不同负荷状态下的柴油机振动、温度、转速等信号显著不同，而机组故障信号特征往往淹没在随负荷变化而剧烈变化的信号中，因此变负荷状态下的柴油机故障监测诊断难度较大，一直困扰着柴油机的实际故障诊断工作。本文提出了一种基于流形学习和KNN算法的柴油机工况识别方法，为柴油机变负荷工况下故障监测预警打下基础。方法融合机组的多源信号特征构建特征向量，通过流形学习t-分布邻域嵌入算法（t-SNE）实现特征向量的维数约简和敏感特征提取，采用K最近邻分类算法（KNN）完成柴油机运行负荷状态的自动分类。正常及故障状态下的柴油机信号验证了方法的有效性和实用性。

采用有限元方法并结合分层理论对复合材料层合板的固有频率和振型进行理论计算，再用实验验证。通过分层有限元模型求解层合板的位移模式，对层合板固有频率进行计算。分析有限元网格数，铺设角度、铺设层数等对固有频率的影响，获得层合板自由振动的前九阶振型，采用实验进行了验证。结果表明，提出的方法可较精确计算层合板的固有频率和振型。

针对工程中常见的斜置隔振装置，建立了复杂振源激励、弹性斜置支承与基础梁结构三维耦合隔振系统动力学模型，给出了隔振器纵向振动和弯曲振动导纳。考虑隔振支承多维波动效应，推导了耦合系统动态特性传递矩阵及功率流表达式。数值模拟计算表明，隔振器高频共振形成驻波是系统功率流下降趋势变缓的主要原因。在中高频域，输人基础的功率流随倾斜角增大而降低。