环境条件的变化能够影响和改变溶解态有机质（DOM）的组成结构及化学特征， 进而影响其生物地球化学循环过程。 采用同步荧光光谱、 三维荧光光谱、 傅里叶变换红外光谱（FTIR）， 结合二维相关光谱分析方法， 研究了pH条件变化对DOM特性及其与Cu2+相互作用的影响。 结果表明， （1）随着pH值由5逐渐升高至10， DOM不同组分的荧光强度显著增强， 其中类腐殖酸组分变化最显著， 类富里酸组分变化最优先， 这是由于pH的变化引起的醛酮、 酚基、 羧基等相关基团暴露导致的。 （2）荧光光谱二维相关分析表明， pH的改变能够显著地影响DOM不同组分与Cu2+的结合能力， 但并不能影响其结合顺序。 三维荧光光谱结合平行因子分析共解析出3个荧光组分， 荧光组分的淬灭曲线非线性拟合结果更是定量验证了这一结果。 （3）FTIR结果表明高pH条件下DOM与Cu2+结合点位更多， 结合强度更强。 pH 5和pH 10条件下DOM官能团与Cu2+的结合顺序分别依次为: 多糖C—O>酚基>醛酮CO>芳香族C—H和多糖C—O>酰胺Ⅱ带C—N>酚基>脂肪族C—H>醛酮CO>羧基C—OH>芳香族C—H>羧基CO。 荧光光谱和FTIR的异谱二维相关分析进一步表明Cu2+与DOM类腐殖酸组分的相互作用滞后于酚基和芳基等基团。

为实现苹果产地的判别分析，以阿克苏、静宁、灵宝和烟台的红富士苹果为研究对象，在800~1700 nm范围内采集苹果的高光谱数据，分别采用一阶导数（1-Der）、二阶导数（2-Der）、标准正态变换（SNV）、多元散射校正（MSC）、小波变换（WT）、平滑变换（SG）、傅里叶变换（FT）对原始光谱数据进行预处理，建立线性模型偏最小二乘法判别分析（PLSDA）和非线性模型极限学习机（ELM）和支持向量机（SVM）两种。结果显示，采用MSC预处理方法的效果最佳，非线性模型优于线性模型。对MSC预处理之后的光谱数据，分别采用主成分分析（PCA）、连续投影算法（SPA）、竞争性自适应重加权算法（CARS）提取特征波长，再基于特征波长建立苹果产地的ELM和SVM判别分析模型。结果表明，CARS方法提取特征波长的效果最佳，两种机器学习算法的测试集的正确率分别为98.75%和100%，这可为苹果产地的判别分析提供理论参考和实验依据。

瑞利多普勒激光雷达可对平流层和中间层大气的水平风速和温度进行连续观测。中国科学技术大学最新研制的瑞利测风测温激光雷达增加了多普勒频率校准装置，可实现对晴空天气下15~70 km大气的水平风速和温度的高精度观测。分析了该激光雷达系统2018年9~10月在我国西北部地区的水平风速和温度连续观测数据，通过提取风速和温度扰动、频谱分析、重力波模型参数拟合及Hodograph分析，计算重力波的垂直波长、固有周期、水平和垂直传播方向等参数。从224 h的观测数据中共计提取到重力波384个波次。在这些重力波事件中，53.9%的垂直传播方向为向上。风速和温度的波动幅度分别集中在10~20 m/s和10~20 K，70%以上的垂直波长在5~10 km范围内，极少出现15 km以上的波动；水平波长在100～200 km左右，固有周期<5 h的波动占比较大，水平传播方向以西偏北20°和东偏南20°的相向的方向为主导。

白天太阳光背景辐射严重降低雷达系统的信噪比, 从而影响探测高度和精度。为实现对中高层大气相关参数的全天时测量, 利用Nd:YAG激光器产生的355 nm激光束作为光源, 研制了用于全天时的超窄带滤光器。从原理出发, 利用FP标准具透过率曲线单支具有超窄带宽的特性, 设计了一款用于进行白天观测的级联式超窄带滤光器; 给出了该超窄带滤光器近似透过率函数形式, 定义了滤光器性能评价函数, 给出了设计方法; 通过定义的滤光器性能评价函数, 对超窄带滤光器主要参数进行了优化设计, 给出了各光学部件具体参数, 给出了超窄带滤光器的信噪比提升效果; 最后, 通过具体实验对各标准具及级联状态下的系统透过率进行了标定, 经曲线拟合表现出较好的一致性。

为了实现工业现场中对机器人工具坐标系进行快速高效地校准, 同时提升坐标系的校准精度, 提出了一种机器人工具坐标系快速校准方法, 搭建了校准系统和实验平台。对校准系统的校准测量速度和精度进行了测量和研究。该校准方法使机器人按照预定圆周和直线的轨迹进行运动, 运动时统计该系统在光电传感器中出现的时刻, 得到工具坐标系偏斜的位置。本文分析了光电传感器由于装配工艺的原因无法形成直角坐标系而引起的误差, 同时根据坐标系转换原理, 对此项误差进行分析。最后实验结果表明: 机器人工具坐标系的校准精度为±0.5 mm, 恢复时间为15 s。该结果满足汽车生产线对于精度和效率的要求, 能够快速有效地对机器人工具坐标系进行校准。

工业机器人在工业现场进行连续高速作业过程中, 电机发热和关节摩擦生热将导致机械臂本体温度升高, 引起机器人末端定位漂移, 严重影响机器人的重复定位精度和作业精度。针对制造现场的工业机器人, 提出了一种基于双目立体视觉的温度误差在线补偿方法, 并基于微分运动学和双目视觉原理构建了温度误差补偿模型。在机器人末端安装基准球, 同时在基座附近固定视觉测量传感器, 机器人完成作业循环之后, 以不同的姿态带动基准球至传感器视场内进行补偿测量。此外, 通过分析各关节参数随时间变化的规律, 筛选出符合温度漂移规律的显著性参数进行补偿, 有效降低了补偿测量次数和耗时。实验结果显示, 补偿后机器人的重复定位精度可维持在±0.1 mm的水平, 能够显著改善制造现场工业机器人的作业精度, 且整个补偿测量过程耗时10 s左右。

第三批外专计划、广东省省级科技计划项目、激光与等离子先进制造技术创新团队资助项;

胡杨叶片水分含量是评价胡杨健康状况的重要指标。 光谱检测法是一种常用的手段, 但在近红外光谱的测量过程中, 在一定程度上必然受到仪器噪声、 摆放形态差异和环境的干扰, 为避免噪声、 散射对近红外光谱的影响, 减少数据维数, 采用多元散射校正（MSC）算法对原始光谱数据进行预处理, 去除散射和基线漂移的影响, 增加了光谱数据的信噪比, 使有效光谱信息较为明显, 谱带特征得到加强, 有利于特征波长的选择。 为降低模型的复杂度, 防止过拟合现象, 减小共线性影响, 利用连续投影算法（SPA）进行特征变量选择, 并通过多元线性回归模型, 分析各个波长模拟的残差平方, 评价各个波长的贡献, 剔除贡献较小的波长, 最终获得用于建模的特征波长, 改善建模条件。 最后使用偏最小二乘回归算法建立胡杨叶片水分含量检测模型。 实验表明, 直接使用原始光谱, 利用SPA算法筛选变量个数为6个, 模型预测精度为90.144%, 相关系数r=0.674 24, RMSE=0.021 434, MSC处理后, 利用SPA算法选定最终变量数为5个, 预测精度为97.734%, 相关系数r=0.781 63, RMSE=0.016 776。 MSC和SPA算法有效的消除了散射噪声、 减小了共线性干扰, 模型的预测精度和相关性增加, 误差减小, 可用于胡杨叶片水分的快速无损检测, 而且对其他作物叶片水分检测也具有一定的借鉴意义。