液压机液压马达数学模型被用于不同的任务，这会在解决其他问题时立即产生一些问题。主要问题是所有数学模型都需要假设，最终限制模型的应用范围。但是，必须采用假设来限制开发模型和实施模型所需的时间。即使是最简单的实际过程，完全包容的数学模型也需要如此多的方程式和如此多的计算能力来挑战即使是今天最快的计算机，以获得满意的结果-如果可能的话。
另一方面，将模型简化到极端可能会导致人们认为给定查询的目标不存在。因此，液压机液压马达模型的目的会影响模型必须采用的形式。Palmberg说得很好：“一个好模型的定义是它捕获了所研究对象的所有重要特征，并省略了对最终结果没有贡献的细节。”
理想化的泵/马达模型可以说明这一说法。如果我们的目标是在各种操作条件下研究系统效率低下，那么从一组理想化的组件开始的荒谬就会立即显现出来。显然，如果我们从没有损失的组件开始，那么就不会出现任何低效率。如果是这种情况，则在一开始就假定了查询的目标。然而，并非所有荒谬的假设都如此明显。
图片仅供参考，详情请咨询18306370979
例如，考虑我们研究在速度反馈控制下运行的静液压传动装置的动态稳定性以试图将电动机速度保持在某个恒定值的情况。如果我们开始使用理想模型进行研究，我们将错过环路稳定性的重要贡献因素，因为摩擦和内部泄漏会对阻尼产生重大影响，从而影响伺服环路的稳定性。
考虑摩擦。在数学意义上，摩擦是复杂的，但要考虑它如何应用于静液压传动。假设我们对液压机控制回路的动态行为感兴趣，例如，由于输入命令的改变，从1000转到2000转。没有必要包括粘滑摩擦效应，因为轴永不停止。另一方面，如果我们需要观察动态行为，因为电机从1000rpm向前转到1000rpm，如果逆转过程很关键，那么粘滑效应在数学模型中是必不可少的。
不仅如此，我们还必须包括所有电机都具有的扭矩和内部泄漏齿槽，这些特性在低速时显得过于夸张。如果我们对泵和电机的性能有足够的了解，这种调查所需的模型变得更加复杂-但仍然可以管理。简而言之，调查的目的会影响将要使用的液压机液压马达模型的性质和选择。这就是建模人员难以就给定模型的适用性达成一致的主要原因。目的可以与用户自身一样多样化。
