长期以来, 学者们致力于将玉米秸秆这类低品位的生物质资源向高附加值的化学品转化, 提高其利用价值。 对玉米秸秆进行常压酸催化多元醇液化试验, 并对其所得液化残渣的主要组成成分、 热解及纤维特性进行研究。 采用傅里叶红外光谱技术(FTIR)、 热裂解气相色谱-质谱联用技术(Py-GC/MS)、 热重分析技术(TGA)、 X射线衍射技术(XRD)及扫描电子显微镜技术(SEM)对玉米秸秆及其液化残渣的化学基团、 热裂解产物、 热失重情况、 晶体结构和微观形貌进行了检测分析。 FTIR分析表明, 液化残渣中三组分(纤维素、 半纤维素和木质素)官能团的特征吸收峰几乎消失, 其主要含有未液化完全的纤维素和三组分降解产生的小分子间通过聚合反应生成的大分子物质。 Py-GC/MS表明, 液化残渣热裂解产物中包含呋喃类(10.64%)、 酚类(18.89%)、 酮类(3.73%)、 烃类(35.23%)、 醇类(4.17%)、 醛类(4.31%)、 醚类(1.25%)和有机酸类(4.79%)及含S或N杂原子化合物(17.00%)等89种可识别的有机物, 这些有机物的含碳数高于玉米秸秆同类族化合物中的含碳数。 通过TGA明确液化残渣热失重的情况, 即加热阶段, 其质量损失约为3%; 快速失重阶段, 质量损失非常明显, 约为45%; 缓慢失重阶段, 质量损失不足4%; 其发生热解的条件比玉米秸秆的更为苛刻。 XRD结果可知, 液化残渣的主峰和次峰消失, 破坏了纤维素Ⅰ晶格结构, 形成球磨纤维素。 SEM图像表明, 玉米秸秆经酸催化多元醇液化后生成杂乱无序、 粗糙、 不规则、 呈颗粒状的液化残渣。 综上, 此条件下玉米秸秆几乎完全液化。 这为液化残渣制备木质基炭材料给予理论基础与应用支持, 促进了生物质资源全组分利用。

针对中国巨型太阳望远镜(CGST)主副镜的对准需求,提出了基于激光干涉测距的激光桁架主动对准方法。首先总体介绍CGST激光桁架测量系统的光学结构和测量原理;然后建立激光桁架运动学模型和主动对准光学模型并讨论系统的误差传播特性;接着通过大气光学模型来讨论温度场和局地大气湍流对该主动对准方法的影响。运动分析与光学建模结果表明,在可见光波段,当激光桁架的测距误差在5 μm以内、环境温度梯度小于0.381 K/m时,由对准误差引起的波前均方根优于λ/10。另外,在Kolmogorov湍流和典型昼间近地面湍流的条件下,大气湍流并不会严重降低激光桁架测量的灵敏度。由此可知,所提方法能够满足CGST副镜主动对准的需求。

针对喷水推进型无人艇(USV)在水平面内的航向控制问题, 提出了一种改进的终端滑模控制方法。首先,建立了无人艇的Norrbin模型, 在此模型基础上设计了一种基于终端滑模控制的航向控制器, 同时,为了缓解滑模控制带来的抖振问题, 引入了S型生长曲线函数对传统指数趋近率进行改进, 并借助Lyapunov方法证明了控制系统的稳定性; 之后, 通过Matlab仿真实验验证了控制算法的正确性; 最后, 利用自主研发的“海鳐01”号无人艇对所设计的航向跟踪控制算法进行湖上实船试验, 结果验证了该算法在实际工程中应用的可行性。

针对海上近岸威胁目标速度快、机动性强的特点，为提高无人艇编队海岸防御火力分配问题求解的质量和速度，建立了更加符合战场实际的无人艇编队多约束动态火力分配模型，并利用改进的蚁群算法进行模型求解。该模型较全面地考虑了威胁目标的动态运动变化和多方面资源约束，对算法的搜索能力提出了更高的要求。改进算法通过调整信息素的更新模式，采用时变的挥发因子，能在满足全局搜索的基础上避免陷入局部最优。通过蒙特卡罗仿真对比传统蚁群算法，结果证明该改进算法能有效提高无人艇编队海岸防御火力分配问题求解的有效性、收敛性和实时性，具有一定应用价值。

针对多USV编队控制问题,提出了一种基于多智能体(MAS)的编队协调策略与实现算法。首先,利用USV搭载的Agent之间的交互,实现分布式编队协调,同时基于引导者-跟随者法设计了面向“元编队”的控制器；之后,通过仿真实验与分析验证了策略与算法的正确性与稳定性；最后,利用“海鱇”和“海鳐”USV对所提方法进行海上试验,试验结果验证了其在实际工程应用中的有效性。

针对未知动态环境下欠驱动USV的多障碍物实时自主规避问题，提出了一种在线避障路径规划算法。算法基于全局路径的引导，充分考虑环境多障碍约束、USV本体运动学与动力学约束、既定航线约束，同时采用多目标函数作为优化函数，通过障碍物运动预测与滚动优化方式进行在线实时避障；之后，通过仿真实验与分析验证了算法的正确性；最后，利用某无人艇对所提避障算法进行湖上实验，结果验证了算法在实际工程应用中的有效性。