传统滚动轴承故障预测仅对单个故障特征频率做时间序列预测,而滚动轴承故障由多个故障频率共同表征。为了全面的表征整个频谱的结构,并且不破坏各个频率间的内部联系,提出奇异值分解和极限学习机相结合的多变量时间序列预测方法。首先通过全矢谱方法得到振动信号频谱,然后以整个频谱的各个频率作为输入变量,构建多变量时间序列。最后通过多变量极限学习机和奇异值分解相结合的方法构建训练和测试样本,对频谱进行预测。采用该方法对全寿命滚动轴承数据进行验证,实验结果表明了该方法的有效性。

在考察了青山电厂的球磨机噪声辐射状况及机体结构后，通过建立球磨机筒体噪声辐射的数学模型，理论上推出了筒体受钢球冲击而产生的噪声的频谱特征与筒体半径的关系，为设计筒体及控制球磨机噪声提供了理论参考。

基于噪声测试基本理论，针对某款双钢轮振动压路机，以降低司机耳边噪声为目的，对司机位置噪声进行测试，并对噪声测试数据进行频谱分析、贡献量分析，对主要噪声源进行识别。根据分析结果，选取冷却风扇为降噪对象，通过采取选用合理的吸声材料，设计合理的排风吸声通道及优化冷却风扇导风罩等降噪措施，对压路机进行改进。测试结果表明，改进后的压路机司机耳边辐射噪声明显降低，降噪措施可行。

针对传统随机共振只适用于检测低频信号的约束，提出用被测信号和背景噪声调制频率的方法，实现在大参数情况下从强噪声中检测微弱信号。分析了调频信号的频谱，理论分析和数值仿真表明：此方法能降低噪声的有效强度，调频信号中含有的低频分量能产生明显的随机共振。

在分析FFT算法的基本原理的基础上，介绍TFFT算法在TMS320LF2407上的实现及其应用。FFT算法程序采用汇编语言编写，可通过C语言函数调用。实验表明，该方法具有实现简单、高效、且扩展性和兼容性强等特点。

介绍了基于dsPIC的测试系统结构，以及对移频信号进行测试的原理和算法。采用同时从时域和频域两个分析域着手的方法，避开利用频谱幅值求取频偏进而获得边频，而在时域中求取边频；在频域中运用频谱细化技术，提高了运算处理的速度以及频率测试精度，并给出了简洁实用的算法。试验结果表明，该方法能够对移频信号进行准确快速的测量。

针对油田常用五缸注水泵的性能参数、测点布置进行了介绍.并通过实例进行分析、介绍设备状态监测在注水泵上的应用.

介绍了旋转机械故障诊断的理论基础及在现实中的实用性,凸显其在设备预防维修上的先进性,并以某炼钢厂煤气风机电动机故障诊断为例,通过对振动的时域波形、频谱进行分析,判断设备存在的缺陷位置及类型,确保设备的正常运行。

为研究液压主泵的噪声特征,对两款不同的主泵的噪声进行了典型工况下的噪声数据采集,利用声压瀑布图对主泵工作下的噪声频率进行分析,并通过声压频谱图对关键声压信号进行提取,通过对比关键信号的幅值特征,得出两台主泵噪声特征差异的主要原因是噪声中9倍频及18倍频两种成分幅值上的差异,最后对关键噪声成分进行A计权对比分析,为主泵选型提供参考。

以某型号大型船用涡轮增压器压气机为研究对象，以CFD软件为平台，利用具有k－ε双方程湍流模型的N－S方程计算了压气机的三维黏性非定常流场特性。采用Ffowcs Williams－Hawkings方程（简称 FW－H方程）对压气机的离散噪声进行了分析，并与经验公式进行了比较。深入研究了不同转速、流量对压气机气动噪声的影响。分析表明，叶轮内气动噪声水平较高，是主要噪声源；转速对于离散噪声影响较大，转速增加一倍，声压级上升约14dB；同一转速下，流量的降低将导致噪声幅值增加，但相对于转速变化其影响较小。