为增强304不锈钢表面性能，利用激光熔覆技术在其表面制备了TiC颗粒增强Fe基复合涂层，研究了激光功率对涂层几何特征、组织特征及硬度的影响规律和原因，引入灰关联分析综合表征熔覆层的组织特征，并推测出激光熔覆过程中TiC颗粒的熔解机制。结果表明，随激光功率的增加，熔覆层高度、气孔率、未熔TiC颗粒含量降低，宽度、深度、稀释率、析出TiC的二次枝晶臂间距增加，析出TiC含量先增加后降低、基体的二次枝晶臂间距先降低后升高且在1800 W时分别达到最高和最低。当激光功率为1800 W时，熔覆层表面成形良好，其组织特征均衡发展且灰关联度达到最大，平均硬度为801.5 HV_0.5，达到基体的4.5倍左右。另外，TiC颗粒在激光熔覆中共有两种熔解机制，其特征分别为由外向内和整体分解，两种机制共同作用导致TiC颗粒的完全熔解。

为了获得TiC铁基合金粉末在316L不锈钢上的激光熔覆最佳工艺参数，提出了一种基于遗传算法优化的反向传播（BP）神经网络的激光熔覆参数优化方法。设计三因素五水平的全因子试验，测量了熔覆层的宏观形貌和平均硬度，建立输入参数（激光功率、扫描速度、保护气流量）和响应量（熔覆层宽度、熔覆层高度、稀释率、显微硬度）的神经网络模型。以多元非线性回归分析工艺参数对响应量的影响，并以综合灰关联度表征熔覆层的综合性能，寻优得到最佳参数。试验结果表明，激光功率和扫描速度对熔覆层宽度、稀释率和显微硬度的影响明显，而保护气流量对熔覆层高度影响最显著，遗传算法优化的BP神经网络模型各响应量模型的拟合优度均达到0.85~0.91之间，GA-BP模型精度良好，当参数为1090 W，扫描速度为4.4 mm/s，保护气流量为10 L·min^-1，综合性能最佳，表明BP神经网络算法适用于激光熔覆层质量控制和参数优化。

在工业领域中，通过铸造所制备的巴氏合金往往存在缺陷。为了探究如何减少巴氏合金在组织和性能上的缺陷，对比了通过传统浇铸和冷金属过渡焊接（CMT）两种方法在20钢基体上所制备巴氏合金层的组织和性能，并在其表面进行了激光重熔试验。利用金相显微镜、扫描电镜、能谱仪以及维氏硬度计等仪器检测了浇铸、堆焊巴氏合金和重熔巴氏合金层的组织和硬度，通过对比分析可知，CMT堆焊层组织较浇铸层更细，与钢基体的冶金结合更强。激光重熔在细化晶粒、消除粗大组织的同时，未产生偏析、气孔等缺陷。不同激光功率对于巴氏合金层的组织和性能影响各不相同，激光功率分别为300 W和500 W时，堆焊、浇铸试样的重熔层硬度达到最大值35.16 HV_0.025和36.92 HV_0.025。激光重熔对巴氏合金组织和性能的强化效果显著，对于滑动轴承的研究有着巨大的工程应用价值和发展前景。

生物散斑技术能够无损表征微生物活性，在农产品品质管控领域受到广泛关注，然而，传统散斑图像处理方法不易区分不同生物活性区域，在质量评估和分类过程中会产生误差。针对此问题，提出一种基于小波能量谱图的新型图像处理分析方法。首先基于正交小波进行图像分解，然后提取其低频分量建立能量谱图，最后计算图像的能量强度分布，定量分析散斑活动。在市面常见的冰糖心苹果上进行的碰撞实验结果表明，与传统Fujii法、加权广义差分法、改进惯性矩法及小波熵法相比，所提方法不仅能够揭示苹果生物活性随时间的演变规律，还通过具有更高对比度和稳定性的指标实现对苹果表面正常区域和碰撞区域的区分。由于所提处理分析方法可有效识别苹果表皮瘀伤，有望在水果机械损伤评估领域获得广泛应用。

选取316L不锈钢粉末以同步送粉方式在Q235钢板上进行了不同工艺参数的激光熔覆, 通过光学显微镜、维氏硬度计、X射线衍射仪对熔覆试样分别进行金相观察、硬度测定和物相分析, 并采用盲孔法对熔覆层表层应力分布状态进行测量。研究了激光功率、扫描速度、送粉速率对熔覆层组织和性能的影响。结果表明, 在一定范围内, 随着激光功率和送粉速率的增大以及扫描速度的减小, 熔覆层厚度增加且微观组织逐渐变得粗大, 熔覆层硬度有所降低, 而残余应力呈逐渐上升趋势。

采用波长为1064 nm的脉冲光纤激光器对FV520B合金钢表面的高温氧化色层进行清洗，以激光功率、脉冲频率、清洗次数和基体原始粗糙度作为变量，考察各参数对试样表面氧化色清除效果及清洗后表面粗糙度的影响规律。研究结果表明：对于200#砂纸打磨的预处理样品（粗糙度约为 0.503 μm），当清洗激光功率为40 ~120 W时，清洗后试样表面粗糙度无明显变化，当激光功率为120~ 200 W时，随着激光功率的增大，粗糙度逐渐减小；在激光功率为120 W、脉冲频率为20 kHz 的条件下，对200#砂纸打磨的预处理样品（粗糙度约为0.503 μm）进行多次清洗，当清洗次数达到2时，粗糙度显著降低（粗糙度降低40.8 %），继续增大清洗次数，粗糙度降低效果不明显，确定最佳清洗参数为激光功率120 W、脉冲频率20 kHz、清洗次数2。此外，当清洗参数一定时，随着预处理试样初始粗糙度的减小，氧化色层的去除率下降，且清洗后粗糙度的降低效果不明显。

混合使用响应面近似模型和直接优化方法对主镜进行轻量化和支撑点布局集成设计,并以2.5 m地基光学望远镜的超低膨胀主镜为例,对该方法的参数敏感性分析、基于Kriging响应面多目标遗传算法的全局优化、基于混合整数序列二次规划梯度算法的局部优化过程进行研究,并采用折衷规划理论制定评价函数。集成优化结果表明,与相同尺寸的实心镜相比,主镜采用背部局部开放式六边形孔夹芯三明治结构时,轻量化率为72.13%。主镜轴向采用54点whiffletree被动支撑,在光轴竖直及重力载荷下镜面变形的均方根值为6.08 nm,各项指标均满足设计要求。

为了获得纳秒激光除锈工艺规律并揭示除锈机理, 研究了不同工艺参数下激光除锈后AH32船用钢的表面形貌与粗糙度。采用纳秒脉冲激光器在不同工艺参数下对试样表面锈层进行激光清洗, 使用激光共聚焦显微镜测量清洗表面粗糙度, 基于扫描电镜观察清洗表面微观形貌, 借助能谱分析仪进行清洗表面元素分析。最后, 结合试验结果揭示了AH32船用钢的纳秒激光除锈机制。试验结果表明: 在3 000 mm/s的扫描速度下分别采用30.6 J/cm2和10.2 J/cm2的激光能量密度对AH32船用钢表面锈层进行分步激光清洗, 可以显著改善清洗形貌并降低表面粗糙度。微观形貌分析发现在上述清洗条件下, 基体表面呈现微熔状态, 光斑内部光滑均匀, 边缘分布枝晶状乳突结构。分步激光清洗工艺可以获得较好的清洗效果和较高的清洗效率, 其除锈机制主要包括孔洞爆破机制和烧蚀蒸发机制。

为了研究激光除漆工艺规律并优化工艺参数,采用纳秒脉冲激光器对304不锈钢基体表面的丙烯酸树脂漆进行激光清洗实验。采用扫描电子显微镜与X射线能谱仪分别对激光除漆后的表面微观形貌与成分进行分析,并使用激光共聚焦显微镜对除漆后的表面粗糙度进行测量。基于响应面分析法,使用Design-Expert软件研究激光功率、扫描次数和光斑搭接率对激光除漆后表面微观形貌、成分和表面粗糙度的影响规律,并对除漆工艺参数进行优化。研究发现:光斑搭接率对表面成分的影响最为显著,而激光功率对表面粗糙度的影响最为显著;优化结果显示,当激光功率为19.18 W、光斑搭接率为46%、扫描次数为3次时,激光除漆的效果最佳。采用合适的工艺参数进行激光除漆,可以获得较好的清洗效果。

采用COMSOL Multiphysics建立了纳秒脉冲激光清洗2024铝合金表面丙烯酸聚氨酯漆层的有限元模型,分析了不同参数对激光清洗温度场和清洗深度的影响,并进行了实验验证。结果表明:扫描速度以搭接率的形式影响清洗效率,扫描速度越慢,清洗速率越小,当搭接率为50%时具有合适的清洗效率;随着激光能量密度增加,漆层表面和基体表面的最高温度线性升高,当激光能量密度达到25 J/cm 2时,激光辐照区域的漆层材料完全被去除,铝合金基体的烧蚀深度为50 μm;在激光能量密度为25 J/cm 2,搭接率为50%的实验参数下,基体表面沟槽峰谷高度为50.234 μm,在此参数组合下可以获得良好的符合涂装工艺要求的表面。该结果可为研究纳秒脉冲激光清洗及其工艺参数的选择提供参考。