基本思路是綜合剖析、條件判別。即液壓系統廠家經過調查、聽、觸摸和簡略的測驗以及對液壓體系的了解，憑經歷來判別毛病產生的原因。當液壓體系呈現毛病時，毛病本源有許多種或許。選用邏輯代數辦法，將或許毛病原因列表，然后依據先易后難準則逐個進行邏輯判別，逐項逼近，終究找出毛病原因和引起毛病的具體條件。

毛病確診過程中要求修理人員具有液壓體系基礎常識和較強的剖析才能，方可保證確診的功率。但確診過程較繁瑣，須經過大量的查看，驗證作業，并且只能是定性地剖析，確診毛病原因。為削減體系毛病檢測的盲目性和經歷性以及拆裝作業量，傳統的毛病確診辦法已遠不能滿意現代液壓體系的要求。隨著液壓體系向大型化、連續出產、自動控制方向發展，又呈現了多種現代毛病確診辦法。如鐵譜技斷，可從油液中分離出來的各種磨粒的數量、形狀、尺寸、成分以及散布規律等狀況，及時、判別出體系中元件的磨損部位、形式、程度等。并且可對液壓油進行定量的污染剖析和點評，做到在線檢測和毛病防備。

根據人工智能的專家確診系斷，它經過計算機模仿在某一領域內有經歷專家解決問題的辦法。將毛病現象經過人機接口輸入計算機，計算機依據輸入的現象以及常識庫中的常識，可推算出引起毛病的原因，然后經過人機接口輸出該原因，并提出修理計劃或防備措施。這些辦法給液壓體系毛病確診帶來廣闊的前景，給液壓體系毛病確診自動化奠定了基礎。但這些辦法大都需要昂貴的檢測設備和復雜的傳感控制體系和計算機處理體系，有些辦法研究起來有一定困難，一般狀況下不適應于現場推廣運用。下面介紹一種簡略、有用的液壓體系毛病確診辦法。

根據參數丈量的毛病確診體系,一個液壓體系作業是否正常，關鍵取決于兩個主要作業參數即壓力和流量是否處于正常的作業狀態，以及體系溫度和執行器速度等參數的正常與否。液壓體系的毛病現象是各種各樣的，毛病原因也是多種要素的綜合。同一要素或許形成不同的毛病現象，而同一毛病又或許對應著多種不同原因。例如：油液的污染或許形成液壓體系壓力、流量或方向等各方面的毛病，這給液壓體系毛病確診帶來困難。

參數丈量法確診毛病的思路是這樣的，任何液壓體系作業正常時，體系參數都作業在設計和設定值鄰近，作業中假如這些參數偏離了預訂值，則體系就會呈現毛病或有或許呈現毛病。即液壓體系產生毛病的本質就是體系作業參數的反常改變。因此當液壓體系產生毛病時，必定是體系中某個元件或某些元件有毛病，進一步可斷定回路中某一點或某幾點的參數已偏離了預訂值。這說明假如液壓回路中某點的作業參數不正常，則體系已產生了毛病或或許產生了毛病，需修理人員立刻進行處理。這樣在參數丈量的基礎上，再結合邏輯剖析法，即可快速、找出毛病所在。參數丈量法不僅能夠確診體系毛病，并且還能預告或許產生的毛病，并且這種預告和確診都是定量的，大大提高了確診的速度。這種檢測為直接丈量，檢測速度快，誤差小，檢測設備簡略，便于在出產現場推廣運用。適合于任何液壓體系的檢測。丈量時，既不需停機，又不損壞液壓體系，簡直能夠對體系中任何部位進行檢測，不但可確診已有毛病，并且可進行在線監測、預告潛在毛病。

(以上內容全部來源于網絡，如有問題請聯系我刪除）