锰铜阻尼合金非线性力学特性的特征变化规律已被广泛研究，但如何通过仿真准确描述其非线性力学行为，并对由其制成的结构件进行设计与优化，是对其进行工程应用研究的前提与关键。基于超弹性模型和并联流变模型(Parallel Rheological Framework，PRF)，描述一种典型孪晶型阻尼合金材料的非线性力学特性，重点讨论由单轴拉伸试验和动态机械分析(Dynamic Mechanical Analysis，DMA)试验确定PRF模型特征参数的方法：通过拟合单轴拉伸试验数据得到超弹性模型参数；基于多应变DMA三点弯曲频率扫描实验，通过实验数据拟合得到线性黏弹性Prony 级数模型，通过PRF 模型进行参数转换，将线性黏弹性模型参数转化为非线性PRF 模型初始参数；结合超弹性模型，采用Isight 软件对PRF模型参数进行优化，确定锰铜阻尼合金的非线性力学特性特征参数；最后，在Ω 型锰铜阻尼合金支座的顶部施加竖向扫频激励，通过扫频试验数据和仿真计算结果对比，验证该锰铜阻尼合金材料的非线性力学模型在实际仿真应用中的可靠性。结果表明，PRF模型可较好模拟锰铜阻尼合金非线性动态力学行为，为锰铜阻尼合金结构设计提供更高精度的仿真结果。

针对铁路小半径曲线钢轨病害实施个性化钢轨廓形打磨，定期观测打磨后线路状态，通过钢轨廓形采集及轨面状态分析，结合车辆-轨道动力学模型对钢轨打磨效果进行评价，探讨钢轨廓形保持水平及合理养护周期。研究结果表明：个性化钢轨廓形打磨后，轮轨接触关系得到显著改善，算例中车体横向加速度、垂向加速度、轮轨横向力分别降低9.58 %、8.09 %、15.81 %；轮轨磨耗指数降低22.99 %，有效降低钢轨磨耗速率，延长使用寿命。在打磨12 个月后，各项动力学指标表现仍优于打磨前，验证个性化钢轨廓形打磨是可行的。随着打磨后通过总重的增加，12 个月左右钢轨表面开始出现病害并快速发展，廓形产生较为明显的磨耗，建议将此时线路通过总重所经历的时间作为钢轨廓形的打磨周期。

运用有限元法建立车辆-轨道非线性耦合系统振动分析模型，该模型包含车辆、轨道两个子系统，其中车辆子系统为附有二系弹簧的整车模型，轨道结构子系统为离散的三层弹性梁模型。两子系统通过轮轨非线性接触力和位移协调条件实现耦合。针对车辆-轨道非线性耦合系统动力学方程提出了交叉迭代算法。为加速迭代收敛速度，引入松弛法对轮轨接触力进行修正。为证明算法的正确性，进行了算例验证。同时还给出了CRH3高速动车在有砟轨道上运行时引起车辆和轨道振动的实例，分析中考虑了轮轨线性和非线性接触及不同列车速度对车辆和轨道结构振动的影响。计算结果表明交叉迭代算法具有程序编制简单、收敛速度快、用时少、精度高的优点；采用轮轨线性接触模型得到的车辆和轨道结构的动力响应比轮轨非线性接触模型得到的结果要大，其中位移、加速度最大值和振幅增大范围约在15 %以内，轮轨接触力最大值和振幅增大范围约在5 %以内。

在北京地铁10号线现有车辆车轮上安装降噪片，以减小列车通过时产生的轮轨噪声，车辆在实际运营中取得了良好的降噪效果，有效的抑制了列车通过弯道时轮轨发出的啸鸣声。而降噪片的安装螺栓在运营过程中出现了不同程度断裂现象，如果断裂的螺栓遗落在道岔区域将会带来极大地运营安全隐患。对现有的已安装降噪片的列车车轮进行再加工并更换降噪环，并在车辆段出入库线进行了安装降噪环后列车运营状态下噪声测试，检验安装降噪环的车辆在实际运营当中的降噪效果。在保证降噪效果的同时，有效解决降噪片的安装螺栓断裂对运营安全造成的安全隐患问题。

为了研究薄膜材料的吸声性能，对带空腔的单层薄膜、双层薄膜及未带空腔的双层薄膜的吸声性能进行了数值模拟。在其它参数保持不变时，随着薄膜材料的质量密度和空腔深度的增加，共振频率逐渐向低频方向移动。带空腔的双层薄膜吸声结构的吸声带宽明显高于单层薄膜的吸声带宽；未带空腔的双层薄膜吸声结构在频率低于一定值时，吸声系数可以保持常数不变。

针对国内外常见的道路交通噪声预测模型中的单车噪声排放模型进行对比研究，详细分析模型的结构与特点：7.5 m处噪声大小、不同类型车辆噪声的差别以及车辆加速状况与匀速状况噪声的差别，并对我国的道路交通噪声预测模型研究提出建议。

许多城市引入了电动汽车作为出租车和公交车。以电动汽车和燃油汽车为研究对象，通过实测数据，分析比较小型电动汽车、小型汽油车以及电动公交车、柴油公交车在不同行驶速度下的最大A声级及频谱特性。为城市交通噪声污染防治提供数据参考。

最大计权振级是我国环境振动控制中一个常见的评价指标，但是由于谱估计方法的频率分辨率无法达到振级计算的要求，因此使用不同计算方法可能导致计算振级之间的误差。为此，探讨最大计权振级的多种计算方法和其具体实现，并分析各方法的优劣。同时提出一套基于增量方法的快速高精度的最大计权振级的计算方法，该方法的时间复杂度为O(n)。

针对摩托车发动机缸头异响振动信号，使用时域统计函数计算各个循环内的异响特征值；通过与正常发动机频谱对比，找到了异响的特征频率；利用阶次分析研究了正常与异响发动机振动信号的能量分布，以及它们各阶次的能量差异。分析结果表明，三种方法能够正确识别缸头异响。