由于滚动轴承在工程实际中的应用场景复杂多变,早期的滚动轴承故障容易被高强背景的噪声所掩盖,传统的故障特征提取方法效果不理想。针对现有共振稀疏分解方法的品质因子手动选取不严谨的问题,提出蛙跳算法优化参数模型,将品质因子进行蛙跳算法优化,再将得到的最优品质因子组合输入到共振稀疏分解模型中进行处理,得到低共振分量,将低共振分量进行Hilbert解调分析。设定低共振分量的峭度值最大为目标,进行蛙跳迭代寻优,最终实现了故障频率的识别。

结合流体中微悬臂梁振动频率响应的理论模型,通过实验、理论计算和基于流固耦合的有限元仿真3种方法,分析了在空气和去离子水中不同结构、尺寸的微悬臂梁的谐振频率、品质因子以及幅频响应曲线,并对3种方法得到的结果进行了对比.结果显示,空气中各种方法得到的谐振频率较为吻合,相对于实验值的偏差在1%以内.去离子水中,梁谐振频率的理论值和仿真值基本一致,而实验值则较大,前两者相对于实验值的偏差在13.9%～27.3%之间;对于品质因子,理论值和仿真值依然较一致,但相对于实验值出现较大偏差,最大达70.5%.分析表明,对于液体环境下压电陶瓷激励的微悬臂梁,频率响应曲线中干扰峰的存在会严重影响微悬臂梁品质因子的准确测量.微悬臂梁动态特性的研究对基于微悬臂梁的传感器的设计优化和液相原子力显微术的应用具有一定意义.

建立了基于高速摄像技术、显微技术与数字图像处理技术的光学测试系统。配有光学显微镜的高速摄像设备（32000frame／s）记录并保存被测物瞬时序列图像，根据被测物的角振动特性设计相应的图像处理方法以获得振子各时刻的运动位移，并通过位移时间曲线分析振子的固有频率、阻尼系数及品质因子等动态特性参数。实验结果显示，频率测量误差〈0．01％。高精度地测量了振动轮式微机械陀螺的动态特性，为微结构动态特性的研究提供了一个有效方法。

针对强背景噪声下的滚动轴承早期故障诊断问题,提出了一种融合遗传算法品质因子参数优化、子带重构共振稀疏分解(RSSD)和小波变换的故障诊断方法。该方法以滚动轴承早期故障振动信号RSSD低共振分量峭度指标作为目标函数,利用遗传算法对品质因子参数组合进行优化选择。依据能量分布占优原则对低共振分量进行主子带重构、减少噪声干扰且增强故障信号冲击特征。借助小波分析局部优化和多分辨的特性,对重构低共振分量进行多尺度小波分解,提取轴承故障特征且深度挖掘轴承故障特征信息。通过滚动轴承的2种不同类型故障诊断实例表明,与一般RSSD方法相比,该方法具有更强的削弱背景噪声影响、凸显微弱故障特征的能力。