激光热处理作为一种材料表面高温处理技术，具有升温速度快、温度范围宽的特点，升温速度可达 104℃/s。传统的接触式测温法无法满足快速升温的温度场和升温过程的测量需求，为满足这一需求，本文设计一种非接触式的基于图像处理的红外 CCD测量材料表面温度的方法。针对温度测量范围宽的问题，提出了分段测量的方法；针对升温速度快，提出了计算机控制的快速自适应曝光时间算法；为提高测量精度，对温度 -灰度曲线进行了严格标定。实验证明该方法是一种低成本、高稳定性、高精度、简单有效的测温方法，本研究为激光热处理中材料表面温度测量提供了切实可行的解决方案。

基于紫外吸收光谱的COD测量方法, 尽管具有快速、 实时、 免试剂、 无污染等优势。 但该方法对于组分多变的水样适应性不强, 构建的单一计算模型不能适用于所有待测水样类型, 导致其在复杂环境下测量准确度较低, 从而限制了其应用领域。 本研究提出一种基于水样类型识别的测量方法。 其过程包括: 动态识别水样类型→自动选择相应的“吸光度(Auv)-COD”算法模型→计算COD。 该方法有效提高了紫外光谱法COD测量的准确度和适用性。 该研究在传统的光谱识别技术的基础上, 针对COD实际测量的特点加以改进。 选取水样吸光度曲线的形貌特征作为水样类型的表征参数, 利用LM-BP神经网络作为识别算法。 并引入了“历史数据队列”、 “历史识别因子”的概念, 在此基础上形成了级联的神经网络结构。 该算法实现了COD测量应用中的高准确度的光谱识别, 进而提高了复杂环境下COD测量的精度。 大量实验测试和结果表明, 与传统的光谱识别技术相比, 该方法在COD测量应用中具有更好的鲁棒性和准确性。 水样类型识别准确率达98%以上。 同时算法结构简单, 计算量小, 适用于资源受限的小型化COD测量仪。 当仪器在复杂多变的水环境中进行测量时, 采用该算法测量得到的COD精度有显著的提高。 该方法的提出为光谱COD测量法在水体组分多变场合的应用及提高其测量精度提供了技术保证, 可望解决传统紫外光谱COD测量法难以适应变化和复杂水环境应用的问题。

激光触发产生弱耦合等离子体在超快时间(10~100 fs)内,产生离子的方式和机制一直是人们很难探知和计算的。利用激光电离原子的最基本特性,寻找出产生离子时所有的电离路径,将电离路径中产生X射线的路径标记出来加以研究,再结合弱耦合等离子体环境中原子或离子能级移动的性质,对比和计算相同路径下相同电离结果中存在的不同电离方式,可区分产生相同产物的不同电离次序。这套方法可通过罗列计算并对应所产生的特征X射线光谱来确定10~100 fs内离子的产生过程以及产生机制,电离路径及电离次序。为激光与物质相互作用在超短时间(10~100 fs)内的物理过程研究提供了一种可探测的技术。

研究了非对称In_0.53Ga_0.47As/In_0.52Al_0.48As量子阱中二维电子气的磁输运性质，所测量的样品的径向磁阻R_xx的Shubinikov-de Haas振荡没有呈现出拍频的特征。通过测量样品的反弱局域效应提取了其零场自旋分裂能并通过对自旋分裂的R_xx双峰间距随倾斜角度θ的依赖关系的拟合提取了高场下的有效g因子。样品的Dingle plot图呈现非线性的特征，这可以归因于来自样品衬底附近的掺杂Be原子的长程势散射效应。