针对闭式泵车泵送液压系统建模难度高、关键元件的实际结构参数难以获取导致仿真模型精度低,闭式泵车泵送液压系统的动态特性分析难度大等问题,通过测量泵送液压系统关键元件三维模型,采用AMESim仿真平台进行细节建模,使仿真模型更接近实际。建立各关键元件的仿真模型并根据原理图完成整个回路搭建,开展泵车空泵试验对仿真模型的正确性进行验证,最后控制水阀负载模拟混凝土负载为系统加载。结果表明:仿真模型能准确模拟闭式系统动态曲线变化规律,最大相对误差在8%以下。

混沌粒子群算法较其它算法具有编程容易、精度高、收敛速度快以及不易陷入局部极值特点,以力反馈两级电液伺服阀为对象,对影响其稳定性及快速性的参数进行优化,在满足伺服阀稳定以及最佳阻尼比的前提下,通过提高伺服阀的固有频率、开环增益来提高伺服阀的频宽,进而提高伺服的稳定性和快速性。结果表明,混沌粒子群算法对伺服阀参数优化后,伺服阀的稳定性和快速性均得到改善。

为了提高城市生活垃圾中废塑料在风选机内的分选率,运用流体力学知识以及fluent软件对风选机内的气流速度,气流分布形式及轻质物料出口槽截面的风速大小及分布进行了仿真分析。在仿真过程中,先对风选机进风口角度为0°时的情况进行分析,即对传统水平式送风方式的风选机进行仿真分析,然后逐步增大该角度,采用单一变量法继续仿真分析。分析结果表明随着角度的增大,分选效率逐渐提升,且存在一个最佳角度范围能明显改善风选机内部气流运行的平稳性。研究结果为城市生活垃圾中废塑料在风选机内分选效率的提升提供了理论和技术支持。

液压集成阀块管路优化属于带约束组合优化问题,为解决现有蚁群协同进化算法存在的收敛速度慢和寻优路径震荡的问题,结合液压集成阀块的结构特点提出一种基于改进协同进化算法的液压集成阀块布局的多孔道布孔方法。首先在解决管路协同布置的基础上对现有多蚁群协同进化算法的信息素更新公式和启发信息规则中启发信息取值策略进行调整,然后通过实例仿真验证该算法的可行性,并且由结果可知改进前后适应值变化速率可提高。对比调整前在液压集成阀块管路优化方面中能够得到较满意的结果。

并联平台具有高度非线性、控制模型不确定性、强耦合性及控制任务要求复杂性等特点传统的PID控制由于无法实现参数的在线优化而不能取得令人满意的效果.该文应用BP神经网络实现PID参数Kp、Ki、Kd的自整定此法能根据并联平台动态特性的变化自动重新整定PID参数从而改善了其实时控制的性能和鲁棒性.

以液压动力系统为研究对象，利用频谱分析法，提取蕴含在电流信号中反映系统运行状态的特征信息，并将CPN（对向传播）神经网络引入液压动力系统，进而提出了一种基于CPN神经网络的液压动力系统故障分类方法。实验研究和应用分析表明：CPN神经网络在故障分类中具有较强的鲁棒性、泛化性能好、学习样本数量要求相对较低等诸多优点，对于提高液压动力系统故障的分类识别性能是实用有效的。

基于ZL60轮式装载机工作装置液压系统的工作原理,采用功率键合图方法建立不同工况下工作装置液压系统的功率键合图。由所建立的功率键合图列写系统动态方程,根据系统动态方程建立在铲斗后倾工况下的Simulink仿真模型。设置液压系统的仿真参数,应用Matlab/Simulink软件,编制M函数文件进行仿真。得到液压系统的性能曲线,结果有利于产品的开发改进、性能评估和优化设计。

分析了目前“液压与液力传动”课程教学中出现的一些问题，提出了教学改革的一种思路，即通过引入一种液压仿真软件FluidSIM来弥补传统教学方法的不足，提高教学质量。

径向基函数（RBF）神经网络是一种在逼近能力、分类能力和学习速度等方面均优于BP网络的另一种网络。针对液力变矩器性能试验中的数据处理和分析需要，提出了应用径向基网络对试验数据进行辅助分析，实现数据分析处理的自动化。通过对仿真后的数据、图表的分析，为液力变矩器与发动机匹配提供了数据基础。

在AutoCAD环境下，利用VBA开发工具对液压集成块的设计进行研究，并重点研究了其装配设计。根据布尔差运算原理，对实体进行编辑，生成孔道模型。通过VBA编程和创建可视化参数界面，实现对液压集成块的装配设计，并生成装配参数数据库，提高了液压集成块的设计效率。