由徐道临教授牵头，针对运载系统，研究具有自主学习、自适应能力的减振降噪控制技术。智能化系统感知和监测技术：基于传感技术和深度学习算法，研究系统模态、频响、传递函数等特征的智能识别技术，实现振动噪声性能的实时监测和评估；减振降噪仿真和智能控制算法：研究神经网络自适应控制算法、受限/容错/不确定控制方法、振动解耦技术与控制器布放策略、振动噪声性能的预测、控制和优化仿真技术；智能控制硬件与平台技术：研究主/被动/半主动隔振技术，包括调频吸振器、准零刚度隔振器、低频浮筏技术、管道振动控制器、管道噪声控制器，新型阻尼减振材料，非典型作动器，智能化振动噪声控制实验平台等，用于教学、科研和产品开发；系统集成和优化技术：融合传感技术、数据采集和处理、控制器算法、反馈信号处理、控制系统参数设计、系统集成和优化策略，实现系统级减振降噪性能提升。