由于冲击载荷引起的动态霍尔-佩奇效应，高锰钢具有优异的形变硬化特性。研究高锰钢的激光重熔非均匀显微组织凝固原理及对超声滚压硬化行为的影响具有重要意义。对Mn13钢板表面先后进行激光重熔处理和超声滚压强化，通过扫描电子显微镜、场发射电子探针显微分析仪和电子背散射衍射仪分析了激光重熔高锰钢的显微组织和凝固过程，通过维氏硬度计和摩擦磨损试验机研究了激光重熔高锰钢的非均匀组织对超声滚压硬化的影响。研究发现：由于激光重熔过程的高温度梯度和高冷却速度，凝固组织从上到下依次为较薄的等轴树枝晶和垂直于结合面生长的柱状树枝晶，枝晶间为小角度晶界，且存在Mn元素的偏析；激光重熔高锰钢的非均匀组织在超声滚压下具有孪生硬化行为，表面硬度和耐磨性均有较大程度的提高。因此，激光重熔技术在高锰钢的表面处理领域具有潜在的应用前景。

利用时域有限差分算法（FDTD）对微纳结构靶的光场分布进行仿真模拟，探究微纳结构靶中的光传输机制，分析材料特性和结构参数对光传输特性和光场分布的影响。基于光场分布及演化的仿真模拟结果，对比半导体氧化铝、绝缘体二氧化硅和金属铜三种导电性不同的材料上纳米线和纳米孔阵列微纳结构靶的激光传输特性，分析光传输过程中的光场分布变化。研究结果表明，通过改变氧化铝和二氧化硅纳米孔（线）阵列结构靶中孔洞（纳米线）直径和间距等结构参数，可以实现对微纳结构靶中光传输特性和光场分布的调制，实现光场在介质材料和真空区域间的周期振荡分布，或是以一种稳定形态传输；激光在铜纳米孔阵列中传输时，透光性随孔洞半径的增加而增加。基于光场分布及演化的仿真模拟结果，对比不同材料、不同微纳结构靶的激光传输演化特性，给出物理图像及对应现象规律，根据光场调控需求，给出微纳结构靶设计。

纤维成分的定性及定量分析在纺织品检测中一直是研究热点, 但常规检测手段存在周期长、 工序复杂且对环境不友好等问题, 因此提出一种对纺织品纤维含量快速、 无损且准确的检测方法就显得尤为重要。 研究提出一种纺织品纤维含量的定量校正模型, 可以准确预测纺织品中棉/涤纶/羊毛的纤维含量, 解决传统校正模型无法兼顾准确与多种纤维预测的难点。 针对645个羊毛/涤纶、 棉/涤纶以及羊毛/涤纶/棉混纺样品为研究对象, 采用红外光谱分析仪采集样品的近红外反射光谱, 在光谱数据预处理的基础之上, 提出一种一维卷积神经网络(1D-CNN)模型, 实现对多种纤维含量的同时预测, 为了凸显模型的优势, 在相同的训练集和测试集样本之上对比3种不同机器学习算法的预测结果。 结果表明： 选用线性函数归一化、 多项式平滑滤波(SG平滑, 滑动窗口为9, 拟合阶数为7)的预处理方法, 结合所提出的1D-CNN模型效果最优, 其模型决定系数R-Squared可达到0.998, 各含量预测的平均绝对误差(MAE)为0.62, 预测均方根误差(RMSE)为1.31。 同时采用未参与建模的138个纺织品样品验证模型泛化能力, 模型在测试集上的表现为, 决定系数R-Squared为0.996, 各含量预测的平均绝对误差(MAE)为0.80, 预测均方根误差(RMSE)为2.01。 采用所提出的模型, 可以准确预测羊毛、 棉和涤纶混纺织品中纤维含量, 为快速无损检测纺织品提供了一种可行的方法, 同时为其他混纺纤维含量的定量分析提供了新的思路。

通过设计生态混凝土植生试验以及包含3种坡面状况、4种边坡坡度、3种降雨强度的冲刷试验对生态混凝土的植生性能及其与植物结合后的抗冲刷性能展开研究。植生试验结果表明: 植生20天时, 生态混凝土组植株最高为22.5 cm, 植物斑化指数为95.37%, 植物覆盖率为102.6%, 生态混凝土组与素土组的植物茎叶生长状况相差不大, 但素土组植物根系普遍更长; 植生40天时, 两组根系分布范围接近。冲刷试验结果表明: 素土边坡与生态混凝土覆土边坡的土体流失量在特定条件下会随降雨累积量的增加产生激增, 而生态混凝土植生边坡的土体流失量在各条件下均未激增; 相同冲刷条件下抗冲刷性能为生态混凝土植生边坡＞生态混凝土覆土边坡＞素土边坡。

针对复杂环境下多目标跟踪过程出现的轨迹漏检、误检及身份切换等问题，提出一种基于改进YOLOX和BYTE数据关联方法的多目标跟踪算法。首先，为了增强YOLOX在复杂环境下的目标检测能力，将YOLOX骨干网络与Vision Transformer结合，增强网络的局部特征提取能力，同时加入α-GIoU损失函数，进一步增加网络边界框的回归精度；其次，为了满足算法实时性要求，采用BYTE数据关联方法，摒弃传统特征重识别（Re-ID）网络，进一步提高了多目标跟踪算法的速度；最后，为了改善光照、遮挡等复杂环境下的跟踪问题，采用更加适应非线性系统的扩展卡尔曼滤波，提高了网络在复杂场景下对跟踪轨迹的预测精度。实验结果表明：所提算法对MOT17数据集的multiple object tracking accuracy（MOTA）、identity F1-measure（IDF1）指标分别为73.0%、70.2%，相较于目前最优的ByteTrack，分别提升了1.3个百分点、2.1个百分点，number of identity switches（IDSW）则减少了3.7%；同时所提算法取得了51.2 frame/s的跟踪速度，满足系统实时性要求。

利用电信号改变氧化石墨烯（GO）固有的光学吸收特性，可以实现对光纤锁模激光器输出性能的有效调控。在GO中引入聚苯乙烯（PS）纳米微球可以实现光波导结构，进而形成局域场并有效降低器件损耗。因此，采用微电子打印工艺制备了基于GO/PS的电光调制器，并以较低的泵浦功率（34.3 mW）实现了环形光纤激光器运转模式的主动调控。在0~20 V的调制电压下，激光器实现了连续波、调Q锁模、锁模三种运转模式的切换。所设计的全光纤电调制器件将锁模信号的脉冲宽度压缩到了20 ps，对应的重复频率为21.4 MHz。通过调控驱动电压，该器件的插入损耗从2.30 dB降低到了0.86 dB，平均输出功率从1.09 mW提升了1.52 mW。

包含多重嵌套轮廓线的空移路径规划是开发激光切割系统的主要问题之一，在满足嵌套图形由内到外的激光切割工艺要求下，提出启发式排序和网格排序算法，实现优化排序。首先通过射线法，判断多重嵌套轮廓线的位置关系；然后采用最佳适应度优先的启发式排序算法，将空移距离、轮廓线的面积作为评价指标，分别赋值权重得到总体适应度，选择适应度高的轮廓线作为下一个切割图形；最后，为了满足不同应用场景，提出另外一种网格排序方法，根据轮廓线控制点的疏密程度，基于层次聚类算法划分网格，按照规则的路线遍历网格，依次确定定位到每个网格中的轮廓线。仿真与试验结果表明，相比于智能优化排序算法，启发式排序和网格排序在满足激光切割工艺要求的前提下，不仅可以有效缩短空移路径，还大大减少了计算时间，显著提高激光切割效率和质量。