液壓系統(tǒng)結構分析緩沖油缸1抽油機的游梁周而復始地上下擺動，導致液壓系統(tǒng)頻繁換向，使負載的質量與運動速度構成的動能在換向的瞬間使系統(tǒng)產生液壓沖擊和機械振動，直接損害動力油缸2的活塞桿和缸筒端蓋。為克服這一問題，通常液壓系統(tǒng)采用流量控制閥控制工作流量或在機械手夾持力的模糊神經網絡控制模糊控制是以模糊集合論、模糊語言變量、模糊邏輯推理為基礎的計算機數(shù)字控制，它的控制規(guī)則是基于模糊條件語句描述的語言控制規(guī)則，能夠模擬人的智能行為、利用人的經驗性知識解決傳統(tǒng)控制方法無法解決的復雜的、不確定性的、非線性的、無法建立精確數(shù)學模型的系統(tǒng)的自動控制問題。但至今為止還沒有一套系統(tǒng)的方法來設計模糊控制器，大多數(shù)模糊控制器的設計是基于人們的經驗，這種方法存在很大的主觀性。神經網絡是由相互連接的神經元組成的，它具有高度的非線性映射能力和自學習能力，能夠從樣本中進行學習和泛化，因此可以利用神經網絡的學習功能來優(yōu)化模糊控制規(guī)則和相應的隸屬度函數(shù)，使模糊控制規(guī)則和隸屬變度函數(shù)通過對樣本數(shù)據(jù)的學習而自動生成，克服了人為選擇控制規(guī)則主觀性較大的缺陷。本文設計了一個三層模糊神經網絡控制器，兩個輸入量分別為夾持力的值及其變化量，第一層用神經元函數(shù)來表示隸屬度函數(shù)，實現(xiàn)對輸入量的模糊化；第二層的功能是完成模糊推理工作；結論本文設計的滑覺傳感器結構簡單，容易實現(xiàn)、工作可靠、可用于水下機器人進行作業(yè)，也可用于其它場合；模糊神經網絡控制器綜合了神經網絡的分布式存儲信息、學習能力和模糊邏輯的快速推理決策優(yōu)勢。它與動力油缸連接成一體（如圖所示），其動力來自被推動的負載（游梁W及配重Wc）的動能，其行程根據(jù)動能大小而定，其有效工作面積小于相對應的動力油缸的有效工作面積，它是將動力油缸換向時的動能轉換成液體壓力能的轉換元件，它把液壓油增壓并進入蓄能器。
　　平衡油缸是在游梁處于最大角度Hmax時工作，當H角減少時其推力成比例減少。平衡正力矩作功。注：平衡油缸的工作壓力小于動力油缸的工作壓力）o平衡油缸與動力油缸之間有一個順序動作的特點，這保證了系統(tǒng)的動能可較高效率地轉換成液壓能。平衡油缸全行程的流量為緩沖油缸工作流量的23倍。
　　結束語對這種用于抽油機的新型節(jié)能液壓系統(tǒng)的設計分析可知，它吸收并合理利用了整個系統(tǒng)的動能，使系統(tǒng)換向時的不利因素轉換為有利因素，減少了驅動功率，實現(xiàn)了節(jié)能的目的。在實驗室及油田現(xiàn)場經過近一年的試驗，取得了較滿意的效果。