为解决磁流变(MR)阻尼器因其固有的强非线性磁滞特性使得其逆向模型的建立不能取得较好精度的问题,利用BP神经网络技术建立MR阻尼器的逆向模型,采用思维进化算法(MEA)对神经网络的权值和阈值进行优化。将所建立的逆模型应用于1/4车半主动悬架系统中进行仿真,结果表明,优化后的神经网络模型提高了控制电流的预测精度,半主动控制效果较好,可以较好地实现对期望阻尼力的跟踪。

本文介绍了利用比例溢流阀组成的30kN千斤顶综合试验台的设计和系统的动态扰动的补偿方法。通过实际调试,本系统很好地克服系统的扰动引起的误差,达到了规定的技术条件。

针对泵控缸电液位置伺服系统的跟踪控制问题,提出了神经网络模型参考自适应控制方法。泵控缸电液位置伺服系统由于其自身特性以及外界干扰因素的影响存在严重的非线性,因此,很难采用传统的控制方法来控制。为此,首先利用GA-BP算法离线辨识伺服系统的神经网络模型,得到网络参数的初值,然后利用改进的BP算法在线对网络参数进行微调,以得到较为准确的网络预测输出,从而为在线神经网络控制提供较准确的梯度信息。仿真结果表明,该方法能保证系统具有较快的响应速度和较高的控制精度,并具有较好的自适应性和鲁棒性。

大口径武器液压伺服系统油泵以往大多采用进口的变量泵,要求用伺服阀和比例阀组合代替实现流量和压力控制,即用比例阀和伺服阀同时控制,以保证响应速度。当接近理想位置时,关闭比例阀,只用伺服阀单独调节。首先采用Bang-Bang(开关)控制,实现对比例阀的快速切换;然后考虑到液压控制元件会引起系统的非线性问题,采用模糊PID控制器来改善伺服阀单独控制时的系统性能,以保证较好的位置追踪精度;最后利用Simulink仿真分析系统控制性能。仿真结果表明,使用的双阀模糊PID控制策略能够较好地提高大口径武器的控制精度和速度。

本文针对一高精度电液伺服系统，利用神经网络设计了控制器，实验表明，该控制器有较强的鲁棒性。

针对泵控缸电液位置伺服系统的跟踪控制问题，设计了自适应模糊滑模变结构控制器。为了使等效控制器的设计不依赖于对象的精确数学模型，利用自适应模糊系统代替等效控制器，并且为了消除外界干扰、抑制抖振，利用模糊系统动态调节控制增益。仿真结果表明，该方法能保证系统具有较优的动态响应和稳态控制精度，并且对外界干扰及结构参数不确定性具有很强的鲁棒性。

针对某大功率电液伺服系统存在严重非线性、时变性和强干扰问题为保证系统的静、动态品质采用自抗扰控制器（ADRC）使系统具有很强的鲁棒性。仿真表明所设计的自抗扰控制器能够保证大功率电液伺服系统的静、动态性能。

针对泵控缸电液位置伺服系统存在非线性和时变性,从而难以对其精确建模的问题,研究了该系统机理建模和智能建模的方法。通过实验仿真表明,机理建模精度低、泛化能力差;模糊建模和BP神经网络建模可较好的拟合系统固有的非线性和时变性特性;基于遗传算法的BP神经网络较好的解决了BP神经网络易陷入局部最小的问题,具有建模精度高、泛化能力好的特点。

将故障树分析法运用于装载机液压系统的故障诊断中，针对液压系统的工作原理和故障机制建立故障树，并进行故障分析与定位。实际应用表明：该方法简单、实用、可靠，是一种比较有效的液压系统故障诊断方法。

针对一采用电液比例溢流阀控制的液压加载系统，采用模糊控制方法，有效地克服了系统存在的严重模型不确定性和非线性。实验表明，所设计的加载系统能在不同转速及不同转动方向的情况下，保证系统的加载力矩的静、动态精度，具有很强的鲁棒性。