针对叶轮类复杂曲面, 在机器人自动加工系统平台基础上, 选择旋转锉对其进行加工。对F型旋转锉进行了坐标变换的理论推导, 便于机器人工具坐标系的标定。利用ANSYS Workbench软件对叶轮材料进行了有限元分析, 获得了工件变形、应力应变、刀具变形等规律。

目前临床病原菌检测主要依赖细菌培养的方法，该方法周期长、准确性低，且容易产生交叉污染和人体感染等问题。提出微流控芯片核酸恒温扩增分子诊断技术，开发离心进样空气隔离微流控芯片和共焦面成像光学检测系统，采用旋转扫描信号采集方法和薄层空气浴流动加热比例-积分-微分温控方法对呼吸道病原菌进行实验和分析。研制恒温扩增微流控芯片核酸分析系统，将系统检测灵敏度提高至10 copies，降低样品试剂消耗量至0.94 μL，在45 min内能够同时进行多种病原菌指标的并行分析鉴定。通过100例临床样品实验测试，得到所提系统与传统聚合酶链反应所得结果的总符合率大于98%，可满足医院、社区医疗、乡镇卫生诊所等低成本精准医疗应用的需要。

实木地板的表面缺陷直接影响其力学性能和产品等级, 表面缺陷的快速检测对实木地板的在线分选具有重要的现实意义。 针对视觉方法检测实木地板表面缺陷识别率低的问题, 提出了一种基于近红外光谱分析技术的检测方法。 首先, 分别采集规格为200 mm×100 mm×20 mm的表面带有活节、 死节以及无缺陷的实木地板的光谱数据各60份, 其中30份作为训练样本, 30份作为测试样本； 其次, 使用高斯滤波(GSF)、 分段多元散射校正(PMSC)和去趋势法(DT)等方法对采集到的光谱数据进行预处理, 降低光谱噪声、 消除光谱的散射影响； 然后, 利用改进遗传算法从处理后的光谱中提取特征波长用于构建缺陷识别与分类模型； 最后, 使用基于贝叶斯理论改进的神经网络构建实木地板缺陷识别和分类模型。 实验使用含有活节、 死节以及无缺陷的实木地板样本对模型进行训练和测试, 结果表明: 通过贝叶斯神经网络构建的缺陷识别与分类模型能够准确识别活节、 死节和无缺陷三类实木地板, 识别率分别为9220%, 9447%和9557%。 证明了实木地板表面缺陷类型与其近红外吸收光谱密切相关, 并为下一步实现实木地板表面缺陷的准确定位提供快速检测方法。

在B3LYP/6-31G水平上研究了含亚胺和胆甾烯基不对称液晶二聚体的几何结构、电子吸收光谱和二阶非线性光学性质。研究结果表明,该类化合物分子的最强电子跃迁主要源于分子HOMO→LUMO的π→π*跃迁,对应的最大吸收波长位于337-349 nm范围,属于近紫外区。减小分子的中心柔性间隔基的长度和提高端接基的吸电子能力可以增强该类液晶的二阶非光学性质。