为解除载荷识别问题对原系统先验知识的依赖，本文提出采用最小二乘支持向量机（Least squares support vector machine，LS-SVM）对非线性系统进行逆模型辨识，随后在该逆模型基础上利用工作状态的响应数据识别时域载荷。通过对某一非线性系统的稳态和非稳态激励的仿真计算，验证了该方法的有效性。仿真结果表明LS-SVM能够辨识出可靠的非线性系统的逆模型，进而反演出较精确的时域载荷。该方法不需要了解系统的数学模型及参数，只需少量训练样本即可，因此该方法能够应用于工程实践中。

流体激励力是离心泵主要振源之一。通过对离心泵流场进行优化，可有效降低泵组流体激励力，减小离心泵振动。以多级离心泵的减振降噪为研究目的，运用CFD仿真技术从切割叶轮及改变蜗壳形状两个方面对流场进行优化。通过对比优化前后压力脉动以及流场激励力变化，说明优化情况。最后考虑加工工艺要求，选择切割叶轮的优化方法，并通过机脚振动响应的变化间接验证改善效果。结果表明：切割叶轮与改变隔舌形状对离心泵叶频及其倍频下的压力脉动与流体激励力都有减小，切割叶轮后机脚响应降低了4 dB。

与动态载荷识别的频域方法相比，时域方法不仅适用于线性系统，还适用于非线性系统以及能有效处理瞬态冲击激励的识别问题，近年来时域方法愈发受到学者们的关注。目前广泛应用的几种时域方法主要有—反卷积法、计权加速度法、函数逼近法、卡尔曼滤波器和递归最小二乘法、逆系统法以及新兴的智能方法等等。在对各方法研究现状的概述与总结中，分析了各自的优缺点。从研究对象、研究方法、应用领域三方面分析，非线性系统、线性时变系统将成为分析研究的重点。结论显示，与现代智能算法相结合的逆系统方法将成为新的研究热点，将其相应的载荷识别方法应用于机械设备的故障诊断也将成为今后发展的新趋势。