在流体传动系统中,轴向柱塞泵的高噪声成为一个显著弊端,高噪声的噪声源主要来自于柱塞腔压力产生的各种作用力和力矩。首先通过集中参数仿真模型在时域和频域对轴向力和力矩进行分析,然后通过试验测量单点沿x、y和z轴,不同压力和排量等级下以及不同位置的振动特性来分析主要噪声源。对比仿真和试验结果发现:沿x轴力矩产生的振动成为主要噪声源;随着泵压力和排量升高,振动速度频域特性中一次谐波所占比重逐渐增大;对于悬臂安装的泵,距离安装面越远振动情况越剧烈。

虚拟样本是解决小样本条件下模式识别问题的有效手段。在总结前人研究成果的基础上给出了虚拟样本的定义，利用VC维理论分析了虚拟样本的作用。针对双层圆柱壳体结构噪声源识别这一实际问题，提出了两种分别基于频响函数和傅里叶变换的虚拟样本生成算法。试验结果表明两种算法均能有效提高噪声源识别正确率。

根据复声强测量基本原理，提出基于LabVIEW软件开发平台，自行开发复声强分析系统。并利用该系统及声强分析软件对某型轻型卡车进行声强测量和声场分析，给出车外辐射表面的3D声貌图、等声强图，方便地对该表面辐射噪声源进行精确的定位和识别，提出控制车外噪声的相应策略，并作遮蔽发动机噪声的模拟试验，最终结果使车外加速噪声降低3．8dB（A）。对降低该型卡车车外噪声提供有利的参考依据。

本文主要介绍了用声压法识别汽车车内主要噪声源的过程，并利用声场分析技术和谱分析技术对小客车车内的主要噪声原进行了分析。在声源识别的指导下，采了邓探索性的降噪措施，使车内噪声级下降了１．２ｄＢＡ￣３．９ｄＢＡ。

本研究以造纸厂造纸车间为研究对象，对造纸机整机进行噪声测试，其结果表明空气动力性噪声是造纸车间的主噪声源，同时分析了主噪声源的识别方法。其研究结果可为造纸厂生产环境中噪声污染的治理打下基础。

在诸类机器噪声中提出了“异响”这一概念，并将机器噪声分为基本噪声和异响两类。对异响的产生机制、检测方法进行了论述。以一组异响砂轮机为例，研究了异响与机器故障的对应关系、指出了解决故障的方法。

本文介绍了声强测量分析技术在某3kW汽油发电机组噪声控制中的应用,作者利用CUSI-Ⅱ型声强测量分析系统对该汽油发电机组进行了噪声源识别,快速准确地找到了其主噪声源.并通过有针对性地采取降噪措施,使该机组噪声明显降低.

采用分步运行和频谱分析等方法对全自动洗衣机噪声进行分析识别，逐一找出噪声源，并对噪声源有针对性地的改进设计，降低了噪声值。

减小工作环境的振动噪声是改善工作条件的主要措施之一,由于其振动噪声是由许多噪声源引起的,故用相干功率谱分析法的测试系统框图及源识别模型分析了相干功率谱,在多振源工况下用这种方法辨识主要噪声源,对被识别声源作自功率谱和倒功率谱分析,诊断出产生噪声的故障元件.

利用复声强法测量内燃机表面噪声场分布,对S493Q柴油机表面辐射噪声源进行了识别,在找出主要噪声源之后,采取了相应的降噪措施,达到了很好的降噪效果.