针对液压系统测试试验台,引入仿真软件AMESim对测试系统建立仿真模型。利用AMESim软件开发的仿真系统对测试系统进行仿真,并通过对仿真模型注入各种参数,分析仿真结果,验证仿真模型的正确性。然后以液压缸为例,对模型注入故障信息,为液压缸故障诊断提供诊断样本。

介绍了D-S证据理论的基本概念、基本理论,讨论了基于D-S证据理论信息融合的故障诊断方法,并将其应用于液压泵故障诊断中。结果表明基于D-S证据理论的信息融合诊断方法可以充分利用多个传感器信息的冗余性与互补性,实现比单一传感器神经网络诊断更为准确和可靠的诊断结果。

针对单方法所建液压泵寿命预测模型精度较低的缺陷,提出基于灰色理论和支持向量机的组合预测模型的液压泵寿命预测方法。该方法通过灰色累加生成操作对原始序列进行数据处理,以增强数据的规律性;运用最小最终误差预测准则确定嵌入维数,选择模型的参数;采用支持向量机进行预测,利用灰色累减生成操作还原数据,得到预测结果。选取液压油的光谱分析数据作为液压泵的寿命特征信息,采用该模型对液压泵进行寿命预测,并与灰色模型、单一支持向量机模型进行预测性能对比。结果表明,灰色支持向量机预测性能最优,精度达到99.37%,为液压泵性能评估和寿命预测提供一种更为有效的方法。

液压泵的性能状态参数包括振动、压力、流量、温度和油液等信息，如何从这些状态参数中选择能够影响和表征液压泵寿命的特征因子是进行液压泵性能评估与寿命预测的难点。基于此，研究了特征选择策略，提出了基于支持向量机的液压泵寿命特征启发式搜索策略，以液压泵寿命特征参数特征集的交叉验证错误率为评价指标，学习识别与选取能够表征液压泵寿命的特征因子，解决了液压泵寿命特征因子选取难的难题。应用实例表明该方法能够选择出反映液压泵性能的寿命特征参数。

利用xmxl有效地表达了液压系统专家的知识，适应网络环境的应用和分布式处理。XSLT负责对xmxl文档进行转换，Jscxript实现事件的响应，彻底解决了页面显示与业务逻辑的分离问题，而且还可以为不同的客户端输出页面。有效地降低了开发的复杂性，缩短开发周期，减轻后期的维护工作量。系统能较好地辅助液压系统故障诊断，提高解决故障问题的准确率和效率。

针对液压齿轮泵的三种典型故障——轴承磨损、齿轮磨损和侧板磨损，在小波包分解的基础上，采用分形盒维数的方法对故障的振动信号进行了盒维数研究计算。结果表明，齿轮泵在不同故障状态下，其盒维数明显不同，利用盒维数可以准确诊断出齿轮泵的工作状态。

提出了利用自相关函数和最近邻域发散度实现关联维数的可靠算法；针对齿轮泵的振动信号，先采用时域同步平均对信号进行消噪处理，然后用关联维数对齿轮泵进行故障诊断。实验结果表明，在齿轮泵的4种不同工作状态下振动信号的关联维数具有明显的可分性。

以斜盘式轴向柱塞泵为研究对象,运用AMESim软件构建了斜盘式轴向柱塞泵关键元件的模型,从而建立了斜盘式轴向柱塞泵的仿真模型.运用仿真模型分析负载、系统压力对柱塞泵运行的影响,为柱塞泵的设计及故障诊断提供依据.

为了研究开路轴向柱塞泵的动态特性，在数学模型的基础上建立了基于AMESim的仿真模型，得到了实验数据。对动态特性之间的关系（如压力、流量、斜盘角度、脉动等）进行分析。结果表明：必须适当调整系统的压力才能保持系统的稳定性。

介绍了利用故障树分析法对汽车起重机液压系统进行故障诊断的方法，以该液压系统“放下支腿，车体无法支起”的典型故障为例，通过建立故障树，对其进行了定性分析，并介绍了应用故障树查找故障的方法。实践证明，此方法简便、可靠和实用。