针对目前轨道交通市场上的一些以人工智能为主的地铁车辆列检产品在车辆变速时检测精度不高的问题，提出一种基于计算机视觉的地铁测速方法。首先，通过图像透视变换获取校正后的地铁图像，在校正后的图像基础上，利用深度学习目标检测方法定位车身区域。其次，对相邻两帧图像定位到的车身区域进行特征点检测，并采用区域最强特征点匹配方法获取匹配点对。然后，根据匹配点对计算出地铁移动的平均像素距离，结合像素尺寸换算出实际移动距离，再通过已知的相邻两帧图像时间差即可获取当前地铁实时速度。最后，根据实时检测的速度信息实时调整线扫相机行频，尽可能减少地铁车辆变速或者停车时产生的图像畸变，进一步提高地铁列检产品在车辆变速时的检测精度。在上海地铁17号线朱家角站的实际测试结果表明，由该技术获取的地铁车辆线扫图像不会因车速的变化而产生明显畸变，而且测速频率高，测试误差在1.2 km/h以内。

对不同尺寸的熔滴填充进入熔池后的匙孔三维形貌和熔池金属流动特性进行相应的数值模拟研究。数值模拟结果表明:熔滴在匙孔上方下落后填充进入熔池,该过程对匙孔的形态波动影响较大,熔滴尺寸较大时,匙孔深度的波动幅度较大。半径为0.9 mm的熔滴进入熔池后,匙孔前壁的液态金属由熔池上方向熔池下方流动的趋势更强烈,匙孔底部出现向下的流动趋势,该流动趋势与熔滴未滴入前的流动趋势截然相反;半径为0.6 mm的熔滴进入熔池后,匙孔前壁的液态金属流动趋势较为复杂,匙孔前壁上部出现由熔池表面向熔池下方流动的趋势,匙孔前壁中部出现由左向右的流动趋势,匙孔底部出现由熔池底部向上方流动的趋势。

研究了焊接速度对填材填充激光焊接熔池动态行为的影响。研究结果表明:焊接速度对填材填充熔池过程中的匙孔三维形貌及熔池流动行为具有显著影响;填材填充激光焊接熔池时,提高焊接速度有利于提高匙孔的稳定性;随着焊接速度提高,匙孔深度以及孔壁底部流动速度的波动幅度减小,维持匙孔张开的驱动力增大,匙孔附近的流场由匙孔壁面向熔池方向流动的趋势增强。

针对MATLAB标定工具箱的标定精度与所拍图像数量成正比的问题，即拍摄照片数量越多标定精度越高，提出了一种基于粒子群算法的摄像机内参数优化方法，从而达到拍摄少量图片也可以有较好精度的效果。首先摄像机从不同角度拍摄4张和20张标定板图片，利用MATLAB标定工具箱分别求取它们的内参数。然后根据标定点的实际坐标和反投影坐标建立目标函数，再由粒子群算法对标定箱求取的内参数进行优化。实验结果对比表明：与MATLAB标定工具箱相比，此方法能够在一定程度上提高少量标定板图片的标定精度。

对1.4 mm 厚的DP590 双相钢和1.2 mm 厚的6016 铝合金平板试件进行添加Sn-5%Zr(质量分数，下同)粉末的激光搭接焊试验，利用卧式金相显微镜、扫描电镜(SEM)、X 射线衍射仪(XRD)、背散射电子衍射技术(EBSD)和微机控制的电子万能试验机等研究了添加Sn-5%Zr粉末对焊缝微观形貌、焊接区域金相组织、断口形貌、主要物相、相的分布及含量、晶粒大小与接头力学性能的影响，采用基于密度泛函理论的第一性原理方法，计算了添加Sn-5%Zr粉末后新形成物相FeSn、Fe3Sn 和Fe3Al、FeAl、Fe2Al5等Fe-Al金属间化合物的模量。结果表明，添加Sn-5%Zr粉末钢/铝接头平均剪切强度为37.90 MPa，与未添加粉末相比，剪切强度提高，新形成ZrAl3 化合物细化了钢/铝界面Fe-Al金属间化合物的晶粒尺寸，Sn抑制Al向焊缝熔池内扩散，减少Fe-Al金属间化合物层厚度，新形成物相FeSn，Fe3Sn具有较好的延性，Sn-5%Zr 粉末改变了界面层Fe-Al 金属间化合物脆性相与延性相的比例，添加粉末增加焊缝熔宽，提高焊合率，因而添加Sn-5%Zr粉末改善了焊接接头的力学性能。