选区激光熔化(Selective Laser Melting,SLM)作为一种金属增材制造技术,克服了传统加工方式下的成形限制,为液压元件与系统的设计提供了更大的自由度。流道是液压元件与系统的重要组成部分,而目前成形的无支撑圆形流道往往具有较低的轮廓精度和较高的表面粗糙度,这对液压系统的能量损失影响很大。利用SLM技术成形了具有不同直径的水平流道,测量了轮廓精度和表面粗糙度,设计了沿程压力损失测量装置,实验后分析了沿程阻力系数、雷诺数和直径之间的关系。结果表明,随着直径的增大,成形轮廓相对误差减小;成形流道下表皮粗糙度较其他面更高;相同工况下,沿程压力损失比传统加工流道更大。

提出单调递减数列光滑度比较原则,给出单调递减数列光滑度的提高方法,并从理论上给以证明,分析GM(1,1)灰色模型建模机制,利用反向累加算法和提高单调递减数列光滑度相结合的方法来提高单调递减数列灰色模型精度,并通过实例证明了该方法的有效性。

鉴于偏微分方程在图像去噪中的原理和应用,针对传统机械振动信号去噪方法的局限性,提出了一种基于小波变换模改进Perona-Malik模型的强噪声信号滤波算法并用于机械振动信号去噪。首先研究了小波阈值去噪和Perona-Malik非线性各向异性扩散滤波模型之间的相关性,其次用小波变换模替代梯度模构建改进的扩散系数,并推导出了基于小波变换模的改进Perona-Malik模型。实验结果表明,与传统去噪方法和基本Perona-Malik模型相比,改进Perona-Malik模型不仅较好地实现了强噪声背景信号有效去噪,而且同时保留了信号细节特征,改进算法抗噪声干扰能力强,去噪之后信号畸变小,改进算法使信噪比平均提高了约3dB。

齿轮泵动态压力信号蕴含了丰富的状态信息,是齿轮泵的关键性能参数之一;负熵是随机变量独立性的自然测度,反映了机械信号信息的动态变化特征。为了进行基于齿轮泵动态压力信号的故障诊断,在引入经验模态分解技术的基础上,提出了齿轮泵压力信号的负熵基ICA特征提取方法,并进而联合最小二乘支持向量机,探讨了基于ICA和LS-SVM的齿轮泵特征提取和故障诊断方法;理论和试验研究表明,基于负熵的ICA特征提取和故障诊断方法是有效的。

根据液压系统常见故障形式和多功能液压实验台特点，研究了液压泵磨损、液压缸泄漏、爬行、液压系统气穴、污染等故障模拟方法及系统故障加速方法，并在实验台上全面实现了故障模拟。

研究基于小波包频带能量的故障诊断方法及其在齿轮泵故障诊断中的应用。论述齿轮泵的典型故障设置及其数据采集,针对齿轮泵实验数据,研究基于小波包和支持向量机的齿轮泵故障诊断方法。实验结果表明：基于小波包-支持向量机的故障诊断方法是有效的,而且可以满足在线实时状态监测与故障诊断的要求。

选取液压油的光谱分析数据作为液压泵的寿命特征信息，针对油液采样问隔不等间距的情况，研究非等间距灰色GM（1，1）模型。对建模数据背景值进行改造，建立改造背景值的非等间距灰色GM（1，1）模型，提高模型的预测精度。研究了油液分析阈值的制定方法，制定液压泵磨损金属元素含量和含量趋势值的阈值。运用改进背景值的非等间距灰色GM（1，1）模型对某型凿岩台车的液压泵进行寿命预测，预测精度达到95．78％。

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。