如何确定Mass函数是D-S证据理论的棘手问题，本文从信息论的观点出发，提出一种新的计算Mass函数的算法。该算法依据证据体可信度因素和证据体与目标关联的相对熵来分配证据体的Mass函数，较全面反映证据体的不确定性。将方法应用于液压泵诊断中，结果表明它获取的Mass函数是符合实际情况的，具有较好的实用性，而且其算法容易实现。

采用小波包技术提取齿轮泵的振动信号的小波包能量谱及其谱熵作为改进的BP网络的输入特征进行齿轮泵的故障诊断。实验结果表明该方法大大地提高了诊断的可靠性。

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。

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.

目前，各种工程机械主要采用机械仪表显示液压系统的少数几个工况参数，不仅不能全面地反映整个系统的工作状态，也不能保存数据，难以了解工作过程中参数的变化规律，而且当液压系统状态急剧变化或在故障发生时更不能及时进行报警，以避免严重事故的发生。并且，在发生故障时只能完全依据维修人员的经验进行检修和故障排除，没有系统工况参数的历史数据可供参考，

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。

针对利用压力信号进行液压齿轮泵故障诊断分析了液压齿轮泵的压力脉动机理研究了应用小波分析进行齿轮泵压力信号的特征提取利用RBF网络进行故障识别和诊断的方法并建立了相应的RBF神经网络试验表明小波分析-RBF神经网络方法可对液压齿轮泵的常见故障进行识别和诊断

基于规则和实例两种推理方式各有优劣如果将两者结合起来不仅可以提高专家系统对领域知识的包含程度和利用能力还可以提高专家系统的推理速度和效率提高系统的学习能力.本文在分析了起重机液压系统的结构和功能的基础上建立了一个基于规则和实例混合推理的故障诊断专家系统对系统的结构、知识表示、混合推理机制等进行了阐述.

介绍QY40液压系统的结构组成及工作原理.提出QY40液压系统的面向对象层次分解的故障诊断方法并给出故障诊断系统的实现方法.