针对低频振动控制问题，研究一种局域共振声子晶体薄板的振动带隙。首先，基于弹性波方程及Bloch 定理，探讨应用COMSOL有限元模拟方法开展声子晶体振动带隙计算的可靠性；然后，模拟计算所设计的局域共振声子晶体薄板的振动带隙，分析其带隙结构和元胞结构参数对振动带隙的影响，并以200 Hz～400 Hz 的中低频为目标频段，通过选择带隙宽度在目标频段内占比最大的参数组合作为声子晶体薄板的最优设计方案；最后，在频域上考察声子晶体薄板内波的传输特性。研究表明，利用COMSOL有限元模拟方法开展声子晶体振动带隙计算是可靠的，与数值计算方法相比，其计算的带隙参数误差都很小；对于所设计的局域共振声子晶体薄板，元胞的结构参数对振动带隙具有显著影响，通过优选元胞结构参数，可使声子晶体薄板的振动带隙向低频区域移动；薄板内波的传输特性和薄板的振动位移图进一步证实了在振动带隙内薄板对波传播的阻碍作用。

电机轴承的健康状态直接影响电机安全、稳定运行。针对电机轴承故障诊断问题，以故障信号可视化和特征自提取为目标，将深度置信网络(Deep Belief Network，DBN)与对称点模式(Symmetrized Dot Pattern，SDP)变换相结合，提出了一种轴承故障可视化及智能诊断方法。首先基于SDP变换将原始轴承振动信号进行可视化表示，基于最大面积函数选择最佳的SDP参数以通过高分辨率图像清晰区分不同轴承状态，并生成相应的轴承故障SDP图像库；然后采用深度置信网络作为数据训练模型以实现故障特征自提取；最后由位于DBN算法模型后的分类器实现轴承故障的有效诊断。实验结果表明，该方法不仅分类率达到98 %以上，而且具有较好的泛化能力和稳定性。该方法为电机轴承故障可视化和智能诊断提供了一种新思路。

针对传统的基于振动信号的故障诊断技术无法兼顾定位与诊断的问题，提出一种基于声音信号的反卷积成像和深度学习的智能故障诊断与定位模型，该模型在传统波束形成算法的基础上，引入反卷积成像算法确定噪声源位置；同时，使用深度学习对声音信号进行训练分类从而判断故障类型，可兼顾噪声源识别定位以及故障检测的特点，拓展声像识别的应用场景，并进一步推动故障诊断技术在多领域交叉发展。实验结果表明，与传统的基于振动信号的故障诊断方法对比，该方法在设备故障诊断方面的故障识别率达到97.22 %，并能够准确识别故障所在位置。

半主动悬架在被动悬架和主动悬架之间实现了成本和效果的良好结合。以半主动悬架控制策略作为分析研究对象。根据分析表明，传统的开关天棚控制方法和LQR方法分别在低频段和高频段有较好的效果，两种方法具备一定的互补特性。因此给出一种结合的分频方式，提出SH-LQR联合控制的方法并首先在1/4 车辆模型上进行验证，证明该算法在全频域段的有效性。而后将该算法从1/4 模型移植到半车模型上，通过MATLAB/Simulink 进行了验证。结果表明，使用SH-LQR控制的半主动悬架有较好的减振效果。

某乘用车搭载1.0T三缸发动机，匹配湿式双离合（DCT）变速箱，在怠速工况存在敲击异响问题。通过研究分析推测该怠速异响可能是由双质量飞轮内部产生。为进一步解决该怠速异响问题，采集整车怠速工况下的转速波动信号作为双质量飞轮仿真模型的激励源。基于AMESim软件搭建双质量飞轮的怠速工况下的多自由度动力学仿真模型，通过仿真分析确定双质量飞轮的次级质量转动惯量、扭转刚度、基础阻尼力矩及自由转角对发动机扭振衰减效果的影响，得到该异响问题的解决方案并进行试验验证。结果表明，在一定的基础阻尼范围内，增大双质量飞轮的自由转角可以有效降低双质量飞轮的怠速敲击异响。

本文旨在将微穿孔板吸音结构与多孔材料复合，得到中低频吸音性能较好的复合层声学结构。以微穿孔板多边形穿孔截面、穿孔率、空腔厚度和多孔材料类型为变量，设计复合层声学结构，给出复合层声学结构吸声系数的理论计算方法和声学有限元仿真预测模型。利用3D打印技术制备精度较高的微穿孔板实验样本，利用阻抗管法对复合层声学结构的吸声系数进行实验室测量。对比预测结果和实验数据，发现两者具备很好的一致性。研究表明：复合层声学结构具有很好的中低频吸声系数，通过调整微穿孔板穿孔截面形状和穿孔率可以对中低频段（50-1600Hz）噪音进行有效控制。

颗粒阻尼器（Particle damper）是一种简单而高效的减振控制装置，但其目前在轨道工程领域还处在应用起步阶段。为探讨颗粒阻尼器在整治地铁轨道振动噪音的可行性，设计并开发一种新型颗粒阻尼吸振器，在某地铁区间上线安装使用后验证其减振降噪效果。新型阻尼器具有结构简单、稳定性好、参数可调等结构特点，可适用于恶劣复杂的工作环境。锤击测试说明了该阻尼器具有高阻尼大阻抗的优点，对振动峰值具有突出的抑制效果。在线实测数据表明：新型阻尼器可在较宽频段内降低钢轨的垂向和横向振动，在200 Hz以上频段效果显著。安装阻尼器后车辆辐射噪声等效声级降低了3.5 dB(A)，在500 Hz主频处插入损失可达5.6 dB(A)。

为降低某型号内燃机车驾驶室噪声，对驾驶室结构上的阻尼材料进行布局优化设计。建立驾驶室声学数值模型，采用基于模态的声-振耦合法计算驾驶室声学响应，提取驾驶员耳旁声压级找出噪声声压峰值处所对应的振动频率；对驾驶室进行板块贡献量分析，找到对噪声声压峰值处噪声贡献较大的壁板；为了降低39 Hz、73 Hz、110 Hz频率处噪声，建立拓扑优化数值模型求解自由阻尼的优化布局，构建优化后的数值模型计算5 Hz～120 Hz驾驶室声学响应，结果表明自由阻尼材料的优化布局能够降低驾驶室内噪声。

针对某车辆怠速工况下多次深踩制动踏板后驾驶室内出现“哒哒”声异响问题，采用小波分析方法快速识别出异响源为真空泵系统，对真空泵系统进行全面分析，确认异响原因为：采用真空泵抽真空时气流产生压力脉动冲击，该冲击经过“真空泵-管路-固定支架-前围板”结构路径产生异响传递至驾驶室。根据异响机理，提出4 种优化方案：（1）噪声源优化；（2）结构路径隔离；（3）路径低刚度隔振；（4）路径高阻尼衰减；详细介绍和对比分析4 种方法的优缺点，对于应用于工程实际的短期方案和长期方案给出建议，通过分析测试数据可知，采用这4 种方案可将原状态异常振动峰值从0.69 g分别降低至0.23 g、0.15 g（无异常峰值）、0.42 g、0.38 g，优化效果明显。

差速器是纯电动汽车传动系统的重要传动部件之一，其性能好坏直接影响着车辆转弯行驶的功能性和舒适性。首先系统介绍某纯电动汽车低速转向异响的测试分析过程，通过整车与电驱动系统台架的排查等方法，查找出异响发生的原因。接着基于差速器设计方法和表面润滑摩擦原理，探讨差速器异响问题的潜在机理，并提出工程控制的措施方案。最后通过对半轴齿轮垫片表面处理工艺的改进，完全地消除整车转弯过程的异响问题。这对于纯电动汽车差速器NVH性能的工程开发具有一定的参考指导意义。

当微穿孔板背后空腔的长度受到结构限制，对于低频噪声很难吸收，在微穿孔板后增加一层聚氨酯微孔可渗透薄膜形成复合结构可增加低频吸声特性。设计一种改进的聚氨酯微孔可渗透薄膜流阻测量实验装置，充分考虑材料本身质量的影响，建立微穿孔板-可渗透薄膜复合结构声阻抗电声等效电路，该方法可普遍用于预测此类复合结构吸声特性。理论计算不同可渗透膜材料的面密度、流阻等参数对复合结构垂直入射吸声系数的影响。结果表明：在微穿孔板背后增加一层聚氨酯微孔可渗透薄膜，可以在中低频段获得较好的吸声效果。

为了减少汽车冷却风扇产生的噪声，模仿猫头鹰翅膀的条纹状突起结构和翅膀前缘的锯齿状结构，对风扇叶片进行仿生学设计。通过正交实验设计确定9 种风扇叶片的设计方案，对9 种叶片方案进行计算流体动力学仿真分析，仿真结果表明，经仿生设计后的大部分叶片都起到降噪的效果。将由3D打印所得的叶片模型安装在原有的风扇叶片上进行噪声实验，对实验结果进行极差分析，研究各设计参数对风扇降噪效果的影响。通过极差分析得出，对降噪效果影响最大的因素是叶片条纹半径，其次是条纹所在圆弧间距离，然后是齿槽半径，最后是齿槽所在圆弧间距离。该研究对于汽车冷却风扇的降噪设计具有一定的参考价值。

深度神经网络在滚动轴承故障诊断领域得到广泛应用，而将深度神经网络应用于滑动轴承-转子系统故障诊断的研究较少。其中大多数研究假设轴承故障的训练数据与测试数据分布相同，基于该训练数据得到的神经网络能较好地对轴承故障进行描述，但当轴承转子系统的结构和工况发生变化，原神经网络就不能对故障进行准确诊断。提出一种基于改进型联合分布差异（Improved Joint Distribution Discrepancy，IM-JDD）方法的深度卷积迁移学习框架(Deep Convolutional Transfer Learning Network，DCTLN)，该框架采用二维振动图像作为网络输入，通过深度卷积神经网络提取图像的可迁移特征，提出的改进型联合分布差异方法实现了不同结构及工况下滑动轴承-转子系统故障特征的迁移学习。最后在结构不同的滑动轴承-转子实验台上进行测试，结果表明，本框架在不同工况下和不同机器间对无
标记故障样本具有较强的诊断能力，并优于其他竞争方法。

针对经典K-均值奇异值分解(K-means Singular Value Decomposition，K-SVD)易受噪声干扰产生虚假原子，导致信号稀疏不彻底、故障特征识别困难的问题，提出基于麻雀算法优化变分模态分解(Variational Modal Decomposition，VMD) 参数联合K-SVD的滚动轴承故障诊断方法。首先引入包络熵适应度函数指标并基于麻雀算法优化VMD的模态层数k 和平衡因子α。其次利用平方包络谱峭度指标遴选最优模态，以所选模态分量相空间构造Hankel 矩阵进行K-SVD字典学习。最后对恢复至时间序列的稀疏重构信号进行包络解调，提取轴承故障特征频率。通过轴承故障仿真信号和全寿命实验信号进行验证，证明相较于经典K-SVD算法，所提方法在低信噪比条件下在轴承故障特征提取方面具有优势，有一定的工程应用价值。

针对某储气库往复式压缩机组一级进气缓冲罐振动超标问题，对进气缓冲罐的振动及压力脉动进行测试分析，结合数值仿真分析讨论引起压缩机组进气缓冲罐振动超标的主要因素。为了有效解决缓冲罐振动超标问题，提出更改缓冲罐结构、安装刚性支撑和改变缓冲罐进气方向等振动治理方案，并进行数值仿真验证。根据现场工艺要求和条件，完成一级进气缓冲罐的现场改造，并进行现场振动测试分析和评价，结果表明治理后振动速度最大值为7.83mm/s，压力不均匀度为0.945 %，均满足API(American Petroleum Institute) 618 标准要求。压缩机组进气缓冲罐振动治理实施效果表明，所提出的减振措施有效降低进气缓冲罐的振动，延长了缓冲罐的使用寿命并提高了其可靠性。

运行工况的改变会对滚动轴承故障诊断中振动评价指标识别的准确性产生重要影响。本文以NU306E圆柱滚子轴承为研究对象，通过搭建轴承试验台测试获取了不同轴承故障类型、转速与载速条件下的振动信号峭度值、均方根值和脉冲值，分析了评价指标随轴承工况改变的变化趋势和敏感程度，并给出了剔除工况影响因素后的评价指标计算公式。研究结果表明：脉冲指标对工况变化的敏感度较低，而峭度指标对内圈故障轴承的载荷变化较为敏感；均方根值较适用于处于相对重载工况下的轴承外圈故障诊断中；在未知轴承故障类型情况下进行故障诊断时选用峭度评价指标最为合适；采用本文提出的评价指标计算公式可有效提高轴承故障诊断的准确性。该结论可为轴承故障诊断提供理论指导。

内置式减振镗杆系统的振动与噪声一直是国内外研究的热点问题。为研究减振镗杆系统非线性振动与内部减振块吸振能量变化特性，引入考虑镗杆内部阻尼液和橡胶圈耦合作用的非线性阻尼和时变刚度，建立两自由度减振镗杆系统非线性动力学模型；基于减振块与镗杆杆体之间的相对运动分析，构建减振块吸振能量模型。研究减振块质量和外激励频率对系统动力学响应以及减振块最大吸振能量的影响特性，探讨非线性振动特征如分岔、准周期运动和混沌等与吸振能量变化之间的内在规律。考虑减振块质量与外激励频率关联作用或匹配关系的影响，分析参数平面上系统非线性动力学行为和减振块最大吸振能量的分布特性，研究结果可为减振镗杆系统结构优化设计和动态性能改善提供科学依据。

针对基于涡激振动无叶片风力机的气动噪声问题，建立捕能柱涡激横向摆动的仿真模型并进行验证，结合SST湍流模型和声类比法，探讨来流风速对捕能柱横向摆动噪声及远场噪声辐射的影响。结果表明，捕能柱涡激摆动产生的噪声为低频噪声，且噪声大小与其摆动角度和频率有关；捕能柱涡激摆动的气动声源为偶极子声源；最大噪声位于捕能柱中段位置，且捕能柱底部的噪声要大于其顶端；辐射噪声声压级与漩涡脱落频率存在对应关系；当来流风速处于锁频风速区间时噪声最大，且其衰减率小于非锁频风速。所得结论可为无叶片风力机的设计与安装提供指导。

：发动机的排气气流流速是影响消声器综合性能的重要参数，随着排气气流流速增加消声器内产生的再生噪声增加，使得消声器的吸声效果变差。为解决此问题，提出通过将排气气流进行分流与对冲降低排气气流流速来提高吸声效果的吸声方法。首先通过一个锥形分流单元将进入消声器的气流进行分流，分流后的气流通过穿孔管上的小孔进入到穿孔管内腔，使气流在穿孔管内腔发生对冲，从而降低排气气流流速提高吸声效果。通过对整体结构进行消声子单元划分、传递矩阵计算、传递损失自变量与因变量函数关系分析得到传递损失的影响因素与变化特性，并对理论模型进行实验验证。实验结果表明：提出的吸声方法可在高速排气气流的情况下，使传递损失始终维持在稳定状态，以入口气流流速从15 m/s 增加到45 m/s 为例，传递损失从26.5 dB降低到24.5 dB，降幅为0.075 %，证明了该结构具有良好且稳定的吸声效果。

浮筏隔振技术已在船舶的减振降噪中取得显著的进展，对于大型船用设备的浮筏隔振装置，需要使用较多的隔振器来承担设备重量，且隔振效果也欠佳。为改善大型船用设备浮筏隔振系统的隔振性能，节约隔振器成本，以船用柴油发电机组为隔振对象，比较气囊型隔振器和橡胶型隔振器的特点，提出四种浮筏隔振系统方案，并利用ANSYS有限元软件对四种方案进行仿真分析，采用振级落差法对各方案隔振性能进行评估。结果表明：双层气囊浮筏隔振系统方案的隔振性能更为优越，方案优化后可以有效减少隔振器的使用数量，能够充分解决大型设备的隔振问题，为以后大型装置浮筏系统的设计提供参考。

半主动悬架具有成本适中、控制效果好的优势。通过仿真分析经典的加速度阻尼控制策略。仿真结果表明，加速度阻尼控制在降低簧上质量加速度的同时会导致悬架动行程恶化，且开关型控制策略会产生“振颤”现象。在加速度阻尼控制基础上提出一种阻尼连续可变的加速度阻尼控制。在1/4 车辆模型上对控制策略进行仿真分析。结果表明，改进加速度阻尼控制策略保留了加速度阻尼控制策略对簧上质量加速度的优化效果，同时避免了动行程的恶化。

针对风力发电机组轴承故障信号微弱、不易提取、识别困难等问题，提出基于自适应白噪声完备经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise，CEEMDAN)、时移多尺度排列熵(Time-Shift Multiscale Permutation Entropy, TSMPE)、主成分分析法(Principal Component Analysis，PCA)相结合的振动信号降噪算法，结合改进人工鱼群(Improved Artificial Fish Swarm Algorithm，IAFSA)优化支持向量机(Support Vector Machine，SVM)分类算法，实现风力发电机轴承的故障诊断。首先将风力发电机轴承原始振动信号进行CEEMDAN分解，得到一系列由高频到低频的IMF分量，通过相关系数筛选出经CEEMDAN分解后所产生虚假分量以及残余噪声分量并进行剔除，再通过峭度值在剩余分量中筛选出包含故障信息较多的IMF分量进行信号重构；其次，采用TSMPE计算重构信号的敏感特征值，经PCA选择后组成特征向量；最后，以IAFSA优化SVM，训练IAFSA-SVM多分类故障分类器，实现风力发电机轴承故障识别。将该方法与其他组合方法进行比较，证明所提方法在风力发电机轴承故障诊断中具有优越性和有效性。

针对滚动轴承振动信号非平稳、非线性导致的故障特征难以提取和类别难以辨识问题，提出一种基于能量占比优化变分模态分解(Variational Mode Decomposition，VMD)并融合包络熵与支持向量机（Support Vector Machine，SVM）的滚动轴承故障辨识方法。首先，设定VMD预分解层数K的范围，对振动信号进行分解；其次，分别计算出在不同K值下对应的各模态能量和，根据各模态能量之和与原始信号的能量之间的比值，确定最佳分解层数；然后，依据峭度准则筛选出有效的模态分量，同时计算其对应的包络熵值并组成特征向量；最后，将所构建的特征向量输入SVM中进行轴承故障类别的辨识。通过对转子综合实验台所采集的滚动轴承信号进行分析，结果表明，该方法可以对滚动轴承故障进行准确的辨别，为提高故障辨识准确率提供了一种新途径。

运用COMSOL有限元分析法构建理想的双室法模型，研究玻璃厚度、空气层厚度及其耦合对双层中空玻璃隔声性能的影响。结果表明，当玻璃厚度恒为5 mm时，中空玻璃的隔声能力随着空气层厚度的增加而增强；当玻璃组合总厚度为27 mm时，玻璃和空气层厚度向相反方向改变时，在500 Hz 以下低频段6+15A+6 玻璃组合隔声效果最好，在2 000 Hz～4 000 Hz高频段9+9A+9 玻璃组合隔声效果最好，在125 Hz～4 000 Hz全频率段8+11A+8 玻璃组合隔声效果最好。改变中空玻璃的玻璃组合可以有效改善其在全频段的隔声性能，不同程度地消除隔声谷以及提高平均隔声量，此研究结论可为隔声窗户的制造提供理论依据。

变压器器身振动易通过底座向油箱传递，导致设备整体噪声水平上升。为降低变压器本体噪声，设计一种三维隔振装置。首先，搭建了10 kV/380 kV变压器等效模型，并进行磁致伸缩、模态、振动与噪声测试，掌握变压器声振传递规律；随后，针对隔振器服役环境，优选丁腈橡胶、氯化丁基橡胶和聚丙烯作为主要阻尼材料组分；最后，选取常用的压剪复合式三维隔振器用于变压器器身振动控制。在变压器等效样机上安装隔振器后，开展噪声振动测试，最终发现油箱表面振动值由0.239 m/s2下降至0.131 m/s2，声压级由55.3 dB(A)下降至51.6 dB(A)。

为研究城市轨道交通受电弓单参数优化和双参数优化对弓网系统耦合性能的影响，首先建立受电弓-刚性接触网系统动力学模型，根据线路实测数据验证模型的准确性，然后采用接触力随机统计特征作为参数优化的目标函数，对CED125D型受电弓的9 个等效参数进行敏度分析，得到弓头等效质量的敏度评级最高，上框架等效质量及等效刚度次之，下框架等效刚度最低，并给出单参数优化建议。最后分析受电弓弓头3 个等效参数联合变化时的接触力统计特征，结果表明双参数优化能实现比单参数优化更好的弓网耦合性能，该研究可为城市轨道交通弓网系统设计、选型和评价提供参考。

针对卷积神经网络（Convolutional Neural Network，CNN）在滚动轴承故障诊断应用中所存在超参数难以确定、网络输出不稳定等问题，提出一种基于差分进化算法（Differential Evolution，DE）优化卷积神经网络的故障诊断模型（CNN-DE）。首先，该故障诊断模型利用DE算法来自适应调节CNN中的超参数，同时将CNN的诊断精度和稳定性一起作为DE算法优化的目标，使得CNN在保证精度的同时降低网络的波动；其次，使用自适应噪声完备集合经验模态分解（Complete Ensemble Empirical Mode Decomposition with Adaptive Noise，CEEMDAN）结合多参数的诊断方法，从原始信号中提取出更加有效的故障特征；最后，根据提取出的特征采用CNN-DE、CNN和BP等算法进行故障诊断，结果表明所提出的算法模型拥有更高的精度和更稳定的性能，也具有优异的抗噪能力，显示了CNN-DE在故障诊断应用中的可靠性。

轴承动载荷是影响旋转机械安全稳定运行的重要因素。在基于频响函数求逆法的动载荷识别模型基础上，针对频响函数矩阵病态性问题，提出基于响应点优化和截断奇异值分解（Truncated Singular Value Decomposition，TSVD）法的矩阵病态消除方法。首先，选择条件数最小的测点组合进行响应点优化，再利用TSVD法识别轴承动载荷。在所搭建的双转子实验台上设计识别方案，通过改变轮盘不平衡量，验证了根据该方法识别轴承动载荷的可靠性。

地铁振动测试数据的可靠性是客观评价地铁源强及减振措施效果的重要基础，除了测试断面及工况差异，测试结果还易受测试过程中操作细节及现场不确定因素的影响。列举实测中发现的地铁隧道壁振动测试的振级异常增大现象及案例，通过时域、频域及振级时程分析导致振级异常增大的“猫耳”状振级时程曲线，总结出其出现原因包括测试传感器选型、安装、电缆线连接及固定等易被忽略的问题，在此基础上所提出有针对性的应对措施可作为相关测试规范标准的补充，有助于提高地铁隧道壁振动测试结果的可靠性。

以某电动车电池包壳体辐射噪声控制为研究对象。首先，构建电池包壳体辐射噪声仿真模型，并采用有限元法和边界元法进行分析计算。然后，通过传递路径分析，研究电池包辐射噪声产生机理，获知增加上盖加强筋高度对改善辐射噪声效果不佳，提升支耳动刚度、合理设计上盖加强筋分别有利于改善中高频和低频辐射噪声。最后提出一种上盖加强筋多目标形貌优化方法，有针对性地衰减低频段内关注频率下的辐射噪声。基于上述研究，构建一套电池包壳体低噪声优化设计流程，可在产品开发初期为结构设计提供直接指导，具有良好的工程实用价值。

针对基于时频变换图像特征的机械故障诊断方法耗时长、诊断精度不高等问题，提出基于对称极坐标变换和图像形状特征的离心泵故障诊断新方法。该方法以对称极坐标变换（Symmetrized Dot Pattern，SDP）为基础，通过简单的公式将一维振动信号转换为二维极坐标下的对称花瓣图像，而后进行对称花瓣图像的形状特征提取，以此作为离心泵故障特征，实现离心泵故障诊断。SDP方法计算简单，且故障辨识度高，因此可以在耗时更短的情况下得到更高的故障诊断精度。离心泵故障诊断实例表明，所提方法诊断精度更高，耗时更短。为离心泵的故障诊断提供一种新方法。

针对单一分类器对于轴承故障诊断精度低的问题，提出一种多模型融合的滚动轴承故障诊断方法。首先对于滚动轴承的原始振动信号采用WELCH功率谱算法进行预处理，然后从功率谱中提取相关特征参数构成输入样本，分别采用LDA、SVM、KNN以及PNN四种分类器作为基分类器，再结合集成学习算法构造Stacking 集成学习模型，实现对滚动轴承多种故障类型的预测分类。实验结果表明，相比较各个单一分类器，Stacking-SVM集成模型的诊断性能更优，诊断准确率为98 %。同时将该集成模型在不同工况下进行实验及抗噪实验，均能达到较高的诊断准确率。可见该集成模型的故障诊断性能稳定，具有一定的鲁棒性和泛化能力。

波束形成算法具有计算效率高，计算结果稳定等优点，被广泛应用于噪声源定位。因此，对波束形成算法的深入研究及扩展具有重要的意义。特征值分解、相干输出谱分析等技术能够对被测信号进行分解，常用于信号分离和贡献量分析，具有广泛的研究与工程应用价值。结合上述信号分离技术，将特征值分解和相干输出谱分析应用于波束形成算法的前处理，提出基于特征值分解和相干输出谱的两种“衍生”波束形成算法。在此基础上，采用圆形二维传声器阵列对三个人工白噪声声源进行声源定位测试，数据分析结果验证基于特征值分解和相干输出谱的波束形成算法对声源识别和声源云图分离的有效性。两种算法均能够对声源云图进行有效分离，进而将各个声源云图与其激励源相关联。

针对载人航天飞行任务中环控生保系统对于空间噪声控制的要求，以某型号小型高速离心风机为研究对象，分析气动噪声产生机理，构建三维模型，运用ANSYS Fluent 软件，采用RNGκ-ε 模型、DES模型、LES模型进行瞬态数值仿真计算。对离心风机进行噪声试验研究，根据离心风机在轨实际工况，得到不同含氧率下的气动噪声分布情况。研究结果表明：气动噪声的噪声源主要位于风机蜗壳及蜗舌处。LES模型与试验结果吻合最好。工作在纯氧下的离心风机比空气下噪声高约1.81 %。文中所得结果可以用于载人航天上行风机设备的噪声仿真及地面试验，为小型高速离心风机降噪设计提供参考依据。

针对球磨机筒体振动信号中存在非线性、非平稳性及环境噪声强等问题，提出一种基于粒子群优化最小二乘支持向量机（PSO-LSSVM）球磨机负荷参数（填充率和料球比）预测方法，并开发基于LabVIEW的球磨机负荷参数监测系统。通过粒子群(PSO)优化最小二乘支持向量机（LSSVM）算法中的正则化参数y 和核函数宽度，简化求解过程，提高模型训练速度。以球磨机筒体振动信号的Hilbert-边际谱样本熵为输入，以球磨机筒体内部的填充率和料球比为输出，建立基于PSO-LSSVM的磨机负荷参数预测模型。与LSSVM预测结果比较，该模型的预测精度较高，填充率平均绝对误差降低0.05、平均绝对百分误差降低8.09 %；料球比平均绝对误差降低0.04、平均绝对百分误差降低2.76 %。在线测试结果表明该在线监测系统准确率为64.37 %，且系统运行一次的平均时间为45 s，可实现球磨机负荷参数的实时预测。

提出一种求解振动相位的新方法，并推导出求解振动相位公式。利用低通零相位滤波器对原始振动信号、原始键相脉冲信号同时进行滤波，结合推导出的振动相位公式，能够精准求解出振动相位。通过动平衡试验和工程实际中大型风机转子动平衡，都能够有效地降低振动，试验和工程实际都表明此方法提取的振动相位具有较高的工程应用价值。

在利用声学信号分析法对滚动轴承进行故障诊断时，环境噪声或其它设备噪声会严重影响目标声信号的提取并降低诊断精度。针对这一问题，提出一种用于故障特征增强的谱峭度-波束形成方法。该方法首先利用快速谱峭度算法确定最优滤波频带，然后根据确定的频带，利用2 阶锥规划方法设计恒定束宽波束形成器并提取目标频带信号，最后对提取的带限信号进行包络解调得到轴承故障特征频率。实验结果表明，该方法能够在强干扰环境下有效提取滚动轴承故障特征，并且相较于传统的延时求和波束形成器具有更好的效果。

针对带复杂管路的舱筏隔振系统，利用基于频响函数子结构综合的建模方法，建立带管路的一般的舱筏隔振系统动力学模型。针对设备管路与舱筏、艇体的连接方式，提出三种不同管路连接方式下的舱筏隔振系统设计方案。通过对方案进行对比分析，建立设备管路的设计准则。结果表明，设备管路最好通过刚性连接对称固定到舱筏上，然后管路再通过弹性连接与艇体连接，这样可以有效地降低艇体振动声辐射。

高柔塔风电机组具有轻质、高耸等特点，对环境激励较为敏感，识别其动力学参数对了解风机的动态特性特别重要。基于随机子空间法，应用奇异值分解技术以及稳定图分析方法，方便快捷识别出高柔塔风电机组塔筒的固有频率、阻尼比、振型模态参数。通过分析不同工况下塔筒振动响应数据，验证了该方法在模型定阶和模态参数提取方面的一致性和正确性。

为研究在飞机噪声监测中背景噪声客观上无法满足标准要求时的数据有效性问题，选择在低噪声环境，距机场不同距离的位置测得基本不受背景噪声影响的飞机噪声数据，在上述数据的基础上叠加模拟的背景噪声，以分析背景噪声对监测结果的影响，分析表明：随着背景噪声的增加，飞机可感觉噪声级随着之增大；且背景噪声越高，增幅越大；当飞机最大等声级大于背景噪声15 dB以上时，增幅趋于稳定。进一步分析表明：造成可感觉噪声级变大的原因主要是飞机持续时间变长。基于上述结论，在监测中，若飞机最大声级与背景噪声的差值大于15 dB时，监测结果仍可较真实的反映测点受飞机噪声的影响情况；若小于15 dB，则监测结果与不受背景噪声影响时相比，偏大较多。当飞机最大声级仅高于背景噪声10 dB时：对于特大型机场，监测点位于1～2 声环境达标类区时，其飞机噪声达标判定会受
到干扰；对于大型机场，监测点位于2 类声环境达标区时，其飞机噪声达标判定会受到干扰；而对于中型机场，则其达标判定基本不受干扰。当飞机最大声级高于背景噪声15 dB时，其达标判定也基本不受干扰。