为减小摩擦对比例多路阀性能的影响,提出基于修正黏性摩擦LuGre模型的比例多路阀摩擦特性分析、模型参数辨识以及摩擦补偿方法。通过实验测试间接得出摩擦数据,运用数据拟合方法辨识出修正黏性摩擦LuGre模型的静态和动态参数。基于辨识参数设计出修正黏性摩擦LuGre模型摩擦状态观测器,将观测器摩擦信号输出量反馈到控制模型输入端,减小摩擦对比例多路阀性能的不良影响。仿真结果表明,基于辨识参数的修正黏性摩擦LuGre模型摩擦补偿方法可提高比例多路阀的位置跟踪精度。

提出基于贝叶斯网络和灰关联法并综合考虑根节点后验概率和故障诊断处理成本的故障诊断方法。考虑根节点故障状态的多态属性，利用贝叶斯网络推理求得根节点后验概率，利用模糊子集描述故障诊断处理成本，通过灰关联法建立故障诊断决策矩阵，计算故障诊断决策方案的灰关联度，进而确定故障决策方案的搜索序列以得出系统故障原因。通过液压系统实例，分别求解出半故障状态和故障状态下的故障诊断序列，同时也验证该方法的可信度和可行性。

为有效地解决液压阀块加工车间调度问题，考虑工序间和机器间的约束关系，以最大完成时间最小为目标，给出了液压阀块加工车间调度优化模型。为平衡算法的全局和局部搜索能力，提出了多作用力微粒群（MFPSO）算法，采用多作用力阶段性搜索策略，将搜索过程划分为前期、中期、后期3个阶段，并对应构造单一斥力、平衡引斥力、单一引力3种作用力规则，在不同搜索阶段采用不同的作用力规则，提高了算法的搜索机制和寻优性能。将MFPSO算法用于求解液压阀块加工车间调度问题，利用矩阵变量来处理约束条件，给出了一种基于矩阵的微粒编码、解码方法。通过液压阀块加工车间调度优化实例，将MFPSO算法与微粒群算法、中值导向微粒群算法、扩展微粒群算法、蚁群算法进行了对比，结果表明，提出的MFPSO算法结果最优，从而验证了该算法的有效...

为解决T-S模糊故障树分析方法在液压系统可靠性分析过程中运算复杂和只能单向推理的问题,提出一种基于T-S模糊故障树与贝叶斯网络的多态系统可靠性分析方法。根据给出的T-S模糊故障树向贝叶斯网络转化的方法确定贝叶斯网络的模型结构与条件概率表,利用贝叶斯网络的推理算法计算顶事件发生概率、事件后验概率以及底事件重要度。该方法既能进行计算系统可靠性指标及重要度的前向推理,又能进行故障诊断的反向推理,而且计算公式简单。最后通过900t提梁机液压驱动系统工程实例验证了算法的可行性与有效性。

针对微粒群算法易于陷入局部最优解、早熟的缺点，将Lévy飞行引入微粒速度迭代公式中，并动态改变微粒群速度迭代公式中Lévy飞行的权重值，提出动态Lévy飞行微粒群算法。根据T－S故障树理论，建立液压支架液压系统的可靠性模型，进而得出可靠性费用目标函数。将提出的动态Lévy飞行微粒群算法应用于液压支架液压系统的可靠性优化中，并通过标准微粒群算法、布谷鸟搜索算法和基于Lévy飞行微粒群算法比较，验证所提出算法的优越性。

为兼顾微粒群算法收敛速度与跳出局部解的能力,利用阶段性搜索方式将算法搜索过程分为前、后两个不同阶段。在算法的前期搜索阶段,当前微粒受个体最优微粒与全局最优微粒的引力作用,在算法的后期搜索阶段引入中值导向加速度,提出一种动力驱动微粒群算法。最后,针对液压矫直机PID控制的参数优化问题,考虑控制信号、上升时间和误差量的关系,建立液压矫直机PID控制参数优化模型,利用动力驱动微粒群算法优化得到更好的参数组合,实现PID控制参数优化。

通过分析液压轮边制动系统原理,以故障模式为底事件建造液压轮边制动系统T-S故障树。针对实际系统故障数据缺乏、故障机理复杂多样等原因导致的T-S故障树底事件失效可能性的不确定性问题,将区间模型引入T-S故障树分析,解决底事件失效可能性不易精确获取的问题;进而对系统进行可靠性分析,求得液压轮边制动系统故障树顶事件的故障概率、各底事件的概率重要度和关键重要度,为系统维护和故障发现提供依据。

为使贝叶斯网络能够对模糊信息和不确定信息进行处理提出一种新的基于模糊贝叶斯网络的多态系统可靠性分析方法。该方法将模糊集合理论引入到贝叶斯网络可靠性分析中考虑部件故障状态、部件故障率的模糊性以及部件间故障逻辑关系的不确定性使贝叶斯网络具有处理模糊信息的能力。该方法采用模糊数描述系统和部件的故障状态利用模糊子集描述部件的故障率运用贝叶斯网络的条件概率表描述部件间的不确定联系。该方法应用到载重车液压悬架系统的可靠性分析实例中分析结果表明该方法在进行系统可靠性分析时能够充分利用系统的模糊信息和不确定信息从而提高系统可靠性分析的效率。

为降低构造复杂系统可靠性优化模型的难度，利用T—s故障树构造系统故障率函数，并结合可靠性费用函数构造可靠性优化模型。针对PSO算法局部收敛性差、ACO算法搜索初期积累信息素占用时间较长的不足，将PSO算法和ACO算法混合，并结合死亡罚函数法构造适应度函数，提出混合PSO．ACO算法。考虑不同的粒子个数和蚂蚁个数，将所提算法应用于液压工作系统的可靠性优化，通过与PSO算法、ACO算法及ACO．PSO算法的对比，验证混合PSO．ACO算法的优化结果更为理想。

依据液压缸试验标准及现有液压缸试验台存在的不足，设计出能够对最大缸径为320 mm、最长行程为1500 mm、最大额定压力为16 MPa的液压缸进行型式试验的试验台。为了减小装机功率、满足被测试缸对加载力的需求以及提高测试效率，试验台液压系统采用了高低压泵组合、比例加载系统和同步定位系统；针对不同缸径、不同行程规格的被测试缸的试验要求，设计出一种新型的液压变行程可微调定位锁紧式液压缸试验台架，并结合ANSYS软件完成了强度校验。对安装调试中出现的故障问题进行处理，并对200 mm的液压缸进行测试，结果表明：该试验台设计是合理的、达到了设计要求。