分析了现在光电经纬仪的研发和检测过程，指出了其不足。基于此本文提出将光电经纬仪划分为有机关联的多个单学科系统模型，通过对几种建模工具的功能的分析，在集成仿真环境中建立其统一的数字化模型，利用模型功能来指导实际光电经纬仪的设计开发和评价其性能指标的方法。初步确定了光电经纬仪系统建模的仿真开发环境和具体的建模仿真的实现方法，实现在设计阶段对光电经纬仪性能的分析评价和工作过程的模拟，对误差的仿真检测实际样机的设计精度指标是否符合要求，为光电经纬仪的误差分析、研制过程提供了理论参考。

采用电液比例控制技术对电解铜堆垛装置进行控制。分析了控制的工作原理及实现方法;探讨了系统的稳定性;采用PID校正技术对系统的稳定性进行校正。

本文分析了传统建模方法对电液们厥系统建模存在的问题；用神经网络建立了一个实际电液伺服系统的教学模型，并对神经网络建模的一些问题进行了研究与探索。

针对目前轧机伺服液压缸故障诊断过程中,故障特征提取困难,信号非线性变化,数据量大的问题,提出了一种基于深度置信网络的轧机伺服液压缸故障诊断的方法。根据轧机系统工作原理,建立轧机系统仿真模型,对轧机内泄漏故障状况进行模拟。利用深度置信网络在智能故障诊断的优越性,将信号归一化处理后放入深度置信网络进行训练,然后通过反向传播学习,优化网络各参数,提高诊断精度。深度置信网络模型由多层玻尔兹曼机以及顶层BP神经网络组成。与传统BP神经网络方法进行比较,结果表明,在训练样本数据足够的条件下,深度置信网络模型在伺服液压缸内泄漏故障诊断具有更高的诊断精度。

电液制动装置是矿井提升机最后一道安全保障设备,合理的制动控制方法是保障提升机安全运行的关键。以单绳缠绕式矿井提升机为研究对象,考虑钢丝绳柔性特性,基于拉格朗日方程构建了提升系统非线性制动控制模型。采用径向基函数神经网络估计制动过程罐道摩擦力、非定常扰动、建模误差等不确定性,结合反步设计原理提出了基于模型的矿井提升机电液制动非线性控制方法,引入自适应更新律对神经网络权值进行在线调节,增强了设计控制方法的鲁棒性

依据深孔钻削刀具系统的实际布局形式,构建了包含有变刚度/阻尼辅助支撑的深孔加工刀具系统模型,模型中考虑了引发陀螺效应及切厚再生效应的因素。以Euler-Bernoulli梁单元模型为基础,运用矩阵传递函数方法,使得更多至关重要的局部设计信息融入进深孔刀具系统动力学方程,例如变刚度/阻尼辅助支撑、授油器及刀具结构形式等。通过理论计算与实验结果的对比,证实了该模型的准确性与可行性。以此为基础,结合频域特征向量的稳定性判据,研究了综合陀螺效应及切厚再生效应影响因素条件下深孔钻削刀具系统的稳定性与加工转速、钻削深度及施加的励磁电流之间的关联关系,验证了新型变刚度/阻尼钻削系统对提升刀具系统稳定性的有效性,这些将为实现深孔切削刀具振动行为带有目标性地主动式调控奠定基础。

分析了硅钢片数控横剪线的工作原理,采用UML构建硅钢片数控横剪线加工系统,实现对不同规格的硅钢片进行一次性冲剪加工的功能。采用用例图分析了软件系统的功能需求;采用类图分析了软件系统各个模块之间的静态关系;采用状态图和序列图等动态分析方法分析了软件系统的控制流程和人机界面的控制状态,提高了加工系统的质量和效率。利用UML技术实现加工系统的分析、建模和面向对象设计,有利于提高硅钢片数控横剪线加工系统的开放性、重构性。并采用基于Solid Works的片形仿真以及输出的加工数据来验证了硅钢片数控横剪线加工策略可行性和数据准确性,以及加工的高效性。

为了使势能回收再利用液压系统能够适用于实际作业中诸多工况，提出了一种应用于该系统的控制策略。以90t港口移动式高架起重机为例，归纳了工况的特点，给出了势能回收再利用液压系统的原理图，进而建立了AMESim-Simulink联合仿真模型，并确立了以蓄能器压力和二次元件排量为判断参数的控制策略。该控制策略设立了蓄能器压力和二次元件排量的各自上、下限，在作业过程中通过比较蓄能器实时压力、二次元件实时排量与其各自限值，实现节能回路和主回路接入与退出的自动控制。仿真结果表明，该控制策略在变蓄能器初始工作压力、变负载大小、变负载起降高度的诸多作业工况下，均能实现合理的势能回收与再利用，提高了势能回收再利用液压系统在实际应用中的普适性。

将基于最小二乘法和改进遗传算法的系统辨识方法应用于滑阀黏性阻尼系数的测试中。搭建了滑阀黏性阻尼系数测试系统根据所得试验数据利用递推最小二乘法对系统参数进行辨识得到解空间范围再利用改进的自适应遗传算法进行精确辨识最终得到滑阀黏性阻尼系数。对黏性阻尼系数的辨识结果进行验证分析结果表明辨识数据与真实试验数据匹配较好证明了该滑阀黏性阻尼系数测试方法的有效性。

针对复杂非线性系统的建模问题提出一种基于结构的神经网络建模方法.将一个复杂系统转化为若干个较简单的子系统分别用函数链神经元建立各子系统的模型然后根据子系统间的相互作用关系连接成一个完整的网络即基于结构的神经网络.分析了网络的性能探讨了在复杂系统建模中的应用.对Y2-Hc10型先导式溢流阀的仿真表明了该方法是可行和有效的.