在实际工业生产中，工况的不同会导致数据分布差异，这使得不同工作条件下的轴承故障诊断成为一个挑战。针对上述问题，提出了一种基于多对抗和平衡分布自适应的故障诊断方法。首先，通过改进的残差网络直接从原始振动信号中提取域不变特征，提高特征提取效率的同时保留了丰富的故障特征信息。其次，提出了关联对齐与多对抗域自适应相结合的域自适应方法，同时对齐源域和目标域的边缘分布和条件分布以最小化域间数据分布差异。再次，对平衡分布自适应方法进行改进，设计了一种平衡因子为自适应过程中的边缘分布和条件分布分配权重，增强跨域故障诊断效果。最后，通过公开轴承故障数据集验证所提方法的有效性，实验结果表明，相较于流行的域自适应方法，所提方法具有更高的故障诊断精度，在不同工作条件下轴承的故障诊断任务中具有实际的应用价值。

研究钢纤维混凝土劈裂破坏的细观损伤机制，对在役钢纤维混凝土结构的健康检测具有重要意义。通过多通道声发射系统，采集混凝土和钢纤维混凝土试件(钢纤维含量分别为15和45 kg/m3)劈裂破坏过程中的声发射信号，并结合主成分分析法和k-means聚类算法，对混凝土和钢纤维混凝土的损伤特征进行分析。结果表明，钢纤维的加入抑制了混凝土中裂纹扩展，有效地改善了混凝土的峰后韧性；声发射计数和能量参数变化特征反映了钢纤维混凝土试件宏观变形、破坏的细观损伤演化过程。最后，识别出了钢纤维混凝土中砂浆基体开裂和钢纤维拉拔的两种损伤机制。与砂浆基体开裂相比，钢纤维拉拔产生的声发射信号具有计数高、幅值高、能量强和持续时间长的特征。

结合理论计算、有限元仿真和实验测量，研究了基于声学黑洞的声学迷宫结构的优化设计方法，给出了具有5.01和7.75个倍频程的小尺寸、宽频吸声结构。首先，基于传递矩阵法，建立声学黑洞的数学模型，计算声学黑洞的反射系数，并将理论计算结果与有限元仿真结果进行对比。然后，基于声学黑洞的导纳变化规律，设计单、双旁支管声学迷宫结构，通过优化设计，实现迷宫结构和声学黑洞导纳的匹配。最后，基于声学迷宫结构导纳的匹配结果，应用模拟退火算法构造优化模型，获得了宽频吸声的小尺寸声学迷宫结构，并打印3D样件进行实验验证。研究结果表明：应用双旁支管声学迷宫代替声学黑洞管道中的环腔，经优化设计，旁支管迷宫和声学黑洞的导纳可以实现完美匹配，并可以在保持吸声性能不变的前提下，实现结构的小尺寸设计，优化后的结构有效吸声带宽是优化前的13.36倍，倍频程是优化前的3.64倍。

谐波减速器是一种依赖柔性构件的可控变形的传动机构，其主要部件长期受持续变化的交变应力影响，故障风险显著高于常规传动机构。谐波减速器部件的故障位置、运动关系及承载区的时变特性会导致其故障特征频率呈现出区间分布及周期性变化的特点。同时谐波减速器依靠多个旋转部件在狭小空间内的紧密配合实现传动，单一故障的横向传播会导致多种故障特征同时出现，增加了故障定位难度。提出了一种等效方法，通过将柔性轴承在连续瞬态下的运动关系等效为常规轴承的方式明确了柔性轴承故障特征频率的时变规律。给出了刚轮、柔轮、柔性轴承及交叉滚子轴承典型故障特征频率的计算方法。开展了谐波减速器故障模拟试验，基于试验数据对谐波减速器故障特征频率的理论计算结果进行了验证，给出了多种故障模式下的时、频域故障特征。结果表明,试验实测值与理论分析结果相符，利用给出的故障特征分析方法可以获取准确的谐波减速器故障特征频率。

变工况条件下，基于深度学习的列车轮对轴承故障诊断模型的训练集与测试集通常来自不同的工况，不同工况振动信号数据分布差异引起的领域漂移问题导致模型准确率降低。基于域适应的变工况轴承故障诊断方法需要获取目标工况域的样本数据参与训练，这在工程实际中难以实现，因此无法实现未知工况的轴承故障诊断。针对以上问题，本文提出了一种基于多尺度CNN与双阶段注意力机制网络模型（TSAMCNN）的轴承工况域泛化故障诊断方法，其中多尺度特征提取模块从多个尺度上提取时域振动信号中更丰富的故障信息；然后双阶段注意力模块从通道和空间两个维度自适应地增强故障敏感特征并抑制工况敏感特征和无用特征，最终提取工况域不变故障特征，从而实现工况域泛化轴承故障诊断。通过变转速和变负载列车轮对轴承故障诊断实验，证明了TSAMCNN模型可提高变工况条件下轴承故障诊断的准确率、抗噪性能和工况域泛化能力。此外，对双阶段注意力机制的权重向量和模型各模块提取的特征进行可视化分析，提高了模型可解释性。

自治水下机器人（AUV）因其机动灵活、鲁棒性强、运动范围广等优势广泛应用于水文监测、海底科考、巡逻侦察等领域。为保安全高效地完成各种作业任务，AUV的运动控制技术研究显得尤为重要。本文按照AUV发展的时间进程，重点从运动控制相关角度对国内外AUV的典型产品进行介绍，并展示了团队最新研制的“盛鲸一号”AUV及其运动控制技术。根据AUV的运动控制研究现状，AUV的运动控制可分为路径跟踪、轨迹跟踪和镇定控制三种类型，其研究内容主要集中在制导方案的设计和控制器的优化上。AUV模型不确定、外界干扰和执行器饱和是影响运动控制系统的三大主要挑战。为应对这些难题，深度强化学习、滑模控制、自抗扰控制、神经网络、自适应控制、S面控制和模糊控制等智能控制技术已得到广泛应用，能够有效抑制AUV动力学模型变化以及海浪、洋流等环境干扰对跟踪精度的影响。针对执行器饱和问题，模型预测控制、深度强化学习和滑模控制技术表现尤为突出。现有研究显示，信息型AUV的数量较多，AUV的运动控制系统在精确性和鲁棒性方面具有显著优势。未来AUV的发展将聚焦于采用可再生能源驱动的长航程AUV和具备自主操纵机构的多模式AUV。同时，AUV的运动控制趋势将向低功耗运动控制和集群运动控制方向发展。

为了解决轴承振动信号特征提取不充分导致故障诊断准确率低的问题，本文提出一种基于特征交叉注意力机制融合的轴承故障诊断方法，建立CNN-BiTCN-CATTM诊断模型。采用变分模态分解和快速傅立叶变换对原始信号进行重构，分别使用双向时间卷积网络（bidirectional temporal convolutional network，BiTCN）和卷积神经网络（convolutional neural network，CNN）提取时频特征，通过交叉注意力机制（cross-attention mechanism，CATTM）融合时频特征的能力，充分提取原始信号故障特征，利用全连接层实现滚动轴承故障类型的精确诊断。试验研究表明，在含信噪比为9.32、标准差为2.98的高斯白噪声的环境下，使用CNN-BiTCN-CATTM模型轴承故障分类准确率为99.88%，相较于使用CNN、BiTCN和结合自注意力机制的卷积神经网络（CNN with self-attention mechanism，CNN-SATTM）诊断轴承故障，准确率分别提升约22.79%、4.85%和4.19%。在引入信噪比为3.31、标准差为5.96的高斯白噪声时，本模型仍然可以达到96.12%的诊断准确率。CNN-BiTCN-CATTM模型能够深入提取轴承信号中的故障特征，有效提高故障分类准确性。

为研究近岸水下钻孔爆破能量波传播规律，评估地震波、水击波协同作用下水库大坝的毁伤效应及地震波对库岸基坑的毁伤效应，以桂林市第二水源工程-引水工程取水口水下钻孔爆破工程为背景，采用全耦合拉格朗日-欧拉算法开展近岸水下钻孔爆破数值模拟研究，分析爆破能量波传播形态变化及衰减规律、水库大坝及库岸基坑动力响应特征。研究结果表明：1）现场测试水击波峰值压力随距离比例药量（Q1/3/R）的衰减特征、大坝振动速度时程曲线及峰值振动速度变化规律与数值模拟的结果具有较高的吻合性，且现场测试和数值模拟得到的水击波峰值压力衰减特征均与Cole经验公式有较高的拟合性，验证了水下钻孔爆破数值模拟模型的可靠性。2）基于水击波在水库库水、地震波在水库库底岩体中传播衰减特征的直观分析结果，将爆破能量波传播过程划分为三个阶段：爆炸阶段、扩散阶段及衰减阶段；爆破能量波传播引起介质振动速度v=0.1cm/s的地震波、水击波的影响范围依次为270m、206.28m，均未传播至水库大坝坝脚。3）水击波峰值压力随爆心距、深度增加衰减显著，基于爆破相似类比法建立了同时考虑爆心距与水下深度的双因素水击波峰值压力经验计算公式，可用于可靠预测水域中任意位置的水击波峰值压力。4）爆破能量波在水库大坝中传播引起芯墙与坝体产生明显的动力响应，坝体迎爆面底部区域振动响应较为显著且坝脚区域产生损伤；坝体迎爆面坝底监测点峰值振动速度仅为0.17cm/s，小于规范规定限值2.5cm/s，初步判断水库大坝处于安全稳定状态；坝体迎爆面坝脚区域最大损伤比仅为25%，为确保大坝绝对安全，需要考虑对水库大坝采取适当的隔振及防护措施。5）爆破地震波在库岸岩体中传播，引起库岸基坑迎爆面、基坑坑底及坑侧、基坑背爆面依次出现动力响应，迎爆面库岸基坑坑顶的峰值应力与峰值振动速度最大，近距离大药量爆破会对库岸基坑的安全稳定造成不利影响，需要对库岸基坑采取严格的加固和隔振措施。研究成果也可为类似工程爆破施工能量波传播规律分析和不利影响评估提供参考。

传统的力修正迭代混合试验方法采用了固定的模型进行恢复力修正，存在模型不够精准导致迭代轮次增加的问题。针对该问题，提出基于自适应模型的力修正迭代混合试验方法。该方法采用迭代所有轮次的恢复力修正值与每轮迭代物理子结构的真实恢复力搭建自适应模型进行迭代恢复力修正，提高了迭代收敛速度与迭代收敛精度。以单层框架黏滞阻尼器减震结构为例，分析了不同的权重分配系数与初始模型参数对于迭代收敛速度和收敛精度的影响；通过对不同自振周期的结构分别验证，分析结构自振周期对该方法的影响。结果表明：不同的权重分配系数和模型参数对迭代收敛速度与迭代收敛精度有较大影响；在权重分配系数为0.025，初始模型参数为0.80时，迭代收敛速度和收敛精度远高于传统的力修正迭代混合试验方法；基于自适应模型的力修正迭代混合试验方法在不同的单层框架结构迭代收敛速度与迭代收敛精度远优于传统的力修正迭代混合试验方法，对于自振周期小于1.0 s的结构，该方法优势更明显。

串联式工业机器人（以下简称机器人）刚度低，铣削加工过程极易由于工艺参数或机器人位姿选取不当产生颤振，颤振会降低工件表面质量、损坏机器人装备。针对机器人铣削加工颤振稳定性预测问题，通过构建机器人刚度模型的方式研究了机器人末端刚度随空间位姿的变化规律；阐明了主轴系统速度效应对刀尖动力学特性的影响规律，采用数据拟合的方法建立了主轴转速与刀尖固有频率之间的映射函数；构建了综合考虑机器人-主轴系统耦合效应的铣削动力学模型，采用锤击试验方法获得机器人铣削系统刀尖的阻尼比与模态质量，得到了包含不同影响因素的机器人铣削加工稳定性叶瓣图，揭示了机器人-主轴系统耦合作用下铣削颤振稳定性的动态变化规律，进行了试验验证。结果表明，与现有模型相比，考虑机器人-主轴系统耦合效应构建的稳定性叶瓣图更加符合实际铣削状态，可有效提升机器人铣削颤振的预测准确率。

针对变工况环境下采集到的滚动轴承振动数据特征分布不一致及待诊断样本标签难获取，导致轴承故障难诊断的问题，本文提出一种基于特征解纠缠和联合域对齐的滚动轴承多源域迁移诊断方法。首先，为更好提取源域和目标域的通用特征，利用卷积自编码器和正交约束实现域共享特征和域私有特征的解纠缠，筛除域私有特征并保留域共享特征进行域间对齐；其次，为缩小源域与目标域间的特征分布差异，采用多核最大均值差异(Multiple Kernel Maximum Mean Discrepancy, MK-MMD)和相关对齐方法(CORAL)构建融合度量准则；最后，为避免多源域差异带来的负面影响导致诊断精度下降的问题，采用源对抗模块和迁移对抗模块实现源域间及源域与目标域间的域混淆增强，并采用协同决策方式进行特征加权融合，降低弱相关域特征的干扰，实现最终的故障诊断识别。通过两种跨工况下的滚动轴承故障数据集对所提方法开展试验验证，并与单源域诊断方法及其它多源域诊断方法进行了对比分析，证明了所提方法的有效性和优越性。

飞机、船舶中精密光学仪器对振动环境要求日趋严格，基于Stewart平台的主动控制方法受到广泛关注。该研究首先调研了国内外Stewart主动隔振平台应用研究的发展历程，总结了有效载荷(Kg)、主动带宽(Hz)、最大振幅衰减(dB)等主要性能指标；其次，从Stewart主动隔振平台的关键技术，包括Stewart平台构型、各向同性优化与动态稳定性、耦合因素及解耦方法、动力学建模方法、智能材料驱动器的非线性及迟滞现象、主动控制算法进行了详细的概述，讨论了关键技术对主要性能指标的改进效果，指出了尚待解决的问题；并概述在复杂、时变振动环境中，多通道耦合自适应算法对Stewart隔振平台振动控制的优势。最后对Stewart主动隔振平台在精密光学仪器中的进一步发展进行了展望。

弹性梁系统作为一种基本工程单元，被广泛应用于建筑、航天航空、海洋工程等领域，控制弹性梁系统的振动水平具有重要工程意义。为揭示双耦合非线性振子（double coupling nonlinear oscillator, DCNO）在双梁系统振动控制中的潜在应用，建立了含 DCNO的双梁系统动力学行为预报分析模型，并采用拉格朗日法预报双梁系统的动力学行为。在确保数值结果正确的基础上，研究了 DCNO的典型工作模式，探讨了 DCNO参数对双梁系统动力学行为的影响规律。研究结果表明， DCNO的引入能够有效实现双梁系统各子结构的同步振动控制。一方面，当 DCNO处于多频线性/非线性振动控制模式时，双梁系统各子梁主共振区处的振动均得到了有效抑制，且多频非线性振动控制模式激发了双梁系统的复杂振动响应，使得弹性梁与DCNO之间出现振动能量时域单向传递现象；另一方面，根据振动控制的需求，DCNO的工作模式及振动控制效果可通过调控其核心控制参数实现，设定合适的DCNO核心控制参数有利于增强DCNO对双梁系统主共振区的振动控制效果。

车轮多边形和钢轨波磨作为高速铁路典型轮轨周期性磨耗均会加剧轮轨振动，影响行车安全。为探究极端条件下当车轮多边形和钢轨波磨共存时的相互作用：首先，考虑高速铁路典型轮轨周期性磨耗建立了轮轨系统的有限元模型，探究了具有频率相关性的轮轨周期性磨耗竞争机制;然后，对比研究了具有频率相关性的轮轨周期性磨耗同/异相位接触时的轮轨摩擦耦合振动特性;最后，研究了具有频率无关性的轮轨周期性磨耗相互作用时的轮轨摩擦耦合振动特性。研究发现：在具有频率相关性的车轮多边形和钢轨波磨共存时的极端条件下轮轨系统最不稳定；具有频率相关性的轮轨周期性磨耗处于同相位时会加剧轮轨系统的不稳定，且同/异相位之间轮轨摩擦耦合振动的差距会随着波深的增加而增大；具有频率无关性的轮轨周期性磨耗的振动频率越接近对轮轨系统稳定性的影响越大。

为带状弹簧以卷绕伸展的形式应用于空间可展结构时，常出现松脱问题。提出了一种多根带状弹簧卷绕松脱模型：将松脱后的卷绕段分为外部阿基米德螺线状的膨胀区与内部半圆弧状的过渡区，建立应变能解析模型。根据最小势能原理求解了稳定松脱内径与稳定松脱形态，推导了临界中心体半径、稳定端部力与临界端部力。用ABAQUS软件建立多根带状弹簧卷绕松脱的有限元模型，将稳定松脱内径、稳定松脱形态、临界中心体半径与临界端部力的数值分析结果与理论模型计算结果进行比较，并通过试验验证了稳定松脱形态与稳定松脱内径，证明了理论模型的准确性。

非线性能量汇(nonlinear energy sink，NES)在被动控制中有着广阔的应用前景，然而这一领域的研究主要集中在单向吸振器上，这限制了其在实际应用中对多向振动的适用性。设计了一种多向NES，利用相互正交的两组钢丝绳结构，实现了单振子空间任意方向自适应吸振。基于拉格朗日方程建立了系统多向振动控制方程，采用了谐波平衡法对稳态响应进行近似解析分析，并利用四阶龙格-库塔法进行数值验证，其后研究了多向NES的减振效果。结果表明，多向单振子NES能够有效地抑制多向振动，对任意单向激励也同样有效。该研究为NES在多向振动控制中的应用及设计提供了参考。

迁移学习的方法在解决齿轮箱无监督故障诊断问题上取得了极大的进展。然而，由于齿轮箱数据分布差异、噪声和干扰以及模型的局限性影响，大多方法在面对复杂的齿轮箱数据集迁移效果不佳，同时对于网络输入的可解释性研究仍然很少。本文提出了一种改进的域对抗网络（Improve Domain-Adversarial Neural Network, IDANN）。首先使用改进的时频网络作为特征提取器，在信号输入网络的时候提供可解释性和降噪功能，然后在域对抗网络中添加目标域的类级对齐方法，使用两个分类器来检测靠近决策边界的目标样本，以增强迁移性能。在东南大学齿轮箱和跨座式单轨齿轮箱数据集上验证了IDANN的有效性和可靠性，并在凯斯西储大学轴承数据集上测试IDANN在噪声条件下的性能，实验证明IDANN具有优秀的诊断性能和鲁棒性。

输电线路长期承受风荷载、导线振动、舞动等动力荷载作用，导致螺栓预紧力损失甚至发生松脱，严重影响输电塔及线路安全。铁塔连接节点通常采用螺栓连接，螺栓承担剪力及横向振动荷载。然而，相关规范仅规定螺栓的紧固扭矩达到紧固及防松的目的，影响防松特性的其他因素往往被忽略，可能影响螺栓的长期紧固状态及日常运行维护。首先，对输电杆塔常用6.8级M16粗制高强螺栓开展横向振动试验，研究了不同频率、振幅和扭矩对螺栓预紧力及防松特性的影响；然后，开展横向振动荷载下螺栓防松特性的模拟分析，并与试验结果及规范规定进行对比验证；最后，考察了横向振动状态下螺栓变形和螺纹区应力，以及不同初始预紧力下螺栓松动规律。研究结果表明：预紧力下降曲线分为快速下降和平稳下降两个阶段，当横向振动频率越小，振幅越大，扭矩越小时，螺栓越容易发生松脱；横向振动荷载下，螺纹区应力分布不均匀，整体呈倒梯形分布；螺纹应力分布由螺杆段向自由端逐渐降低，最大应力点从中间位置移至两侧；预紧力越高防松性能越好。因此，可知规范规定的扭矩法所对应的预紧力较低，建议使用预紧力控制，取0.5倍~0.6倍屈服紧固轴力。

铁路轨道平顺性状态关乎列车运行的安全性和舒适性，因此对轨道不平顺特征分析、轨道质量评价及轨道平顺性发展预测的研究具有重要的现实意义。本文综述了近年来关于轨道平顺性评估及其状态预测的相关研究工作，主要围绕轨道不平顺分布特征分析、轨道服役状态评价和轨道平顺性发展预测三个方面展开，讨论了既有的各类研究的先进性与不足之处，分析了未来可进一步深化的研究方向。研究结果表明：在轨道不平顺分布特征研究方面，未来需要进一步融合动态与静态不平顺检测数据特征，同时需要加强对敏感薄弱轨道区段的跟踪研究；轨道平顺性状态评价方法方面，目前以时域幅值管理为主，频域波长管理指标还处于探索阶段，未来需进一步研究频域波长与时域幅值的关系，构建蕴含波长参数的轨道质量评价体系；在轨道平顺性发展预测研究方面，相比于有砟线路和普速铁路，无砟线路和高速铁路的研究相对较少，相关研究未充分考虑轨道结构状态性能的演化，未来需要根据实际环境与养修因素来构建满足工务生产要求的预测模型。

电磁作动器作为振动主动控制的核心部件，设计一款基于Halbach磁极阵列的新型安培力式电磁作动器，具有高力密度和低输出力波动率的特点。分析电磁作动器的多物理场耦合关系，建立电磁场-能耗场耦合优化模型，其中能耗场采用神经网络代理模型建模方法以提升计算效率；采用NSGA-II优化算法开展多目标优化设计，结合熵权逼近理想解排序法获取最佳设计参数组合。试制电磁作动器样机并开展试验分析，结果表明：电磁作动器在30-250Hz频段内，力常数可达20N/A，非线性度小于10%；在250Hz峰值正弦激励电流8A时作动器能耗为105.20w，具有力衰减率低、线性度良好和低功耗的优势。

针对含复杂的多区域接触的卷曲展开机构，本文将其简化为带刚性转盘的变长度柔性构件，建立多体系统动力学模型，以实现高效仿真。首先基于任意拉格朗日-欧拉描述的绝对节点坐标法（ALE-ANCF）对变长度梁进行建模，然后将复杂接触问题简化为移动边界的约束关系,给出一种增删节点处理方法，有效解决了单元长度变化引起的奇异和精度问题，在此基础上建立了刚-柔耦合多体系统的动力学模型，用隐式算法实现了动力学方程的数值求解。通过滑绳和动滑轮算例验证了建模方法的有效性。最后建立了卷曲机构充气展开系统的简化动力学模型，该模型采用任意拉格朗日-欧拉移动网格实时跟踪卷曲机构的位置，精准捕捉移动边界点，从而高效确定接触行为。分析了气压力与黏附力对展开动力学特性的影响，通过控制黏附力分布，实现了卷曲机构的匀速展开，对工程实际具有参考价值。

冲击振动测试因其方便、低成本，且单次冲击能同时激发多阶模态等特点，被广泛应用于模态分析中。为实现冲击测试中模态参数识别的高效求解和不确定性分析，提出一种快速贝叶斯快速傅里叶变换模态参数识别方法。该研究从频域结构振动方程入手，构建似然函数，基于拉普拉斯逼近算法以高斯概率分布形式近似求解模态参数的后验概率分布。首先，求得各模态参数的梯度并利用坐标下降法最小化负对数似然函数 (negative log likelihood function，NLLF)，此时得到的模态参数值即为后验均值。然后，基于矩阵代数手段，求得NLLF在后验均值处的二阶导数矩阵，其逆矩阵给出模态参数的后验协方差矩阵。最后，通过数值模拟和试验室测试数据验证该算法的准确性和高效性，以及相对于基于环境激振测试和自由振动测试的优越性。

输电线路舞动是在覆冰和大风条件下产生的一种低频、大幅的振动现象，严重危害电网的安全。本文针对500kV输电线路，利用数值模拟方法开展了覆冰分裂导线的舞动响应和控制研究。首先以新月形、扇形和D形覆冰分裂导线为例，研究了不同覆冰形状下分裂导线尾流效应和风攻角对导线气动特性的影响规律，根据得到的气动力系数计算气动载荷，进行了覆冰分裂导线舞动响应研究。在此基础上提出了新型防舞线间间隔棒和新型防舞相间间隔棒的舞动控制方法。通过与安装普通防舞线间间隔棒的档距中央导线舞动位移响应对比，安装新型防舞线间间隔棒可以使单相分裂导线舞动响应减小93.18%（垂直方向）、60.30%（水平方向）；而安装新型防舞相间间隔棒和新型防舞线间间隔棒可以使三相分裂导线舞动响应减小90.73%（垂直方向）、86.05%（水平方向），舞动控制效果显著，本文研究结果为覆冰分裂导线的舞动控制提供了一种新的方法。

针对小样本强噪声环境下，传统深度学习模型抗噪性差，模型训练不充分等问题，提出一种基于自适应最大二阶循环平稳盲解卷积(Adaptive Maximum Second -order Cyclostationarity Blind Deconvolution, ACYCBD)结合马尔可夫变迁场(Markov Transition Field, MTF)与MobileViT的滚动轴承故障诊断方法。首先，通过参数自适应的CYCBD算法增强强噪声背景下轴承故障的冲击信号，降低强背景噪声的影响，然后，采用MTF将预处理后的一维轴承振动信号转变为具有时间关联性的二维特征图像，最后将MTF图像输入MobileViT网络中进行训练，得到故障诊断结果，运用东南大学齿轮箱数据集和沈阳工业大学实验室滚动轴承数据集验证所提方法在小样本强噪声条件下的故障识别准确率，结果表明，在小样本强噪声条件下，ACYCBD处理后的数据，训练的模型具有更高的准确率，相较于其他数据预处理方法最大相关峭度解卷积、VMD、集合经验模态分解准确率分别提高了1.73、1.99、2.2个百分点，利用MTF进行模态转换后相较于格拉姆角场、连续小波变换、RP准确率分别高出了2.59、3.12、2.72个百分点；与其他深度学习模型进行对比，所提方法在上述条件下有着更高的抗干扰能力和泛化性能。

针对FasterVit网络存在的注意力机制失衡、池化策略缺陷导致部分重要特征无法保留和损失函数不能全面考虑所有类别的信息导致学习到的特征比较分散等问题，提出了一种基于CFasterVit-TFAM与COS-UMAP模型的滚动轴承故障诊断方法。该模型由FasterVit-TFAM网络、COS-UMAP降维算法和激活函数CMSD-Softmax组成。首先，提出了一种新的注意力机制TFAM，并与FasterVit网络结合，提升了FasterVit网络信息关注的均衡性和表征能力；其次，将基于余弦均匀流形逼近与投影（COS-UMAP）降维算法取代FasterVit网络全连接层前最后一次池化操作，有效筛选并保留多维数据中的重要特征；最后，将类距均值标准差损失函数替换Softmax激活函数中的交叉熵损失函数，更全面的学习特征并提高模型的泛化性。XJTU滚动轴承故障实验结果表明，TFAM注意力机制和其他注意力机制相比诊断准确率最大提升8%，COS-UMAP对比其他降维算法诊断准确率最大提升15.8%，CMSD对比交叉熵损失函数诊断准确率提升0.5%，所提模型对故障样本的识别准确率达到了99.6%，相比FasterVit提升了1.4%，相较于其他网络模型最大提升7.8%；东南大学滚动轴承数据集仿真验证实验结果表明，所提模型对故障样本识别率达98.6%，相比FasterVit提升了2.2%，平均每轮训练时间缩短了16.92s，对比其他网络模型最大提升12.2%，有效提高了滚动轴承故障诊断模型的准确率和泛化性能。

爆炸作用下地面建筑目标的破坏分析对制定实战打击策略和工程防护具有重要的实践指导意义。采用LS-DYNA有限元分析软件对已有含填充墙钢筋混凝土（RC）框架结构的近区爆炸试验进行复现，充分验证了所采用的精细化数值仿真方法的适用性。结合建筑结构混合单元建模方法，对典型三层含填充墙RC框架结构在典型战斗部（100kg和200kg TNT当量）爆炸作用下的动态响应开展了仿真分析，考察了爆炸波在结构内部的传播和结构损伤特性。基于等效单自由度（SDOF）方法预测了爆炸荷载作用下框架结构梁、柱、板和填充墙等构件的损伤等级，建立了内爆炸作用下建筑目标的破坏简化分析方法，并通过与精细化数值仿真结果对比检验其适用性。结果表明：在100kg和200kg TNT爆炸工况下，精细化数值仿真分析中建筑物整体功能性和结构性毁伤等级均为中度和轻度，等效SDOF简化分析得到的相应毁伤等级与数值仿真结果一致。此外，从各构件的毁伤等级可以看出，相比于板、梁和柱等承重构件，砌体填充墙更易发生破坏，从而导致爆炸波在层内水平方向房间的毁伤破坏范围更大。

为促进无伞空投技术的发展，重点研究复合结构体无伞空投箱的冲击特性，分析无伞空投箱的冲击响应和失效破坏形式。首先从理论角度分析无伞空投箱的防护机理，然后建立典型包装箱模型，利用有限元法进行深入仿真分析。仿真结果表明，棱跌落和角跌落的物资向下位移大，箱体变形严重，冲击持续时间长；无伞空投箱的冲击能量吸收率均大于80%，高效的能量吸收为物资安全性提供了有力保障；与棱跌落和角跌落相比，面跌落物资的加速度峰值和平均冲击力更大；棱跌落和角跌落，无伞空投箱的应力应变水平更高，面跌落的应力应变水平更低。研究表明，物资的安全性与物资的冲击面积、泡沫冲击厚度有关，较小的冲击面积和较大的泡沫厚度可以降低物资损坏风险；无伞空投箱的失效破坏与其冲击面积相关，较大的冲击面积可以有效降低冲击失效程度，提升物资的安全性。

因外部短路引起的变压器绕组损坏通常不仅与单次短路过程相关，历次短路冲击可能导致绕组逐渐发生变形，进而产生不可逆的累积变形，从而降低其抗短路能力。首先，对一台额定电压为110.0 kV的变压器进行改造，并开展多次短路冲击试验，通过测量绕组电抗和轴向压紧力的变化，验证了短路冲击对绕组机械状态破坏的累积效应；然后，通过对油箱表面的振动信号及绕组轴向冲击力进行时频分析，揭示了累积效应对绕组振动特性的影响规律；最后，采用Wigner-Ville分布方法对振动信号进行处理，构建时频矩阵并实现特征提取，基于模糊C均值聚类算法计算绕组机械状态的隶属度，提出一种量化绕组变形累积效应的方法，并确定了绕组严重变形的判据。由试验结果可知，振动特征参量变化规律与绕组电抗和轴向压紧力具有较高的一致性。该研究成果可应用于绕组机械状态评估与早期故障预警，为变压器的安全稳定运行提供重要的工程参考价值。

针对减振用的负泊松比力学超材料，提出了基于XOY平面胞元的Z轴维度折叠的带隙调控方法。基于三维折叠胞元的带隙计算方法及对应的三维Bloch-Floquet周期性边界条件，应用有限元法对三类负泊松比超材料构型(箭形、星形和内六角形)的能带曲线与样件的振级落差进行数值计算，并从振动模态角度分析了这类力学超材料的带隙变化原因。不同能带曲线对折叠角度的敏感性体现在胞元对应振动模态的局部刚度上，刚度变化可以产生或消灭带隙。研究表明，将胞元折叠的带隙调控方式应用于三类超材料胞元后，其能带结构均表现出相似的带隙演变规律，通过折叠角度控制胞元的几何形状可以调控能带曲线的移动。在特定折叠角度下超材料的能带结构中可以产生新的方向带隙，原有方向带隙也会消失。以箭形胞元为例，制作了超材料样件，通过扫频试验验证了数值计算结果和带隙变化规律的准确性，其能带结构中第一条方向带隙由3989.2Hz~4204.4Hz变为3843.4Hz~4176.5Hz。

为探究无叶片风力发电机的风振特性，本文以某3m高、额定功率100 W的无叶片风力发电机为研究对象开展研究。首先建立风机的有限元模型，计算获得固有模态信息，并预测其风致振动。随后，对此风机的足尺模型进行风洞试验。最后，将试验结果与理论预测结果进行对比，综合分析其风致振动规律。结果表明：风机顶端横风向位移随着风速的增大表现出先增大后减小的趋势，呈现出典型的涡振现象，因此在高风速环境下无需考虑刹车系统等安全措施；同时，在风速稳定的情况下，风机顶端的位移时程接近标准正弦曲线，表现出稳定的风致振动；此外，风机各个方向的气动特征也大致相同，具有较好的全风向适应性，无需依赖额外的偏航系统即可应对风向改变。

起重机中的滑轮绳索系统在作业过程中容易出现晃动、倾斜等问题，严重降低了作业效率且增加安全隐患。在处理滑轮与绳索接触状态实时变化的问题时，采用单元节点与物质点绑定的假设导致单元形函数不能精确描述各段圆弧曲线，需要缩小单元尺寸，降低了求解效率。引入空间描述方法，以滑轮上接触区域的边界点划分不同接触状态的绳索，采用离散角度的圆弧插值和Hermite插值分别描述接触段绳索和滑轮间绳索的形状，求得各节点物质速度与物质加速度。考虑绳索的轴向变形，依据虚功率原理建立了滑轮绳索系统的动力学方程。通过与动力学仿真软件ADAMS对比验证了本文所提方法的有效性，对起重设备中常见的滑轮绳索系统进行建模，研究不同绕绳方式、吊重质量和滑轮间距对滑轮架基体晃动和受冲击程度的影响。本研究所提出的滑轮绳索动力学建模方法为工程实践提供了必要的理论支撑。

针对刚柔耦合模型在运动过程中出现柔性振动问题，研究了考虑机电耦合影响的刚柔模型动力学建模与分析。基于Lagrange原理推导了刚柔模型的运动常微分方程和柔性部件偏微分方程，实现柔性部件与刚体之间的耦合动力学计算。在此基础上引入压电本构，建立考虑机电耦合影响的刚柔耦合连续动力学方程，采用假设模态法将连续动力学方程离散化，建立系统特征方程。分别通过ANSYS软件单独仿真及ANSYS-ADAMS软件联合仿真的方式验证了推导模型的准确性与高效性。基于截断模态的系统动力学模型，对压电结构采用比例-积分-微分(proportional-integral-derivative，PID)控制进行动力学响应计算，验证了基于压电本构的电压控制对高精度刚柔模型振动有明显的抑制作用。

爆破产生的振动效应影响邻近建(构)筑物的安全。作为减振手段之一，减振孔可用于控制爆破振动影响。然而，目前减振孔布设方案多基于经验方法，并且减振效果评价标准主要集中在局部单排测点，无法全面表征减振孔后方区域内的减振效果与规律。本文基于枕头坝护坦爆破开挖工程，采用LS-DYNA数值分析方法，系统研究了减振孔排数、深度、爆心距和单排布孔数对有效减振区域面积、峰值减振率等减振效果的影响。首先，利用小尺寸爆破模型试验对LS-DYNA方法模拟爆破荷载作用下减振孔减振隔振效应的有效性进行了验证。随后，系统开展了不同减振孔参数对有效减振区域的影响规律研究。研究结果表明：减振效果最优的区域位于减振孔布设区后方垂直于爆源的位置；随着排数、深度、爆心距和单排布孔数的增大，有效减振区域面积增大；峰值减振率随排数增大而显著增大，随爆心距增大而减小，受到减振孔深度和爆破孔深度的共同影响。与单一测点减振率相比，有效减振区域面积可以体现减振效果的区域分布，并且不受测点选取位置影响。另外，基于不同减振孔参数对减振隔振效应的相关性分析表明，有效减振区域面积与减振孔深度相关性最明显，其次是减振孔排数和爆心距。峰值减振率与减振孔排数相关性最明显，集中减振率与减振孔排数和深度密切相关。研究结果对减振孔的布设和最大程度的利用减振效果保护邻近建(构)筑物具有参考意义。

爆炸成型弹丸（Explosively Formed Projectiles, EFP）的飞行稳定性直接决定弹丸撞靶的姿态、速度和密集度，进而影响EFP的侵彻性能。为了提升高超音速（马赫=4~7）EFP的侵彻威力，综述目前EFP的构型及飞行稳定性，建立了大长径比尾裙和褶皱尾翼EFP模型；构建并验证了EFP高超音速气动参数的数值计算方法。分析了尾翼式EFP的结构参数（齿根高、齿宽、实心率）对升阻力、压心和飞行稳定性等的影响规律，研究了结构不对称程度和滚转运动对尾裙和尾翼式EFP静态气动参数的影响规律。在此基础上，建立并验证了EFP飞行动力学微分方程，分析了结构非对称和滚转运动对弹道径向偏移量的影响；研究了药型罩材质对了球形、尾裙式、尾翼式EFP长距离飞行速度降的影响，定量分析了飞行稳定性对EFP存速能力的影响。研究表明，常规尾翼弹飞行稳定性判据仍适用于EFP高超音速空气弹道；通过斜置褶皱尾翼产生较低速的滚转运动，可以显著提高非对称结构EFP的空气弹道密集度；本文优化后的尾翼式EFP在飞行稳定性良好的同时，具有优异的存速能力，可为高侵彻威力EFP战斗部成型设计提供一个标准构型参考。

本文以双转子作动器为研究背景，提出了一种单驱动型双转子作动器主动控制装置，主要由质量块、空间传动齿轮组、电机和控制器组成，通过齿轮带动转子旋转时产生的离心力作为结构主动控制力，以减小结构振动。较于传统的主动质量阻尼器，这一设计既无需考虑导轨直线行程限制，又通过结构优化解决了双驱动型双转子作动器中电机难以同步问题，实现了更高效稳定的振动控制。为研究单驱动型双转子作动器的减振性能，首先用拉格朗日方程力学分析法建立单驱动双转子作动器系统力学模型、单自由度结构与单驱动型双转子作动器的状态方程。其次针对单驱动型双转子作动器系统的减振问题，将极点配置法与超螺旋滑模控制算法相结合，为其设计控制器，再利用改进的蜣螂优化算法对控制器所包含的控制参数进行优化。相较于其他控制算法，所提的控制算法更容易获得控制器的参数，避免了控制器参数需大量繁琐复杂的试凑问题，方便实际工程调试。最后，用李雅普诺夫函数证明了该系统的稳定性，数值仿真验证了单驱动型双转子作动器系统及其控制算法的可行性和有效性。

冷却叶片是重型燃气轮机的核心构件，服役于严峻工况，常常因振动过量而失效。准确掌握冷却叶片振动机理，对重型燃气轮机叶片进行合理化设计与维护具有实际意义。以NACA0012翼型叶片为例，基于Euler-Bernoulli 梁理论将模型简化为含不等大双通道单轴对称性的旋转悬臂输流管，利用假设模态法与 Lagrange 法建立了轴向-弦向-挥舞-扭转四自由度耦合动力学模型。通过和文献结果对比，确认了该研究建立动力学模型的准确性。研究了流体流速、输流管转速、拉伸-弦向耦合和挥舞-扭转耦合效应等对系统固有频率的影响。研究发现：转速对各自由度刚化效应影响不同，导致复杂的模态顺序交换；拉伸-弦向耦合和挥舞-扭转耦合会引发模态转向现象，导致不同阶振动频率降低或升高；对于长细比较大的 Euler-Bernoulli 梁来说，单轴对称截面的非对称性的影响主要集中在挥舞-扭转刚度耦合；在一定转速范围内，挥舞-扭转耦合效应可能诱发系统发生颤振失稳。另外，该研究讨论的轴向力对一维构件扭转振动的硬化效应是对现有振动力学课程中一维波动方程相关内容的延伸与发展，该研究关于结构动力学建模及其数值方法，也可以作为本科生或研究生振动力学课程扩展阅读材料。

岸桥齿轮箱零部件数量多、故障类型丰富，且故障数据难以获取，其诊断面临小样本、多分类的问题。针对上述问题，提出了一种基于频域振动图（frequency domain vibration image，FDVI）和条件去噪扩散概率模型（conditional denoising diffusion probabilistic model，CDDPM）的故障诊断方法。首先将获取的振动信号转为FDVI图像，充分表征各故障的振动信号的特征信息。然后，使用CDDPM对小样本数据进行扩充，将标签信息输入到模型以控制生成故障样本类别，同时采用跳层采样加快样本生成速度。将扩充后的样本集输入卷积神经网络分类器中进行训练，提升分类器对小样本多类故障诊断的效果。在对CWRU数据集的17种故障类型和岸桥缩尺实验台数据集的29种故障类型的小样本诊断实验表明：样本扩充后CWRU数据集故障识别率由89.86%提高到99.30%；岸桥数据集故障识别率由68.63%提高到95.75%。上述分析表明所提方法能完成小样本条件下岸桥齿轮箱多类故障诊断任务。

基于极限穿透速度相等原则，采用量纲分析的方法，推导出适用于不同钢材薄靶板抗尖卵形弹侵彻的等效模型。运用有限元软件LS-DYNA对12.7mm穿甲弹芯垂直侵彻30CrMnSi靶板和45号钢靶板过程进行仿真，对得到的等效厚度进行拟合，确定30CrMnSi靶板和45号钢靶板等效模型系数。并对30CrMnSi靶板和其等效的45号钢靶板进行12.7mm穿甲弹芯侵彻实验，两者极限穿透速度误差小于2.7%，验证了等效模型的正确性，该研究可为子弹侵彻火箭发动机等效实验中等效靶板设计提供理论依据和数据参考。

为实现防屈曲支撑-钢筋混凝土框架结构基于韧性的抗震设计，引入韧性水平量化指标，建立建筑抗震韧性等级的分级，提出利用功能损失控制韧性指标的计算假定，并建立建筑多层级功能损失量化关系，提出根据建筑功能损失控制构件损伤及工程需求参数的方法。依据防屈曲支撑-钢筋混凝土框架结构的受力机制，提出其基于韧性的抗震设计方法并建立设计流程。将设计方法应用于一幢5层的防屈曲支撑-钢筋混凝土框架结构的抗震设计并进行罕遇地震作用下的弹塑性时程分析。分析结果表明：结构的层间位移角和层间剪力分布均满足设计要求，所提出的方法能实现预期的抗震韧性目标。

针对噪声背景下滚动轴承信号故障特征提取与智能诊断问题，本文提出基于逐次变分模态分解(successive variational mode decomposition, SVMD)以及注意力机制-残差神经网络(convolutional block attention module-residual neural network，CBAM-ResNet)的轴承故障诊断方法。首先对轴承振动信号进行SVMD分解成一系列本征模态分量，根据包络熵和峭度融合评价指标选择含故障特征明显的模态分量并重构；将重构信号进行短时傅里叶变换得到时频图像。之后利用CBAM能够自适应捕捉图形特征的特点，把重构信号的时频图像输入CBAM-ResNet模型进行特征提取和故障模式识别。在CBAM-ResNet模型训练过程中，使用迁移学习的方法初始化ResNet模型的参数来提高模型的泛化性。与其他传统模型相比，本文所提方法的分类准确率高达96.68%，具有更强的故障特征提取能力。实验结果表明，CBAM-ResNet模型在变工况环境下也具有较高的识别精度。