气动执行机构以压缩空气为工作介质,具有结构简单、污染小等优点,已经广泛应用于石油、化工、能源和制造等多种工业自动化领域。然而,气动执行机构一旦发生故障,不仅会影响系统的稳定运行和生产效率,而且还会造成经济的损失,甚至会威胁工作人员的人身安全。因此,针对气动执行机构的运行状态进行监控和管理,并对其当前及未来运行状态进行评估,对于提高气动执行机构的稳定性、可靠性和安全性具有重要的理论研究意义和工程应用价值。为了实现气动执行机构的安全稳定运行,本文对气动执行机构的运行状态评估进行了研究,并对气动执行机构未来运行状态的变化趋势进行了预测。主要研究内容有:本文设计了气动执行机构疲劳破坏试验台,搭建气动执行机构的运行状态评估研究试验环境。针对运行状态数据存在冗余性问题,利用主成分分析法对运行状态数据进行预处理;为了提取出预处理后数据中的故障信息,对预处理后的运行状态评估数据进行特征分析,根据它们对气动执行机构故障发生的敏感程度,对特征分析的结果进行筛选;同时结合气动执行机构历史运行状态的分析结果,对筛选到的运行状态评估特征量进行分析,实现运行状态评估方法的研究,实验结果验证了该方法的有效性。针对筛选到的特征量具有非线性和时序性,采用长短期记忆神经网络算法建立气动执行机构运行状态评估特征量预测模型。同时,为了提高模型预测精度,采用自适应粒子群算法对长短期记忆神经网络的参数进行优化,并与BP神经网络、长短期记忆神经网络作仿真对比,仿真对比结果验证了该优化算法具有更高的预测精度。最后,结合所研究的运行状态评估方法,实现了气动执行机构运行状态的评估。为了实现气动执行机构运行状态的实时监测和远程管理,利用Visual Studio 2013和SQL Sever 2008数据库平台,设计了气动执行机构运行状态评估系统,该系统具有气动执行机构运行状态数据实时显示、历史运行状态数据显示、故障预测报警、远程参数设置等功能,提高了气动执行机构运行过程的安全性。本文还进行了实际系统实验研究,实验结果验证了该运行状态评估方法的有效性,表明所设计的气动执行机构运行状态评估系统是可行的,对于气动执行机构的稳定运行和高效管理具有实际工程的应用意义,为气动执行机构运行状态评估进一步深入研究奠定了基础。