置信网络比较,提出模型具有更好的故障诊断性能,蓄能器识别精度可达99.50%,液压泵识别精度可达99.73%。

介绍一种性能优异的数据采集卡(PCL-812PG)在液压泵计算机辅助测试(CAT)中的实际应用。实现液压泵CAT系统在不同压力和不同转速下的智能控制，并实现系统的恒温控制。

本文对传统的液压泵试验台测试系统进行了改造,建立了一套基于虚拟仪器技术的集信号采集、分析、存贮等功能为一体的液压泵自动测试系统.本文介绍了试验台的工作原理,并详细论述了该测试系统的硬件构成和软件设计.

针对液压泵系统模糊综合评价的典型模型,从可靠性指标、可靠性考核等方面阐述了评价过程中的模糊因素,给出了考核指标体系及选取原则,建立了考核模型,并给出了隶属函数及权重的确定方法.

针对传统BP网路进行液压泵故障诊断时,网络学习具有收敛速度慢和学习、记忆不稳定的缺陷,提出了将El-man神经网络应用于液压泵故障诊断的新方法,建立了Elman神经网络的应用结构模型,介绍了该网络的训练算法,阐明了液压泵故障诊断的实现过程.通过试验验证了该神经网络收敛速度快,学习记忆稳定,具有很好的学习功能;测试结果表明该诊断方法具有高可靠性,达到了预期的效果,可以用于液压泵故障诊断.

本文针对液压泵性能测试试验台，提出了一种基于万维网(Web)的远程控制方法，实现液压泵试验测试过程的异地控制。本方法具有编程简单，客户端免维护等优点。

在液压传动系统中,采用变量液压泵驱动定量液压马达的形式很普遍,它可以改变液压泵输出流量来控制液压马达的输出转速,以达到无级变速的目的.