近年来，利用电力变压器振动信号分析来诊断变压器的故障已经成为研究的新热点，该方法成为变压器故障诊断常规方法的有力补充。本文介绍了变压器常见的故障及其诊断方法，阐述了变压器振动法故障诊断的基本原理、基本过程，回顾总结了国内外变压器振动法故障诊断技术的发展情况，指出目前在变压器振动故障诊断的研究中存在的问题，并分析了其未来有价值的研究方向。

利用遗传算法优化BP神经网络初始权/阀值，建立SMA神经网络本构模型，并将优化配置后的SMA应用到一空间杆系结构，通过MATLAB编写Newmark-β算法程序求解结构动力反应，与振动台试验结果进行对比。结果表明，相比未优化的SMA神经网络本构曲线，优化后本构曲线能更好地预测SMA在反复荷载作用下的超弹性恢复力，是一种稳定性较高的速率相关型动态本构模型。应用优化配置的SMA丝进行振动控制后，结构地震反应峰值仿真结果与试验结果基本吻合，且得到有效地抑制，验证了SMA神经网络本构模型的适用性和采用MATLAB进行SMA被动控制仿真的可行性。

针对国内某箱式大功率电机的噪声问题，开展了整体系统的噪声控制。通过噪声测试分析确定声源的性质和传递路径；在现有电机结构的基础上，研究设计了减振降噪方案和开发相应的声学材料，由此实施和评价噪声控制的方案。相比原有消声处理后的电机最终总体噪声从89 dB降低到81 dB，优于现有要求的85 dB的指标。