针对液压软管总成存在泄漏、拔脱、断丝、爆破等故障/失效问题,综合考虑液压冲击、温度、压力及弯曲半径等因素对其寿命的影响,设计了液压软管总成可靠性试验台基于电液伺服技术设计了12通道液压软管总成脉冲试验台,基于双气液泵复合增压技术设计了耐压爆破试验台;基于试验数据进行失效分布拟合优度检验及分布鉴别,得到脉冲、爆破试验数据分别服从对数正态分布、威布尔分布的结论;最后,进行可靠性评估并求得液压软管总成在脉冲、爆破试验条件下的平均寿命、可靠寿命及可靠度的点估计及置信下限。

以故障树分析为基础,综合考虑最小割集的搜索成本、故障概率及影响程度等因素研究了液压系统的故障定位问题。针对系统特点确定了最小割集的数量和属性,利用权的最小平方法建立了加权规范化故障定位搜索决策矩阵,利用相对贴近度法对最小割集进行综合排序求出了搜索序列。针对充液阀故障引起压装机主缸不能工进这一工程问题,采用算法给出的搜索序列较好地实现了快速、准确的故障定位,验证了该算法的有效性。

针对贝叶斯网络方法存在的贝叶斯网络模型和节点条件概率表难以构造、根节点故障率和故障概率数据难以精确获取等不足,以及T-S故障树分析方法存在的计算复杂、不能进行反向推理等不足,提出基于T-S故障树和贝叶斯网络的模糊可靠性评估方法利用T-S故障树构造贝叶斯网络模型、T-S门规则构造节点条件概率表;用模糊数描述节点的多种故障状态,模糊子集描述节点各故障状态下的故障率、故障概率;结合贝叶斯网络推理给出在仅知根节点故障状态条件下,叶节点各故障状态的发生概率、根节点状态重要度;以及已知根节点各故障状态的故障率、故障概率模糊子集条件下,叶节点各故障状态的故障率、故障概率模糊子集,以及根节点模糊重要度、后验概率。通过与文献[5]的T-S故障树分析方法、文献[10]的贝叶斯网络方法对比,验证所提方法的可行性。对巷道运...

贝叶斯网络分析方法是可靠性分析的重要方法,但传统贝叶斯网络分析方法局限于分析单因素影响,当系统可靠性受多因素影响时会产生较大分析偏差。为此,提出多维动态贝叶斯网络分析方法,借助单位阶跃函数与冲激函数进行贝叶斯网络时间连续化构造,建立根节点受多因素影响时系统的失效概率分布函数。在此基础上,对传统重要度分析方法进行多维扩展,提出多维动态贝叶斯网络重要度分析方法。通过对斗轮机张紧机构液压系统进行工程实例分析,并与离散时间贝叶斯网络分析方法分析结果对比,验证了多维动态贝叶斯网络及其重要度分析方法的可行性和优越性,为系统改进与薄弱环节识别提供了更为准确的量化依据。

针对液压调高系统存在动态失效特性问题,采用基于离散时间贝叶斯网络(DTBN)的动态故障树分析方法进行分析。研究一种基于DTBN的动态故障树分析方法,给出动态故障树向DTBN转化以及用DTBN求解各时间段和任务时间内顶事件的发生概率、基本事件的后验概率和概率重要度的方法。利用基于DTBN的动态故障树分析方法构建液压调高系统动态故障树,并将其转化为DTBN。利用贝叶斯网络双向推理计算各时间段和任务时间内液压调高系统的失效概率和各元件的后验概率与概率重要度,为发现液压调高系统薄弱环节、提高系统可靠性提供依据。

针对微粒群算法作用力规则的不足,提出改进混合作用力微粒群(IHFPSO)算法。采用阶段性搜索策略,将算法的搜索过程分为前期和后期2个搜索阶段:在前期搜索阶段,微粒在其他微粒的引斥力作用下进行最优搜索,以保持种群多样性;在后期搜索阶段,微粒在双引力及引力提供的加速度的共同作用下向最优解收敛,以提高局部搜索能力。将所提出的IHFPSO算法应用于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IHFPSO算法与微粒群算法、中值导向微粒群算法、扩展微粒群算法、多作用力微粒群算法进行对比,验证提出的IHFPSO算法结果最优,实现液压阀块加工车间调度优化。

贝叶斯网络具有双向推理功能，不但可以计算系统的可靠性指标，而且还能进行故障诊断的反向推理。通过与或门故障树算例验证了贝叶斯网络正向推理方法与故障树分析方法的计算结果是相同的。将贝叶斯网络应用于塔式起重机液压系统可靠性分析中，建立故障树并将其转化为贝叶斯网络，利用桶排除法计算出顶事件发生概率，利用反向推理求得各部件在顶事件故障发生条件下的后验概率，得到系统薄弱环节，为提高系统可靠性提供依据。

针对现有液压脉冲试验机自动化程度低、测试精度差等不足，设计出基于液压伺服和虚拟仪器技术的脉冲试验机。采用液压伺服系统进行无级调速，由控制系统进行自动跟踪补偿，提高系统的自动化程度和控制精度。采用虚拟仪器技术开发测试系统的软件和硬件部分，提高该试验机的测试精度和效率。最后给出了基于虚拟仪器软件LabVIEW进行试验及记录的结果，验证了该试验机能够满足冷却器疲劳性能测试的各项指标要求。

为解决因结构复杂、数据缺乏、人的认知水平不足等导致液压系统存在不确定性，以及液压系统存在多性能、多故障状态等多态性问题，提出了液压系统证据理论和贝叶斯网络相结合的可靠性分析方法。证据理论能够很好地处理不确定信息，利用证据理论的似然概率和信任概率描述根节点的失效可能性区间，解决根节点的故障概率存在不确定性及不易精确获取的问题；利用贝叶斯网络描述系统多态性，运用其推理算法给出了叶节点故障概率区间、根节点重要度区间以及根节点的灵敏度区间的计算方法。将该方法运用到工程机械液压驱动系统中，通过分析表明该方法能够有效地描述不确定性及多态性问题。

以往热轧卷取机在卷取开始时，由于带钢头部搭头部位与助卷辊发生冲撞，产生过大的冲击。笔者参考实际现场卷取工艺，研制了电液踏步控制系统，以实现助卷辊对台阶的自动回避。针对实验室建造的热轧卷取机踏步控制半物理实验模型，设计了一种滑模变结构控制器，通过设计切换函数以保证系统具有良好的动态特性。仿真结果表明：变结构控制能够有效地克服系统变参数的影响，可以取得较高的伺服跟踪效果，使系统具有较强的鲁棒性和良好的动态性能。