随机振动模拟试验通过时域波形再现非平稳的振动环境,广泛应用于各类产品的可靠性检测。电液振动台是大型结构件进行模拟试验的关键设备,在随机振动环境下,传统三状态控制器无法同时消除电液振动台干扰力与模型不确定性的影响,以单轴电液振动台作为控制对象,利用滑模控制策略,抑制电液振动台系统在随机振动环境中不确定干扰力的影响,利用自适应逆控制器补偿模型不确定性问题,实现振动台加速度随机振动控制。通过MATLAB/Simulink对该复合控制策略进行随机振动仿真分析,验证控制策略的有效性。

动力转向器总成出厂前必须进行综合性能试验,试验台架既要模拟汽车转向系统中的供油功能,还需要给转向器被动或主动加载,工作压力高,流量变化大,对液压系统的设计提出了较高要求。将试验台液压系统分为2个独立的子系统进行设计,使用电磁比例溢流阀根据程序设定自动调节系统压力,通过并联2个单向节流阀获得较大的流量调节范围,满足多种试验要求,采用定值减压阀和换向阀卸荷等多种措施保护仪器仪表。实践验证,液压系统设计合理,有效避免了液压冲击,工作稳定,噪声小,各试验参数便于设置和标定,满足试验要求,为类似设备的研发提供了可借鉴的经验。

为了解决液压驱动工程机械臂在实际工程作业中加装位置传感器会使得系统复杂,从而可靠性降低,以及在关节处位置闭环伺服控制会导致液压系统效率降低的问题,提出在比例液压油缸驱动的机械臂中用位姿闭环而非关节位置闭环构成机器人控制系统。使用惯性导航、激光雷达、视觉等获得机械臂末端姿态,通过机器人运动学逆解得到当前关节值,与目标关节值形成闭环从而获得关节速度给定值。通过比例液压系统驱动机械臂关节,进而控制位姿变化。推导了负载敏感比例阀控液压油缸传递函数、陀螺仪姿态解算方程并对机械臂进行逆运动学分析。使用MATLAB/Simulink建立基于关节速度控制的液压驱动机械臂位姿闭环控制仿真模型,进行仿真实验,结果验证了控制方法的可行性。

内啮合齿轮泵结构紧凑,振动噪声低,发展优势明显。为深入掌握内啮合齿轮泵发展动态,首先介绍了渐开线和直线共轭两种内啮合齿轮泵的结构特点,分析了不同类型内啮合泵的优缺点;其次总结了两种类型内啮合齿轮泵产品发展现状和新产品的开发动态,梳理了当前关于两种类型内啮合齿轮泵的研究热点和技术方向;最后指出了我国内啮合齿轮泵产品发展所面临的严峻形式,对全面理解内啮合齿轮泵,推动国产化内啮合齿轮泵的技术进步具有参考意义。

为实现罗茨转子便捷高效的轮廓构造,提出了一种双对称图解法。首先由转子副轮廓间的共轭关系,得出同一转子各轮廓分段间关于中轴和节圆切线的双对称构造关系;其次由给定的共轭段依序图解出待定共轭段和外过渡段及内过渡段;最后就抛物线例展开详细阐述。结果表明:双对称图解法的图解质量好,拟合精度高,更易于一般工程技术人员所理解;全轮廓段参与的共轭泄漏和径向泄漏更少。成果为同类转子便捷高效的轮廓构造提供了方法依据。

挖掘机器人伺服系统存在高度非线性、参数不确定和未建模动态等诸多不利因素,提出了一种结合径向基函数(RBF)神经网络的非线性滑模控制器,以提高控制精度和鲁棒性。首先,建立了单联伺服系统的数学模型;其次,采用RBF神经网络对系统的不利因素进行逼近,提出积分滑模面进一步减小稳态误差,同时减少对伺服系统参数的依赖,在此基础上,设计了基于RBF神经网络的滑模控制器(SMC-RBF),利用Lyapunov理论证明了系统的渐近稳定性;最后,通过不同的参考信号和整平实验验证了控制器的优越性。仿真结果表明,SMC-RBF控制器响应快,跟踪精度高且鲁棒性强,与PID控制器相比正弦轨迹跟踪精度提高了46%。整平实验结果表明,铲斗末端轨迹跟踪精度提高了52%。

为了研究液压冲击器内出现气蚀的原因,通过反馈随动原理,系统分析了冲击器工作过程。基于数学模型搭建AMESim仿真模型,得到活塞和阀芯对应的速度曲线,同时结合PumpLinx软件仿真得到冲击器内流道瞬态流场,分析单个运动周期内的压力云图及流线图,从而确定气蚀问题产生的位置及原因。通过试验分析,验证了联合仿真结果的准确性。对解决产品使用过程中出现的薄弱环节及潜在隐患,进而提高其工作可靠性具有十分重要的理论和现实意义。

液压蓄能器储能一直是液压系统唯一的储能方法,被广泛应用于混合动力液压挖掘机中,具有功率密度高、响应快、工作稳定、性价比高等优点。但是与电储能方式相比,液压蓄能器的能量密度低、吸放能压力波动大,限制其在混合动力液压挖掘机上的应用。提出了一种混合储能系统(HES),一部分能量按传统液压蓄能器储能方式,以保证功率密度;其他能量转换为电储能方式,以保证能量密度。基于一台1.7 t的微型液压挖掘机,建立了该混合储能系统的全尺寸仿真模型,实现了液压挖掘机动臂能量再生。研究结果表明,该混合储能系统能够有效回收动臂势能,且能量密度较高,吸放能压力波动小。

针对高速轴向柱塞泵不同空化故障等级诊断依赖人工特征提取、识别准确率低的问题,提出了一种融合振动信号频谱分析和卷积神经网络的诊断方法。采集不同空化等级情况下柱塞泵壳体振动信号,对连续的振动数据进行切片并作频谱分析,获得频谱图作为数据集;利用二维卷积神经网络对不同空化等级的信号频谱图进行分类。为提高所提方法的鲁棒性,采用带通滤波的方法抑制频谱图中的噪声频率。试验结果表明:对于不同信噪比的振动信号输入,均能准确地识别出柱塞泵的空化故障等级。

为了探讨摆线型凸轮转子泵抽送粪污介质的性能变化和针对非牛顿流体类抽送的优化设计,以三叶摆线型凸轮转子泵作为研究对象,选取清水和浓度为6.87%,9.20%,12.15%的猪粪作为抽送介质,对凸轮转子泵进行三维非定常数值模拟,分析内部流场瞬态特性,预测其外特性。分析结果表明:在抽送清水和不同浓度的猪粪时,从泵腔的进口区域到出口区域的压力逐渐升高,随猪粪浓度增大,独立工作腔室的压力增大;抽送非牛顿流体时,间隙处因挤压而产生的速度激增,转子泵腔内的速度分布更加均匀;出口的压力脉动主频均出现在2倍叶频处,压力脉动幅值随猪粪浓度增大而减小;随猪粪浓度增大,出口流量、容积效率及水力效率增大,流量脉动系数减小,其性能优于抽送清水介质。研究为凸轮转子泵输送非牛顿流体时的优化设计奠定了基础。