液压系统是航天发射场地面设施的重要组成部分,它担负着航天发射塔旋转平台的驱动任务,它的工作状态直接影响着发射塔的工作性能,在发射任务前及时度量和评估液压系统的状态质量,搞清其使用状况是确保航天发射任务万无一失的必要条件。从当前国内外状况来看,尽管液压系统的状态检测与故障诊断技术有许多广泛而深入的研究,但这些研究都是针对液压系统出现某种故障后具体的检测与诊断。目前还没有针对液压系统当前使用状况进行质量评估的研究,为此本文首次尝试将状态质量评估技术应用于航天发射塔旋转平台液压系统中。以目前状态质量评估的基本原理为理论依据,结合航天发射塔旋转平台液压系统的结构特点与工作原理,研究了旋转平台打开、合拢过程中液压泵的振动信号、液压系统的进油和回油压力信号、液压缸的应变信号以及电机的瞬时功率信号,并从中提取特征参量作为神经网络的输入信号,从而首次提出了基于BP神经网络的液压系统状态质量评估方法。在试验的基础上,验证了该方法应用于液压系统的有效性与可行性。最后直接应用于某基地的航天发射塔旋转平台液压系统,成功实现了其使用状态的质量分级。本文的研究,实现了航天发射塔旋转平台液压系统使用状态质量的有效评估,为航天发射任务的圆满完成提供了前提和保障,具有一定的应用前景和较高的实用价值。