通过对全液压钻机实际工况和负载特性分析建立钻套与钻具之间的摩擦系数关系针对给进电液系统进行优化设计分别建立加压钻进和减压钻进压力控制系统数学模型;根据钻进地质情况的不同对控制回路性能与溢流压力关系和控制回路压力-流量与电比例换向阀阀口开度关系进行分析研究变负载对压力控制性能的影响实现高效节能的回路控制。通过现场对给进液压缸负载力的采集对比仿真分析充分证明了给进压力控制回路可以对加压力准确调节使钻杆在实际钻进过程中安全、平稳优化后的给进电液系统在给进压力控制方面效果显著。

开发了多精度等级并联过滤的技术，并合理布局梯度混合型复合纤维过滤材料，有效解决了油液随油温变化自动调节过滤精度并适应高黏度介质的难题；建立了蜡式热动力元件的热力数学模型，根据该模型设计合理的感应元件结构型式，应用于自力式温度控制阀，解决了油液能根据不同油温自动调节通过冷却油路流量的难题。

该机构由动平台、静平台、上折页、下折页和作动器构成，动平台与上折页以球副连接，上下折页、下折页与静平台、作动器与静平台以及作动器与上折页以转动副连接。其中上下折页和作动器组成一组支链，支链内部也形成闭环，且由三组对称的支链构成这种折页式三自由度并联机构。为了获得该并联机构的运动学参数变化和奇异性，运用支链坐标系的方法，对该机构的每一个构件都做了详细的运动学分析，并且获得了该系统的雅克比矩阵和各构件的运动学参数。通过对雅可比矩阵的分析，获得了该机构的奇异空间。

针对四驱电动汽车续航里程低、蓄电池充电时间长、使用寿命短等问题，对四驱电动汽车的再生制动系统进行了研究，提出了一种四驱电动汽车的液压再生制动系统方案，即在汽车的前后轴上加设离合器、泵／马达、蓄能器等元件，当汽车需要制动减速时，泵／马达以泵的形式工作，把高压油储存在蓄能器中；当汽车起步或加速时，泵／马达以马达的形式工作，把高压油从蓄能器中释放，输出驱动力。通过仿真得到汽车在不同驱动力下的加速性能。结果表明，将液压再生制动能量与电机的驱动力耦合后联合驱动电动汽车，增大了汽车的扭矩，在0～50km／h起步阶段和50～80km／h加速超车阶段，电机与马达联合驱动时比电机单独驱动所用时间分别缩短了1．05S和O．3S，减小了电池的放电深度。

针对开关阀控电液位置伺服系统在负载条件下上行和下行运动特性不一致，对液压回路中平衡阀模块加以改进，使得平衡阀两端压差不受负载变化影响，从而使液压缸上下行运动特性保持一致。通过分别研究空载和加载条件下系统静、动态性能，对系统进行AMESim仿真分析和优化，以提升系统运动过程平稳性。研究结果表明，结构优化后的系统动态响应速度快、跟随响应误差小、控制精度高，且加载后液压缸运动特性仍能保持一致，有效地提高了系统性能，为下一步系统样机研制奠定基础。

针对滑块快速下行碰到速度切换限位后等待8s才能进入工作速度的现象，介绍了80t折弯机液压系统原理，研究了快下工况到工作工况切换时各阀的参数及曲线。采用换向阀油口增加阻尼器局部产生压差阻力的方案，并根据工况计算出阻尼孔直径大小，并进行验证为实现充液阀的开启提供依据。

根据柱塞泵的故障统计数据，回程盘过度磨损、碎裂的现象时常发生。首先通过对回程盘的受力分析，计算出它在SCY14-1B型柱塞泵中的受力。然后通过ADAMS和ANSYS搭建柱塞泵的刚柔耦合动力学模型，经过仿真分析找出回程盘的受力规律和影响回程盘受力状态的因素，并得到几种情况下应力最大时刻的分布图。最后对回程盘进行模态分析，得出它的固有频率，为下一步研究工作提供依据。

对高压水射流割缝机液压推进系统结构及其液压系统回路进行了简要介绍和分析，在运用AMESim仿真软件的基础上，根据推进液压系统回路搭建了液压系统动态特性仿真模型，对推进的速度、系统流量及压力进行了分析，给出了相应的仿真分析结果，为设备的液压推进系统设计提供参考。

液压挖掘机技术发展到今天已极为成熟，但其智能化及自动化技术发展空间还极为广阔。对于液压挖掘机挖掘工作，可通过自动化技术实现挖掘机自动作业，省去操作人员繁琐的操作工序，减少劳动工作量，同时可提高效率，且具有比人更高的操作精度。从液压挖掘机智能控制系统和三维立体智能视觉系统构建、液压挖掘机智能挖掘、液压挖掘机智能装载、液压挖掘机智能防倾覆5个方面对挖掘机的智能化予以设计研究，可为今后的液压挖掘机的智能化设计提供一定参考价值。

针对调节阀物理模型存在严重的非线性、时变性及参数不确定性的问题，提出了一种基于最小二乘支持向量机（Least Squares Support VectorMachine，LS-SVM）的调节阀流量及压力预测模型。根据调节阀的物理模型，分析了能够表征调节阀运行状态的相关参数，主要有阀前压力、阀后压力、开度、流量、负载压力、温度等；设计了调节阀数据采集实验系统，通过全排列组合试验分别确定了流量和压力预测时LS-SVM模型的最佳输入特征向量。实验结果表明，模型能够以较理想的精度预测流量及压力的输出，可为调节阀自动控制或故障诊断系统的设计提供指导。