具有高灵敏度、 高光谱分辨率的中红外激光外差光谱气体探测, 是以窄线宽激光器作为本地振荡器, 通过放大入射的微弱吸收信号, 实现大气痕量气体柱浓度和垂直浓度廓线的遥感探测技术。 基于当前的激光外差辐射计, 提出了一种新型的仪器结构。 引入直接吸收光谱系统实现外差系统工作波长的选定和频率标定。 采用紧凑型红外黑体源EMIRS200作为宽带辐射光源, 替代太阳光, 进行激光外差系统的验证分析。 为激光外差辐射计的下一步系统集成提供了新方法。 研制了中红外宽调谐激光外差辐射计概念验证系统, 对系统基本参数进行了测试分析。 该系统采用8 μm外腔量子级联激光器(EC-QCL)作为本地振荡光源, 红外黑体源EMIRS200作为辐射光源。 通过对该系统基本参数的测试数据分析, 获得了系统信噪比(~120)和外差转换效率(~0.006)参数。 利用艾伦方差分析确定了EC-QCL的稳定时间至少达到了133 s, 因此非常适合于激光外差光谱的采集。 得到直接吸收光谱系统的1σ最小体积分数探测限为2.312×10-8, 能够满足大气甲烷高灵敏检测需求, 同时实现外差系统工作波长的选定和频率标定。 最后利用已建立的激光外差辐射计概念验证系统获取了甲烷中红外8 μm处高分辨激光外差吸收光谱, 并与甲烷在8 μm波段附近的直接吸收光谱进行了光谱比对。 最后拟合了系统光谱分辨率参数, 验证了该概念验证系统的高光谱分辨率, 能满足较窄线宽条件下的高分辨率激光外差光谱的测量。 实验结果表明, 激光外差系统中引入直接吸收光谱系统可以实现外差系统工作波长的选定和频率标定。 紧凑型红外黑体源EMIRS200可以用于激光外差辐射计的结构优化, 实现激光外差系统的分析验证, 为进一步应用于测量实际大气中多组分气体的光谱提供了实验基础并拓展激光外差辐射计在高精度遥感探测领域的应用。

基于卷积神经网络的深度学习方法对钢轨表面损伤的自动化检测起到非常重要的推动作用,因此提出一种基于卷积神经网络的钢轨表面损伤检测方法。首先,在经典U-Net的收缩路径和扩展路径之间增加一个分支网络,可以辅助U-Net输出理想的分割图。然后,将Type-I RSDDs高速铁路轨道数据集作为检测样本,使用数据增强的手段扩增检测样本后馈入改进的U-Net中进行训练和测试。最后,采用评价指标对所提方法进行评估。实验结果表明,所提方法的检测准确率达到99.76%,相比于其他方法的最高水平提高6.74个百分点,说明所提方法可以显著提高检测准确率。

为了检测金属材料生产、使用过程中的厚度损失及表面裂缝损伤,对比分析了激光干涉仪和电磁超声换能器(EMAT)对金属激光超声信号探测的准确度和实用性。采用激光干涉仪表面波信号与纵波信号相结合的方法探测了铝板厚度,并根据背面纵波信号测量了铝板表面裂痕缺陷深度;采用EMAT表面波信号确定铝板裂痕缺陷的位置,纵波信号确定铝板的厚度。结果表明,相比激光干涉仪的复杂激光超声信号接收光路,EMAT铝板测厚及裂痕缺陷位置检测的误差均在4%以下,且裂痕缺陷位置的预测值不会随着表面裂痕缺陷深度的减小而增加。可见,采用激光超声与电磁超声相结合的方法可有效地降低检测条件的复杂性,提高激光超声的实用性。