结合多年来与振动磨相关的研究工作，从学科交叉的视觉，论述了振动与纳米材料研究的双向发展，包括多相离散体系的碰撞振动及混沌、超微颗粒碰撞阻尼机理及应用、滚压振动磨在纳米技术发展中的应用。提出了关于振动磨的变质量振动模型，并分别利用多尺度法和四阶Runge—Kutta法求解了系统，计算结果得到了振动磨工程实践的验证。根据超微颗粒细化过程的不可逆能耗，提出了颗粒碰撞阻尼机制，建立了力学模型并分析了其混沌运动特征，证明当固有频率比为1时具有最好的减振效果。利用振动在于法室温条件下大批量制备了尺度为3～5nm的金属锌颗粒，每千克耗电仅为7～8kw·h，并制备了晶粒度约为7．6nm的钛一锆二元合金。

将传统的反向传播算法（BP算法）神经网络模型结合模拟退火算法及最佳保留原则，提出一种改进的神经网络模型，并将改进之后的网络模型应用于对颗粒碰撞阻尼的分析。训练仿真结果显示：改进后的算法与传统的BP算法、LM算法相比具有更高的可靠性，更快的收敛速度，仿真结果与实验结果更接近。用训练好的模拟退火神经网络模型对颗粒碰撞阻尼的激振频率、填充率和振幅有效值等参数进行了仿真，得到了系统在低频阶段颗粒粒度、填充率和振幅有效值之间的关系。