基于虚拟仪器的交流液压综合实验台设计

针对交流液压技术研究的需要，设计了新型交流液压综合实验台。对该实验台液压系统的脉动发生单元、整流单元等组成部分的功能及测控要求做了介绍；基于虚拟仪器技术阐述了该实验台测控系统的硬件组成和软件设计思路。     

基于T-S故障树的液压轮边制动系统可靠性分析

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。     

多阶段自适应蝙蝠-蚁群混合群智能算法

针对蝙蝠算法在优化过程中未充分利用蝙蝠间搜索信息交互影响的不足,借鉴拟态物理学中的作用力规则,基于阶段性搜索策略将搜索过程分为两个阶段,分别构造符合算法阶段性搜索特点的作用力规则,提出多形态作用力蝙蝠算法,并利用Benchmark函数对所提算法与标准蝙蝠算法、变异蝙蝠算法、标准微粒群算法、两阶段微粒群算法进行性能对比测试,结果表明,所提算法具有更好的寻优能力.针对标准蚁群算法在离散空间优化时信息素更新机制单一、容易早熟收敛的不足,结合蚁群的实际社会活动提出多阶段自适应信息素机制蚁群优化算法,并在算法出现长时间停滞时,引入混沌算子使算法跳出早熟收敛,更好地发挥蚁群算法的优势,相对于标准蚁群算法、引入差分进化算法交叉变异机制的混合微粒群算法、基于动态局部搜索蚁群算法,所提算法在旅行商问题中具有更高的寻优精度、更好的稳定性.为综合不同群智能算法的优势,针对多形态作用力蝙蝠算法全局搜索能力强、收敛速度快,多阶段自适应信息素机制蚁群优化算法局部精细化能力强的特点,将两种算法串行混合,提出了多阶段自适应蝙蝠-蚁群混合群智能算法.最后,通过液压系统可靠性优化和串-并联多态系统可靠性优化实例,验证了所提混合群智能算法的有效性.     

基于贝叶斯网络和灰关联法的多态液压系统故障诊断

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。     

9 000kN轮胎式提梁机液压系统现场调试中的故障分析与故障排除

对9 000kN轮胎式提梁机进行了简单介绍,并针对在现场调试中液压系统出现的几种故障,分析故障产生的原因,提出了解决方案,对今后的类似问题具有借鉴作用.     

利用PLC控制实现腈纶压滤机液压动力系统的节能

针对大庆石化公司腈纶厂压滤机能耗大、易泄漏、多执行器耦合及不易操作等特点,对压滤机工艺原理和特点进行深入分析,在满足压滤机工艺要求的前提下,采用10组执行器共用一套液压动力系统,且动力源只能同时对两组执行器进行补油的方案,以减少动力源的体积和能耗。结合动力系统的特点与要求,完成了PLC电控系统的操作方便性设计和可靠性设计,结合软件编程实现系统的节能。     

凸模型T-S故障树及重要度分析方法

针对故障数据缺乏、故障机理复杂多样等原因导致T-S故障树底事件的失效可能性具有不确定性的问题,以及概率和模糊T-S故障树以及布尔逻辑门故障树适用性的不足,提出凸模型T-S故障树及重要度分析方法：将区间模型引入到T-S故障树分析方法中,利用区间模型描述底事件的失效可能性,提出区间T-S故障树分析方法,解决底事件的失效可能性不易精确获取的问题;在此基础上,引入超椭球模型来界定不确定性参量的取值范围,进而提出超椭球T-S故障树分析方法,解决区间T-S故障树在进行可靠性分析时,分析结果相对保守的问题;进而,定义凸模型T-S故障树的重要度指标,为找到系统的关键环节提供依据;求解出上级事件的失效可能性、底事件的T-S凸模型重要度和T-S凸模型关键重要度,通过与凸模型布尔逻辑门故障树、T-S故障树进行对比,验证所提方法的可行性。最后,给出了组合导航系统可靠性分析实例。     

搜索后期斥力增强型混合引斥力微粒群算法及可靠性优化应用

将利用贝叶斯网络构造的系统故障概率函数作为可靠性指标,考虑费用、质量、体积构造了资源约束函数。针对微粒群算法引斥力规则的不足,提出了搜索后期斥力增强型混合引斥力微粒群算法(LRPSO算法)：在搜索前期,使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;在搜索后期,减小引力、增强斥力,利用斥力项避免微粒陷入较差位置,以提高局部搜索能力。算法测试和可靠性优化实例验证了LRPSO算法的有效性。     

细菌群觅食优化算法及PID参数优化应用

针对细菌觅食(BF)算法收敛速度慢和粒子群优化(PSO)算法早熟的缺点,提出了一种细菌群觅食优化(BSFO)算法。将PSO算法中粒子速度的更新公式替代BF算法位置公式中的方向向量,使细菌在优化过程中具备感应周围细菌位置并向细菌群体历史最优位置游动的能力。Benchmark函数的测试表明,BSFO算法对于大部分测试函数的结果较为理想。将BSFO算法用于材料试验机电液位置伺服系统的PID控制器参数寻优仿真,获得了较好的控制性能。     

两栖车液压系统及其故障诊断搜索策略研究

为提高两栖车的水陆行走性能,设计出采用闭式回路的液压驱动系统并针对其结构组成、信息传递复杂、故障多发等特点,以“泵发动机憋停”故障诊断为例,利用故障树分析并综合考虑故障诊断中的搜索成本、故障概率等因素求解出两栖车液压系统故障搜索序列。克服了单纯采用故障树分析法在故障搜索时效率低的问题,提高了液压系统故障诊断的快速性和准确性,实现了故障诊断的优化,保障了两栖车液压系统的可靠性。