利用太赫兹时域光谱技术对不同煤灰分含量的光谱进行分析，发现在0.5~3 THz频段内，随着煤灰分含量的增加，其折射率会逐步提高，吸收效应也会逐步增强；考虑到煤样品厚度对光谱的影响，提出一种基于厚度校正的吸收系数特征提取方法，提高了低灰分煤样品吸收曲线的数据区分度；利用双通道卷积神经网络提取折射率和吸收系数特征，建立了煤灰分预测模型。实验结果显示，训练集的拟合度为R2=98.21%，预测精度E_RMS=0.1442，而预测集的R2=93.56%，E_RMS=0.2037，均优于传统PLSR、BP和LSSVM等方法。可见，所提方法在解决选煤厂煤灰分检测问题上具有较好的表现，为选煤厂提供了一种新的技术路径。

电力绝缘子具有机械强度高、表面不易发生裂缝、老化速度慢等功能，在电力领域具有广泛应用。为了研究电力绝缘子层间气隙，构建了具有三层电力绝缘子的太赫兹（THz）波反射传播模型。模拟电力绝缘子层间气隙，制作了橡胶-环氧树脂板层间气隙缺陷样件。对含有层间气隙缺陷的样件的波形进行分析，能够检测厚度为100 μm的层间气隙缺陷，并对层间气隙厚度进行了计算。经数显千分测厚仪验证，THz检测层间气隙厚度的准确率达到95.61%。对缺陷样件进行能量积分成像并采用最大类间方差（Ostu）二值化方法提取气隙缺陷，为了验证THz检测的识别准确度，采用光学三坐标扫描仪对粘接缺陷重构提取缺陷面积，检测准确率达到95.29%。本文研究为电力绝缘子中含有层间气隙缺陷的检测提供了新方法。

胶接结构广泛应用于航空航天等**领域，但在工艺制作及使用过程可能会产生胶接界面脱粘缺陷和损伤，由于太赫兹无损检测技术对非金属材料良好的穿透性能，已被广泛应用于复合材料的无损检测中，太赫兹无损检测技术在多层胶接结构样件胶层内部缺陷的无损检测方面具有较大优势。利用反射式太赫兹时域光谱系统检测多层胶接结构样件，得到的具有样件内部材料信息的太赫兹时域信号，但信号中还包含了大量的冗余特征和噪声等无效信息，这些无效信息大大降低了信号处理和分析效率。针对这一问题，文中提出了基于二阶梯度法提取太赫兹时域信号有效特征，以飞行时间误差为限制条件基于信号的时域特征自适应确定阈值，稀疏太赫兹时域信号，减少信号中冗余无效信息，实现太赫兹时域信号的有效压缩。然后，通过二值化图像分割识别多高斯恢复信号和太赫兹时域光谱系统检测信号的太赫兹图像缺陷区域。最后，制备具有脱粘缺陷的多层胶接结构样件，开展太赫兹无损检测实验。结果表明：文中算法的数据压缩率达到了81%，相比传统压缩算法离散余弦变换提高了59%，相比主成分分析算法提高了75%，相比K-SVD字典学习算法提高了26%，缩短了约80%的数据计算时间，减小了约95%数据存储空间占用，且缺陷识别偏差不超过0.05。文中算法极大地提高了数据处理和分析效率，保证了缺陷识别的精度。

采用频率范围为0.25~2.5 THz的反射式脉冲太赫兹时域光谱系统，对聚乙烯管道热熔接头缺陷进行了无损检测。利用PE100板材之间的热熔焊接模拟实际聚乙烯管道的热熔焊接，分别制作了标准热熔焊接和冷焊、过焊、未熔合和夹杂热熔缺陷接头样件。通过太赫兹系统逐点扫描，并对接头位置进行了波形及峰度成像分析。其中未熔合和夹杂热熔缺陷样件与标准焊接样件在波形上有明显差别；冷焊、过焊、未熔合及夹杂热熔缺陷在峰度成像图中可见明显缺陷轮廓。针对标准焊接和夹杂、未熔合热熔缺陷构建第一类小波散射网络-卷积神经网络缺陷识别模型进行缺陷定性分析，其缺陷识别率均可达到98%以上。针对标准焊接和夹杂金属、粗沙、树枝缺陷构建第二类缺陷识别模型进行定量识别，其缺陷识别相对误差均在7.42%以下。

多层胶接结构广泛应用于航空航天领域中，其粘接强度是保障工程安全的关键因素。采用飞行时间、能量、幅值等不同的太赫兹时域光谱参数表征多层胶接结构胶层的均匀性，进而评价多层胶接结构材料的胶接质量。采用太赫兹时域光谱飞行时间成像法对胶层区域的均匀性进行定性分析，通过计算获得4块实验样件的飞行时间相对标准差分别为8.78%、8.09%、7.30%和9.57%，实现了胶层均匀性的定量评价；利用太赫兹时域光谱能量积分信息，分别采用能量积分曲线的峰度和偏度定性分析胶层均匀性，通过计算获得4块实验样件能量标准偏差分别为0.95、0.9、0.71和1.01，实现了胶层均匀性的定量评价；此外，根据太赫兹时域光谱的幅值特征信息，以幅值离散系数定量地表征胶层均匀性。研究结果表明：太赫兹时域光谱的飞行时间、能量积分及幅值3种特征参数均能够实现多层胶接结构胶层均匀性的定量评价，该方法能够为多层胶接结构粘接强度的评估提供可靠的手段。

当涂层粘接缺陷厚度过小时，缺陷的太赫兹时域光谱信号与基体反射信号产生混叠，难以从主脉冲信号中获取有效的粘接缺陷特征。通过构建基于传输矩阵法的薄涂层粘接缺陷太赫兹传播仿真模型，对太赫兹波在涂层粘接缺陷结构中的传播特性进行数值仿真分析。结合仿真结果和实际检测信号，提出基于多次回波特征的涂层粘接缺陷识别方法，利用缺陷太赫兹信号偏度特征进行成像，准确识别厚度为50 μm和80 μm的涂层样件中预置的10 μm和15 μm粘接缺陷，平均识别准确率达95.2%。

This study proposes a method based on material dispersion models to computationally simulate terahertz (THz) time-domain spectroscopy signals. The proposed method can accurately extract the refractive indices and extinction coefficients of optically thin samples and high-absorption materials in the THz band. This method was successfully used to extract the optical constants of a 470-μm-thick monocrystalline silicon sample and eliminate all errors associated with the Fabry–Pérot oscillation. When used to extract the optical constants of a 16.29-mm-thick polycarbonate sample, our method succeeded in minimizing errors caused by the low signal-to-noise ratio in the extracted optical constants.

采用太赫兹时域光谱无损检测技术对多胶接结构耐高温复合材料缺陷进行检测。为了识别同一位置上、下层同时存在脱粘缺陷，分析无缺陷区域、上层脱粘区域、下层脱粘区域的太赫兹信号波形，以特征峰峰度、偏度、最小值、峰谷值、波形因子以及信号幅值绝对平均值为特征，作为BP神经网络的输入。并通过粒子群算法优化BP神经网络的初始权重和阈值，解决了BP神经网络易陷入局部最优的问题。粒子群算法优化后的BP神经网络可实现上层100 μm和下层100 μm脱粘缺陷的识别，准确率达到90.71%和86.92%。

传统的太赫兹时域光谱成像通过寻找成像目标的单一特征参数来进行成像,这种方法有很大的局限性,无法灵活对比各种特征参数成像的优劣,很难对成像目标形成明显的对比。为此,针对耐高温复合材料胶接缺陷的太赫兹无损检测,提出一种新的图像增强方式——多特征参数成像,该方法可以通过改变单一特征参数在成像通道的权重,改善整体的成像效果。基于多特征参数成像方法,实现了耐高温复合材料上胶层0.05 mm厚度,下胶层0.15 mm厚度预置脱粘缺陷识别,相比于单特征参数成像方法,图像对比度提高了2倍。