为了提高齿轮故障信号特征提取时处理稀疏性差信号的能力,设计了一种应用稀疏度自适应匹配追踪(SAMP)算法对齿轮故障信号进行处理方法。通过对仿真的齿轮故障信号数学模型和齿轮出现点蚀时的实验数据分析表明经过SAMP处理后齿轮啮合频率以及半频和转频更加明显,边频带也更加突出,干扰成分降到最低。证明SAMP算法能够提取主要齿轮故障特征信息,有效降低噪声影响。相对于OMP算法处理齿轮故障信息,进过SAMP算法处理的故障信号,故障特征更加明显,且重构信号精度更高,表明SAMP算法重构故障信号相对于正交匹配追踪算法能够更好的提取主要齿轮故障特征。

针对某型航空液压油泵的工况复杂、故障模式多样、样本数据匮乏及诊断难等问题,分析了液压泵的故障模式和特征频率,根据4种典型故障模式和8种工况设计了故障模拟试验方案,并搭建了液压泵故障模拟软硬件试验平台。以磨损故障为例,对振动故障数据实现了采集和故障特征分析,验证了平台的有效性和诊断的可行性。

为实现射流管阀控液压马达故障诊断的精准预判与分析,需要准确建立数学模型以提升仿真研究的有效性。根据射流管阀控液压伺服作动器(Hydraulic Servo Actuator, HSA)关键部件即力矩马达、射流放大器和阀控作动元件的工作原理,建立射流管阀控液压马达数学模型。基于AMESim软件构建仿真模块,利用阶跃特性实验数据进行仿真模型参数辨识。采用反向传播神经网络实现基于此仿真模型的射流管阀控液压马达故障诊断,包括对实验数据预处理获取有效样本的故障特

故障信号特征提取的准确性是保证故障智能诊断识别率的关键因素。低信噪比情况下,故障诊断效果下降。变分模态分解方法（VMD）在信号分解精度和抗噪方面具有明显优势。在分析VMD抗噪性能的基础上,提出以VMD分解的各模态能量作为智能诊断特征信息,并与小波包的特征信息进行对比研究。将滚动轴承两种故障特征信息通过BP神经网络识别,用不同信噪比的加噪故障信号进行测试,结果表明,在低信噪比情况下基于VMD模态能量的故障特征更具有可识别性。

针对某电厂2号机组发生1号轴振超标问题的诱发原因及振动控制方法开展研究。根据振动响应分析,归纳出转子由于不平衡、不对中及碰摩激振的动力学特性及故障特征。根据处理方案,对高、中压缸进行揭缸处理,检查并调整汽封及通流间隙,消除动静碰摩等因素,并对轴系进行重新找中,经启机后1号轴振超标问题消除。

液压流量优先阀可以为负载变化大的系统提供精确的流量控制,其性能好坏直接影响到系统的控制精度及可靠性。在对液压流量优先阀结构及原理深入理解的基础上,针对实际使用过程中优先阀出现的故障特征,利用AMESim仿真软件建立其仿真模型,将仿真结果与故障测试曲线对比,验证了仿真模型的正确性;通过参数调整对该液压流量优先阀进行了优化设计,给出了液压流量优先阀在设计及使用过程中的注意事项。

分析叉车液压系统在叉车运行各阶段的故障特征，介绍故障的检修步骤。

AMESim是一种工程系统高级建模和仿真平台软件，飞机试验液压作动筒的主要作用是在静力或疲劳试验过程中实现对飞机结构的加载或自由度约束等。以试验所用的30吨行程1米的作动筒为例，介绍该作动筒的结构与工作原理，利用AMESim对该作动筒的液压系统建立模型并进行仿真，提取该作动筒不同故障的压力流量特征。通过分析仿真结果可进一步了解作动筒的故障特性，对作动筒故障的预防和排除有较为积极的作用。

现场采样获得的液压系统压力脉动信号通常含有很多的噪声如果不能有效地消除噪声那么故障特征参量的提取将会受到很大的影响从而影响液压系统故障诊断的准确性。针对压力脉动信号非平稳随机性、统计特性不可预知等特点提出一种基于小波自适应滤波的信号消噪方法并将其应用于采集到的液压系统压力脉动信号的消噪中。通过实例分析验证了基于小波变换的自适应滤波的信号消噪方法要优于传统的自适应滤波的信号消噪方法。

通过分析液压设备在不同阶段的故障特征采取不同的维护措施使液压设备的周期延长、费用降低从而使企业获得最大的经济效益.