针对实际工程应用中被标记的滚动轴承故障样本收集困难，传统诊断模型精度较低的问题，提出一种伪标签学习融合参数迁移深度学习网络的半监督滚动轴承故障诊断模型。首先将ImageNet 数据集上预训练的残差网络（Residual Network，ResNet）模型参数迁移至本文模型中作为初始参数，并使用不同学习率微调网络层参数以加快模型收敛速度；随后引入伪标签半监督学习，使用标签数据训练模型并对无标记数据进行预测以生成伪标签；最后使用标签数据以及伪标签数据训练参数迁移后的ResNet 模型，并测试诊断效果。对两种滚动轴承故障数据进行半监督下故障诊断实验及跨域故障诊断实验。实验结果表明，在具有大量未标记样本集下，所提出模型可迁移至不同设备完成诊断，具有较强的鲁棒性，可用于处理复杂工业环境中的故障诊断问题。

研究并联纯立方刚度和并联非光滑非线性能量阱(Nonlinear Energy Sink，NES)的最优参数变化规律并对两者的吸振效能进行对比分析。利用哈密顿原理分别推导出连接并联纯立方刚度NES和并联非光滑NES的系统的动力学方程，使用粒子群算法得出两种NES的最优吸振效能和最优参数，并对其进行对比分析。研究结果显示，优化前纯立方刚度NES在中等载荷作用下，显示出略高的吸振效能，但随着冲击载荷增大，非光滑NES的吸振效能要优于纯立方NES。并且，两种NES的最优吸振效能随载荷的变化规律表明，在大冲击载荷作用下优化后的非光滑NES具有更为优越的吸振效能。

为提高优化整车传动系统参数的效果，提出一种基于自适应蝗虫优化算法（Adaptive Grasshopper Optimization Algorithm，AGOA）的整车传动系统参数优化新方法。AGOA在蝗虫优化算法（Grasshopper Optimization Algorithm，GOA）的基础上，引入余弦自适应策略，对调控系数线性递减的方式进行了调整，实现了算法全局和局部搜索能力的平衡，增强了算法的寻优能力。以机械式传动系统为例，在建立整车传动系统参数的优化模型的基础上，进行了参数的AGOA优化。结果表明，基于AGOA优化参数后，油耗和连续换挡加速时间降低，最高车速得到提升。

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。

对出口白俄罗斯的某型六轴宽轨机车一系垂向减振器卸荷参数进行选取。利用SIMPACK软件建立共计90 个自由度的整车动力学模型，在AAR5 级轨道谱激励下，首先对一系垂向减振器双向比大于、等于及小于1 时所对应的机车动力学性能进行对比分析，以确定压缩与拉伸行程的卸荷参数之间关系；进而以平稳性为目标，结合减振器两端相对速度分布范围，确定单侧行程的卸荷速度及卸荷阻尼力；最后在不同工况下进行动力学性能对比分析。结果表明：减振器双向比为1 时，即压缩行程与拉伸行程的卸荷参数选取为相同数值时，机车动力学综合性能最优；以平稳性为目标确定的最优卸荷速度及阻尼力相比其他方案中的卸荷参数而言，机车的Sperling 指标、一、二系悬挂装置动荷系数、轮重减载率均明显最低，只有通过R600 曲线时的脱轨系数不是最佳，但也能够满足安全要求。有关结论可为该型机车减振器卸荷参数的选取提供理论依据。

摘 要：针对纯电动车在沥青路上匀速20km/h行驶方向盘抖动问题，分析了方向盘抖动产生机理和影响因素，通过针对性的试验测试，分析传递特性和抖动响应特征，根据诊断分析思路和工程经验快速锁定引起抖动的激励源范围。根据橡胶垫刚度经验公式分析结果，降低衬套橡胶刚度，提升隔振性能且降低了后扭力梁刚体模态频率，避免与方向盘系统发生模态耦合。通过优化衬套的对比试验分析，高效地确定可工程化的优化整改方案，有效解决方向盘抖动问题。该优化方案和分析思路，对其他车型及相似的抖动或其他零部件系统共振问题的解决具有较好的指导意义。

针对无人机飞行时噪声产生的机理，分别选取基于经验模态分解（EMD）的能量比以及梅尔频率倒谱系数（MFCC）的特征提取算法实现无人机声信号的特征提取，并引用主成分分析（PCA）方法对特征集进行降维融合处理。最后选择矢量量化方法（VQ）作为分类器对不同类型的无人机目标进行分类与识别。实验结果表明特征融合后的分类性能要好于基于单一特征的分类性能，该方法较好地体现不同类型无人机之间的差异，分类结果准确率较高，具有良好的稳定性。

为了提高林果采摘效率，节省采摘成本，实现树莓的机械化采摘，急需设计一种结构紧凑的接触式振动采摘机。研究其采摘机理、偏心块设计，建立复合式激振机构三维模型，导入ADAMS软件中进行性能分析，并与其他机构进行对比，为其物理样机研制提供依据。

为准确获得悬索桥锚跨索股索力，便于在施工过程中对索力进行精确控制，针对锚跨结构的构造特点，采用振动频率法进行锚跨索股索力测试，分析激励方式、传感器的布置位置等因素对振动频率识别的影响，得到索股在不同应力、频率阶次、拉索长度下索力计算结果的变化规律。研究结果表明：采用频率法进行测量时，应尽量选用人工激励；传感器布置位置受到限制时，可将传感器布置到距离索股端部L/6处，以便更加准确识别拉索振动频率；进行索股索力计算时，选取1阶固有频率能较好保证索力计算的精度要求；索股的应力接近其正常受拉承载能力极限状态时，拉索的材料属性得到充分发挥，索力计算误差较小。

拉索的大幅振动给斜拉桥安全运营带来威胁，利用磁致伸缩作动器施加轴向控制力抑制拉索横向振动是一种可行的方法。首先建立磁致伸缩作动器动力学模型，得到了该作动器力-位移传递函数，然后提出拉索-磁致伸缩作动器系统PID控制算法，根据拉索振动幅度大小通过调节PID控制参数，来施加轴向控制力，达到对拉索的控制效果。最后针对自由振动、简谐激励、随机激励三种情况用PID控制算法对拉索-磁致伸缩作动器系统进行了拉索控制效果仿真分析。研究表明，PID控制算法对拉索振动具有很好的控制效果。

为改善使用板式橡胶支座连续梁桥的抗震性能，通过附加黏滞阻尼器进行组合减隔震设计，采用复模态、近似实模态分析方法，研究结构地震响应及阻尼特性。结果表明：黏滞阻尼器提供的附加阻尼能有效降低梁体位移，但同时也导致桥梁具有非经典阻尼特性，主梁位移受非经典阻尼影响较小；黏滞阻尼器能明显提升结构阻尼水平，为有效控制梁体位移，应考虑黏滞阻尼器的合理布设位置，多墩布置优于单墩布置。

无线传感器网络的特点使得控制系统中不可避免地存在时滞，从而导致作动器产生的控制力不能及时地施加到结构上，影响控制效果。从考虑时滞的结构主动质量阻尼 (AMD)控制系统的状态微分方程求得控制律，研究时滞线性系统振动的主动最优化控制方法并给出具体的实现过程。设计出的控制律表达式中既包括当前的状态反馈，又包括前若干步控制项的线性组合。若仍按无时滞控制设计对时滞控制系统进行控制将可能导致系统的响应发散，达不到对受控结构减振的目的。仿真算例表明，在一定的时滞量范围内，所提方法能够对结构的峰值响应和均方值响应均能达到较好的控制效果，而且确保了系统的稳定性。

准确预测车辆内部对发动机力矩输入的声学灵敏度（即P/T）对车辆前期NVH开发具有重要意义，建立详细的整车结构及声腔流体有限元模型，并推导流体—结构耦合有限元方程，进行P/T仿真计算，并在相同边界条件下进行试验。仿真结果与试验值在30 Hz～100 Hz有较好一致性，但在10 Hz～30 Hz低于试验值。通过对传递路径中的悬置隔振及动力总成刚体模态进行仿真与试验对比分析，发现悬置低频动刚度特性对P/T灵敏度有较大影响。根据悬置低频动刚度特性调整悬置动刚度，仿真计算与试验值在整个频带即0～100 Hz皆有较好的一致性。仿真与试验结果为车辆开发前期进行车内噪声水平控制提供一定参考。

为研究粘弹性阻尼器对平面网架结构疲劳性能的影响，先对粘弹性阻尼器等效刚度进行推导，然后，基于随机振动载荷，根据载荷功率谱密度函数（PSD）和结构的频率响应以及结构的模态，对平面网架结构添加粘弹性阻尼器和不添加粘弹性阻尼器，以及添加不同阻尼系数的粘弹性阻尼器时的疲劳寿命进行计算和比较。结果表明，阻尼器可以有效的减少随机振动荷载对网架结构的疲劳破坏。且随着阻尼系数的增大，网架结构的最小疲劳寿命呈现先增大，后减小的趋势。因此通过合理选择粘弹性阻尼器的阻尼系数大小可以优化结构的抗疲劳性能。

计算模型的真实性、可靠性是模型建立的关键问题，线性系统动力学模型不能适应参数呈非线性系统的建模。以发动机悬置系统为例，通过实验获得刚度和阻尼参数，用实验的质量矩阵、刚度矩阵建立系统动力学计算模型，通过实验运行模态与计算模态相关分析得到验证模型。结果表明考虑动刚度参数的计算模型比传统静刚度模型更接近真实情形。

介绍语音增强的原理和从强噪声背景中提取语音信号的方法，并对基于减谱法的增强算法、基于自适应滤波法的增强算法和基于小波变换的增强算法进行对比研究。鉴于语音增强算法的两个目标即增强语音的清晰度与理解度并不是相关联的，有时甚至相互矛盾，因此任何一个语音增强算法都是根据不同的应用做适当的选择和折衷。基于此，对三种算法进行仿真实验的比较研究，实验结果证明应用小波变换的语音增强算法比其它的方法更有效。