由于转盘电极原子发射光谱（RDE-AES）技术具有操作简单、无须制备样品、结果可靠性强等优良特性，被广泛应用于油液检测。但该技术采用的光源主要是电弧，由于电极磨损导致放电间隙改变造成的电弧不稳定等原因导致最后采集的光谱数据所分析的结果与实际存在误差。本文提出了一种基于“双转盘”电极结构的原子发射光谱油液检测装置的检测方法，即将传统“棒-转盘”电极结构中的棒电极更换为可以旋转的转盘电极，其显著优势是减小了电极磨损所带来的检测误差。对其结构进行物理建模，通过COMSOL多物理场仿真软件对电弧激发的过程进行了仿真，采用控制变量法研究了电极间隙、油膜厚度、外加激励三个主要变量对电弧激发效果的变化规律的影响，得到了影响因素与电弧激发时刻和激发瞬时温度的关系曲线图，并根据仿真结果进行了参数优化。仿真结果显示，“双转盘”电极结构较传统结构的激发效果有了明显改善，激发时间和激发温度都有一定的改善，尤其在大批量检测时电弧激发效果稳定，验证了该方法的先进性和实用性，为转盘电极原子发射光谱油液检测方法的进一步深入研究提供了分析支持。

为创建精确、稳定的试件二维加速度过载环境, 提高对转盘跟踪试验系统的控制精度, 对系统矢量转盘进行建模, 采用自适应混沌蚁群优化的RBF神经网络PID控制器, 解决RBF神经网络权值优化较慢的问题, 有效缩短神经网络学习时间, 提高PID控制器的在线自适应能力, 使转盘跟踪试验系统快速跟踪目标。仿真结果表明: 自适应混沌蚁群优化的RBF神经网络PID控制器优于传统的RBF神经网络PID控制器, 具有很好的准确性和快速性, 对于转盘跟踪试验系统设计具有较大的工程意义。

介绍了相干激光测风雷达系统中用转盘进行速度标定的方法, 在实验室搭建了激光雷达速度标定装置。采用1.645μm种子注入单频脉冲激光器, 在激光中心频率相对种子光移频量约62MHz、转盘直径300mm、转盘速度-47.12~47.12m/s可调、激光出射方向和转盘线速度方向夹角为36°时, 采用相干探测的方法测出了多普勒频移并反演出了测量速度；数据处理过程中分别采用最大值频谱估计法和频谱对齐法计算多普勒频移和转盘速度。实验结果显示, 频谱对齐法相对于最大值频谱估计法能够提高36.3%的测速精度, 因此在激光雷达测风系统中采用频谱对齐法相对于常用的最大值频谱估计法测量的风速精度更高, 这对提高相干激光雷达测风的风速精度提供了实验依据和参考标准, 验证了频谱对齐法在激光雷达测风的数据处理中的可行性。

基于图像压缩传感理论, 在手动式光学单点成像系统的基础上研究了自动式光学单点成像系统。主要介绍了系统中自动编码转盘的设计以及编码块的获取, 采用一系列优化的编码块图案作为测量矩阵, 并利用最小均方差线性估计(MMSE)重构算法进行实验。实验研究表明, 通过7.8% 低采样率即可实现对字符样本的重构。该自动编码转盘系统自动化程度较高, 误差较小, 而且可随意改变测量次数。