为了提高抗反射硅表面制备的加工质量、缩短研制周期，提出了一种基于时频域处理的面向激光加工过程的声波信号在线监测及分析方法。利用声信号的时频谱图分析了0~30 kHz内的声信号与激光烧蚀形成的表面微结构特征尺寸之间的相关性，具体分析了激光功率及加工次数对微结构深度及声信号各频率幅值变化的影响。以声信号作为输入，基于人工神经网络对加工质量进行预测。实验结果表明：通过监测激光加工时产生的声信号能够明确反映被烧蚀硅表面是否形成周期性微结构，且微结构宽度不同，其对应的声信号频率组成也不同。在微结构宽度固定的情况下，归一化后的声信号特征参数随微结构深度线性变化，且受到激光功率变化的影响忽略不计。以硅基表面5%的反射率作为加工质量分界线，采用人工神经网络对加工质量的预测结果与实际测量结果的准确率可以超过90%。结果表明：声波在线监测可以有效应用于评估表面加工质量，为抗反射硅表面制备过程的实时监测提供了理论依据。

海底光缆敷设投资巨大, 而近海区域人为导致的断缆故障频发。目前的技术手段只能在海缆被破坏后进行断点定位, 而无法对海缆潜在危害事件进行实时监测、提前预警和事件定位。提出了一种双向干涉多域相关识别技术, 通过海缆中已有光纤构建对外部安全侵害事件敏感的传感系统, 对无事件发生、敲击光纤和拉拽光纤这3类事件进行了实验与分析。实验结果表明: 该技术可有效预防海缆灾害, 提高重要海缆的安全性和生存性。

散斑血流灌注成像是一种利用红细胞对激光的散射特性监测血流灌注信息的医学成像技术。同传统血流灌注监测方法相比，其具有实时显像、分辨率高、成本低、无需造影剂等优点，尤其在体表血流监测方面独具优势。简述了散斑血流灌注成像的基本原理，总结了其技术进展及在眼底血流、脑血流、体表微循环监测及肿瘤血流灌注监测几个方面的应用，并介绍了其在监测鸡胚肿瘤血管新生方面的新应用。

高压输电线的弧垂是线路设计和运行的重要指标，关系到线路的运行安全，必须控制在设计规定的范围内。输电线弧垂测量是国内外电力部门和研究机构的重点研究内容。基于毛细管光纤设计了一种新型的高压电线弧垂传感器。该传感器具有模场面积大、抗电磁干扰能力强、可实时在线监测的优点。实验结果表明，当传感器的弧垂曲率半径小于15 cm时，监测灵敏度为2.552 dB/cm，线性相关系数为0.9635。传感器的弧垂曲率半径越小，弯曲程度越大，毛细管光纤传感器的灵敏度就越高。该实验现象与理论分析结果相一致，验证了其在实际应用中的可行性。

导线微风振动的存在严重威胁着输电线路的正常运行。鉴于此，输电导线微风振动监测系统的监测设备应具备抗磁能力强、精确度高、安装简易的特点。设计了一种基于热成像摄像机和图像处理技术的输电导线微风振动在线监测方案，详细阐述了该方案在硬件和软件部分的实现方法。此设计可以在线实时、准确地测量导线的动弯应变大小，并且具备抗电磁干扰的能力，有效保证了输电导线微风振动的监测需求。

结合激光诱导击穿光谱(LIBS)技术,设计激光清洗在线监测系统以实时监测激光清洗的质量。实验所用的激光器为光纤激光器,其可以在多维空间中加工应用。首先确定激光清洗速度,并研究LIBS随激光单脉冲能量密度的变化规律,用来表征碳纤维复合材料清洗的效果。然后在数据分析的处理上,采用均值平滑去除背景的方法处理包络状的光谱连续背景;采用DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法实现光谱噪声和有效数据的分离;采用皮尔逊系数分析的方法确定激光清洗的最佳烧蚀次数,为激光清洗实现过程自动优化控制提供判定依据。最后采用扫描电子显微镜分析碳纤维表面形貌特征,证实LIBS技术在线监测激光清洗效果的有效性。

基于自身搭建的光纤激光焊接在线监测系统, 实现不锈钢光纤激光焊接过程中搭接间隙的监测。研究发现, 当激光搭接焊接过程中出现间隙时, 对焊缝的横截面形貌影响较大, 但小孔熔深几乎不受影响。但实时监测到的光信号时域幅值及时频域上频率的分布有着明显的变化。利用相关的信号处理方法对信号进行了初步分析, 阐述了搭接间隙对光信号的影响规律及机制, 同时也为分析搭接过程中等离子体和熔池的动态行为提供了依据。

为了准确检测油田伴生气中微量H2S气体的含量, 设计一种模拟油田伴生气中微量杂质气体H2S的在线实时分析系统, 能够为油田伴生气回收利用工艺的改进和制定提供依据。该系统基于可调谐激光吸收光谱技术和波长调制技术, 利用可调谐的分布反馈式激光器、锁相放大器, 结合改进新型Herriot气室、InGaAs探测器, 实现了模拟油田伴生气中微量气体H2S的实时在线监测。为消除背景气体CH4以及其他杂质气体的干扰, 开展RBF和经典BP神经网络的对比实验。通过模拟混合气站配备多种不同浓度的H2S标准气体测试系统, 实验结果表明, 在强大背景气体的干扰下, 该系统可达到的H2S检测下限为1.2 ppm; 在抗干扰方面, 与经典BP神经网络相比, RBF神经网络具有很强的优势, 其预测误差小于10-10。另外, 该系统还具有较高的检测精度和强鲁棒性, 在油田伴生气中微量气体的检测领域具有很强的适用价值。

用近红外光谱法实现嫩, 中, 老三种炼蜜含水量的快速测定及不同炼制程度蜂蜜的快速分级。 过程化控制是中药质量稳定的关键因素, 但由于检测手段的滞后而无法实现, 因而影响中药质量。 蜜丸是具广阔应用市场的剂型; 炼蜜工艺是影响蜜丸质量的关键工序; 在炼蜜过程中, 蜂蜜从嫩蜜炼制到中蜜仅需几至几十秒, 变化迅速, 传统检测手段不能对蜂蜜炼制过程进行实时监测, 进而无法保证炼蜜质量的均一性。 力求采用近红外光谱法(NIRS)对炼蜜过程进行实时检测, 准确控制嫩蜜、 中蜜的炼制程度, 并对其含水量进行定量测定。 实验通过Rudolph折光仪测定不同炼蜜的含水量, 并快速测定样品的近红外光谱, 结合偏最小二乘法(PLS)建立并优化88批炼蜜水分的定量模型, 利用校正模型决定系数(R2)、 校正模型均方根误差(RMSEE); 内部交叉验证决定系数(R2), 内部交叉验证均方根误差(RMSECV); 预测模型的相关系数(r)、 预测均方根误差(RMSEP)对校正模型进行评价, 其中RMSECV主要用来筛选建立模型的最佳主成分数, RMSEE和RMSEP分别对所建立校正集和验证集进行误差分析。 同时采用鉴别分析法建立定性模型用来区分炼蜜等级。 经不断优化, 图谱经矢量归一化法(SNV)预处理后, 在7 201.2~5 446.2 cm-1波段内选取9个主成分建立水分模型。 建立的最佳模型中, 校正集R2, RMSEE分别为99.43, 0.299, 内部交叉验证R2, RMSECV分别为99.05, 0.348; 预测集R2, RMSEP分别为98.19, 0.347; 定量模型显示, NIRS可快速、 准确、 无损的对炼蜜含水量进行测定。 同时按照含水量测定结果对炼蜜嫩、 中、 老3个等级进行划分, 进而采用鉴别分析法对炼蜜进行定性分析, 结果显示嫩、 中、 老3种炼蜜有明显的聚类现象, 表明因子化法是鉴别炼蜜程度的一种有效方法; 综上所述, NIRS可望实现对炼蜜过程实时监测, 准确控制嫩蜜, 中蜜的炼蜜程度并对炼蜜含水量进行快速实时定量测定, 为不同炼蜜等级划分提供参考, 保证炼蜜质量的均一性, 最终保证蜜丸质量的稳定性。