铅冷快堆反应回路中的高温液态铅铋金属会对轴流铅铋泵叶轮叶片头部产生冲刷磨损效应，造成叶片表面保护层破裂从而加快材料腐蚀速率。为了降低高温液态金属对叶片表面的冲刷磨损效应，设计平面、倒直角和倒圆角的三种叶顶间隙结构，并通过缩比换算方法验证仿真结果的可靠性，继而采用ANSYS CFX流体动力学软件分析了不同叶顶间隙结构下的流速、剪切力、流态随冲刷磨损特性变化规律，并利用壁面熵产率方法分析了高温液态铅铋金属在材料表面的能量损耗。结果表明：标准工况下倒直角模型的扬程和效率较平面分别降低了1.02%和0.64%，倒圆角模型扬程降低了0.51%，而效率提升了0.51%。叶轮内冲刷磨损效应主要发生在叶片轮缘进口边附近，倒直角和倒圆角设计可以通过降低叶顶间隙的流速和改善流态的途径减小叶片表面机械能损耗，从而降低该位置的冲刷磨损效应。因此倒圆角设计和倒直角设计能够改善高温液态铅铋金属对叶片头部冲刷磨损的影响。

箱外光电系统综合检测仪是光电成像系统高低温性能检测装置的重要组成部分，多光谱光学窗口是高低温箱和外置目标模拟器的接口。论文根据应用需求及材料分析结果，选取多光谱ZnS作为光学窗口材料，通过热传导理论对光学窗口组件低温使用状态进行分析，重点分析窗口组件在低温条件下加热对窗口组件面型的影响，并提出了实现微应力装配的结构形式及解决窗口组件在低温条件下结霜结雾的设计方案；通过sigfit对有限元计算结果进行提取、处理以及数据拟合，并通过CODE V分析口径为Φ310 mm窗口组件在使用温度范围内的波像差RMS，分析结果显示优于λ/15，满足窗口组件的光学性能要求，最后通过实物样机进行了验证。实验结果表明：该多光谱光学窗口组件的结构设计方案既满足多波段使用要求，又满足低温除霜除雾要求，同时保证了高低温条件下的光学性能要求。

Although previously reported terahertz absorbers can achieve high-sensitivity refractive index sensing, the resonant peak is too broad, which leads to a low figure of merit (FOM). Transmissive sensors based on bound states in the continuum (BIC) can achieve high FOM, but they have some limitations in high sensitivity. Herein, we propose a periodic triple parallel metal bars structure to obtain high quality, a strong field, and multiple hot spots by the Friedrich–Wintgen BIC. Numerical results show the sensitivity and FOM can reach 1877 GHz/RIU and 665, respectively. Compared to the previously reported transmissive sensors based on BIC, the sensitivity has been greatly improved.

荧光显微镜具有对样品损伤小、可特异性成像等优点，是生物医学研究的主流成像手段。随着人工智能技术的快速发展，深度学习在逆问题求解中取得了巨大成功，被广泛应用于诸多领域。近年来，深度学习在荧光显微成像中的应用掀起了一个研究热潮，为荧光显微技术发展提供了性能上的突破与新思路。基于此，首先介绍了深度学习的基本网络模型，然后对基于深度学习的荧光显微成像技术在荧光显微的空间分辨率、图像采集及重建速度、成像通量和成像质量提升方面的应用进行阐述。最后，对目前深度学习在荧光显微成像中的研究进行总结与展望。