在实时工况环境下的计量用互感器全量程校准技术是新型量值传递溯源的关键技术，也是解决在运计量互感器周期检定困难的有效手段。为了实现在实时工况下针对计量用低压电流互感器的全量程校准，提出了一种先注入反向电流抵消原有一次背景电流， 再注入异频（60 Hz）试验电流对电流互感器进行校准的方法；同时提出了一种融合测差法与平衡法思想，采用锁相法指零的误差测量方法。研制了校准装置，研制的装置在一次背景电流清空试验中的残余电流占比小于2%。验证试验以停电状态下传统校验仪测得的误差值为约定真值，在模拟的实时工况下测得的比差最大误差为0.019%，角差最大误差为1.2′；在实时工况下测得的比差最大误差为0.052%，角差最大误差为1.5′。试验结果表明，研制的装置已具备在实时工况下对0.5S级的计量用低压电流互感器进行全量程校准的能力。
基于高温超导约瑟夫森结的超导量子干涉器件（SQUID），工作在液氮温区、运行成本低，可应用于生物磁测、地球物理勘测、材料无损评估、磁性粒子探测等方面的微弱磁场测量。所述SQUID是在钛酸锶（SrTiO3）双晶衬底上生长钇钡铜氧（YBCO）/金（Au）双层膜，通过紫外光刻、离子束刻蚀等技术制备的。在液氮温区测量了超导量子干涉器件的电压-电流（V-I）特性曲线，磁通电压特性曲线（Φ- V）和频率-磁通噪声曲线。器件的磁通电压转换系数为83.1 μV/Φ 0（Φ 0为磁通量子），器件的有效面积达到0.45 mm2，在10 kHz频率处，磁通噪声和磁场噪声分别为37.0×10-6 Ф 0·Hz-1/2和168.9 fT·Hz-1/2。
针对传统简化算法对点云数据的适用性不强、耗时较长、尖锐特征点的精简效果不佳等问题，提出一种基于特征贡献值及曲面分级的点云简化算法。首先利用体素化重心下采样算法对点云数据进行粗简化处理；然后根据局部几何特征确定出点云的最佳邻域范围，再根据该邻域范围计算点云数据的局部贡献值，并提取出点云特征点；最后，使用改进的k-means算法对点云数据分类，按照类别和贡献值对点云进行精简化。对斯坦福公共点云数据集和文物点云数据集分别进行了简化实验，结果表明，与曲率采样法、随机采样法和点特征保留精简法相比，所提算法的简化准确度分别提高了约70%、50%和20%，能够在保持特征区域的同时，较好地简化点云非特征区域并有效避免孔洞，实现点云准确简化。
基于微机电系统（MEMS）技术设计并制造了一种集成加热和控温的低功耗型弱磁加热结构，通过力学和热学分析探究其在芯片级集成化加热和温控领域的应用潜力。该结构采用聚酰亚胺为基底构建悬挂式结构，力学分析表明其具备机械稳定性优势，通过理论计算、有限元仿真和抗拉实验验证，该结构最大能承受0.68 N的压力荷载，并安全承载体积为5 mm×5 mm×2 mm的硅基芯片。热学分析显示该结构在加热过程中温度分布及功耗情况，仿真结果表明，与无悬挂式结构相比，该结构能够实现24.5%的功耗降低；真空环境下实验测得，使用该加热结构将芯片维持在80 ℃时所需的加热功率仅为13.3 mW，同时加热过程中产生的磁场强度为6.125 nT。
铝合金环轧中，温度参数对产品性能与质量至关重要。但环轧时环境和锻件表面状态会干扰红外图像辐射温度的一致性，致使红外测温精度下降。为此，提出基于Tsallis熵的红外测温方法。首先，利用热像仪采集的红外图像，建立红外图像的辐射温度和实际温度之间的温度计算模型；其次，为克服环境和锻件表面状态对辐射温度的影响，引入Tsallis熵对建立的温度计算模型进行改进，提高模型的准确性；然后，采用基于梯度下降优化算法，对改进的温度计算模型进行求解，降低温度计算误差，提高红外测温精度；最后，通过铝合金环轧测温实验验证有效性。实验表明，该方法将红外原始测量的最大温度偏差从13.8 °C降低到0.7 °C，最大相对温度误差从2.91%降低到0.15%，均方根误差从2.035 °C降低到 0.134°C，显著提高了红外测温的精度和稳定性。
为提高声学层析成像温度场重建性能及热点追踪能力，建立了基于改进的径向基函数神经网络（IMRBFNN）声学温度场重建模型，并提出基于温度梯度自适应的网格划分和布点方案。该方法在RBFNN隐藏层加入多项式作为修正项建立IMRBFNN重建模型。首先将测量区域均匀划分网格进行初始温度场重建，依据温度梯度信息创建概率分布数组，在区域内填充不同尺寸、相互之间无覆盖的圆，然后应用Voronoi多边形镶嵌法则对区域进行多边形划分，对分布点重建温度场。与经典最小二乘法、Tikhonov正则化方法对比，该方法可有效将温度场信息可视化并追踪热点位置，单热点温度场重建误差<2%。在自主研发的声波测温实验系统中，可检测到加热器移动0.25 m时的热点成像。仿真和实验均表明该声学方法能有效实现温度场热点追踪。
搭建了一套可变喉宽巴歇尔槽明渠流量计测量系统，并采用计算流体力学（CFD）建立巴歇尔槽明渠流量计的数值模型，利用理论分析、数值模拟方法和实验室实验结合的方式开展了巴歇尔槽明渠流量计喉宽尺寸偏差对流量测量误差影响的研究。研究结果表明：巴歇尔槽明渠流量计喉宽尺寸偏差对流量测量误差的影响为U型，理论计算上存在无误差点；在不同喉宽条件下，对比理论计算、CFD计算以及现场实验得到的液位值，可以发现3种方法的测量结果具有较高的一致性；通过标准流量装置的测试，液位高度与喉道宽度成反比，随着喉宽尺寸的变化，流量测量误差随之变化；当喉宽尺寸偏差在±0.8%范围内，其对流量测量误差的影响量小于0.8%，研究结果可为巴歇尔槽明渠流量计的生产、加工及使用提供参考。
针对汽车侧向碰撞试验中应变传感器阵列稀疏引起的载荷重构精度低的问题，提出了增强多层感知机驱动的载荷重构方法。分析了应变传感器阵列与冲击载荷之间载荷传递关系，建立了单激励-多源响应逆问题模型，搭建了多层感知机网络结构；采用遗传算法对网络初始权重进行优化，避免网络结构参数陷入局部寻优过程；采用误差反向传播算法，对各层的网络权重进行迭代更新，设置了决策函数使网络结构满足最优载荷重构精度，采用离散小波变换对冲击应变信号进行滤波提取特征。设计了车门冲击载荷试验系统，实验结果表明：该方法平均相对误差E mr为5.47%，验证了该方法在冲击载荷重构中的有效性。
针对0.02级大气数据测控仪的校准需求，设计了一种基于全自动气体活塞式压力计的压力补偿装置，克服了传统活塞式压力计输出局限于定点值的问题，实现了压力的连续可调输出。通过构建完整的校准装置测量模型，运用GUM法对测量不确定度进行了评定。经过理论计算与实验验证，测量模型的理论计算值与实际测量值之间偏差小于0.001%，验证了模型的准确性。最后，通过传递比较法验证了计量标准性能，确认了整套校准装置的不确定度满足量值传递要求，适用于0.02级大气数据测控仪的校准工作。
为建立统一的线角振动校准系统，研究了一种基于旋转运动激励装置运动控制的校准系统，通过控制旋转运动激励装置在宽低频范围内产生高准确度的线角激励，进而实现高效且可靠的线角振动校准。与传统的线与角振动校准方法相比，所提出方法减小重复安装引入的误差因素，构建了统一的线角振动校准体系。在0.01~5 Hz范围内线角振动传感器灵敏度的最大相对标准差分别为0.021%与0.206%。
利用蒙特卡洛法对压力传感器测量模型进行不确定度评定。首先设定压力传感器校准数据输入输出关系为一阶线性模型，利用最小二乘法得到模型参数估计值；而后结合实际测量过程中采集的电压与被测压力的关系，综合得到反映被测压力与校准数据关系的测量模型，并以此模型为基础利用蒙特卡洛法进行压力不确定度评定，与GUM等评定方法进行比较，同时分析不确定度影响因素。实验结果表明，蒙特卡洛法能充分考虑输入量信息，更简洁易行，评定结果更准确。校准时检定点的均值、标准差、数量以及误差源会影响压力测量不确定度曲线的最小值及最小值点，数字多用表准确度比压力校准器准确度对压力测量不确定度影响更大。
电容层析成像（ECT）是一种有潜力的无辐射包裹内高含水率违禁品的检测方法。为了提高检测精度，设计了一种新型四面电容传感器构型，用于监测传送带上的包裹。根据电容测量动态范围指标、测量灵敏度、灵敏度均匀性和三维成像效果等性能评价指标，通过改变电极面数量、电极数量参数优化传感器结构。实验结果表明：四面32电极布局的综合性能较优；对包裹内2种介电常数的物品位于6个典型位置，该传感器均能做出可视化判断，达到快速识别的目的。
基于准单能X射线辐射装置及137Cs、60Co γ射线照射装置，结合MCNP5蒙卡模拟与XCOM程序，在常用放射诊疗光子能量40 keV~10 MeV范围内，对市面上常见的聚乙烯、聚甲基丙烯酸甲酯、聚苯乙烯、尼龙6、涤纶及聚四氟乙烯共6种高分子聚合物材料的线性衰减系数、质量衰减系数进行研究。与此同时，计算各材料电子密度，综合评价材料的组织等效性。结果表明：在40~1 250 keV（60Co平均能量）下，各材料质量衰减系数MCNP模拟值、XCOM计算值分别与实测值的相对偏差在±6.2%、±4.3%以内，验证了2种方法的可行性与准确性。聚乙烯在40 keV~10 MeV能量段下的线性衰减系数与脂肪组织一致性好于±4.7%，电子密度相对偏差3.3%；聚苯乙烯在90 keV~10 MeV能量下线性衰减系数与肌肉组织一致性好于±4.8%，电子密度相对偏差-2.6%；聚四氟乙烯在300 keV~2 MeV能量下线性衰减系数与皮质骨组织一致性好于±4.6%，电子密度相对偏差-3.8%。以上材料可分别在相应能量段作为脂肪、肌肉与骨骼组织的等效材料。
研发了一种基于晶体Si555的单晶单色器，可产生40~150 keV能量范围内连续可调的单能X射线。该单色器使用X光机产生的连续X射线谱，通过Si555晶体的布拉格衍射进行单色化，可实现高精度、宽能量范围的单能X射线输出。该装置主要包括辐射源、Si555晶体、高精度转台、准直和屏蔽系统等，通过实验测量考察了单能X射线的能量范围、能量分辨率等关键指标，证实了其优异的性能，单色性好于1.54 %。该装置未来可用于探测器标定、X射线质量衰减系数测量等应用，为单能X射线技术的发展和应用提供了支持。
为满足液体制剂可见异物分析仪的校准需求，并准确获得可见异物颗粒的测量结果，提出一种可见异物有证标准物质（certified reference materials，CRMs）的制备及定值方法。该方法通过微流控技术并结合基于YOLO-v11技术的颗粒计数模型，实现对固体颗粒在微流控芯片通道中的定量输送和颗粒数的准确测量。此外，还探究了系统施加压力和悬浮液颗粒浓度对颗粒识别和计数的影响。最终，制备得到标称粒径为40、50和60 µm，且颗粒数量已知的3种可见异物CRMs。与传统方法相比，该方法可以很好地控制可见异物CRMs中颗粒数量的均匀性，具有较好的技术优势和应用前景。
脑电信号在评估虚拟现实游戏空间认知训练效果方面潜力显著，但现有方法特征稳定性不足，难以跨数据集统一对比。为此，提出一种基于集成稳定特征选择的空间认知脑电分类算法，整合过滤式、包装式和嵌入式方法，以稳定性为核心筛选跨数据集通用特征子集。所选特征涵盖时域、频域及时频域，采用线性判别分析评估性能。在2个不同虚拟现实游戏脑电数据集中，分类准确率分别达96.26%和95.10%，且特征子集分类准确率无显著差异，验证了其稳定性。该方法能有效选取稳定特征，适用于跨虚拟现实游戏环境的空间认知评估。
针对当前麻醉深度监测设备在计量过程中，存在缺乏不同麻醉深度指数下稳定脑电信号数据集的问题，提出了一种基于OpeniBIS算法和BIS设备（bispectral index，BIS）的麻醉深度指数数据集（anesthesia depthindex dataset， ADID）构建方法。采用滑动窗口分割技术对VitalDB数据库中脑电信号进行分段预处理，并将处理后的信号输入OpeniBIS算法预测麻醉深度指数（depth of anesthesia， DOA），得到标准差小于0.5的脑电数据。随后，通过BIS设备进行模拟脑电实验验证，建立ADID数据集。进一步利用ADID数据集进行模拟脑电实验，分析OpeniBIS算法对分段脑电信号计算的准确性和不同麻醉深度监测设备对ADID数据集的计算结果。实验结果表明：针对分段脑电信号，OpeniBIS算法预测结果与模拟脑电实验中BIS设备计算结果的Pearson相关系数为0.851（p<0.05），Spearman相关系数为0.879（p<0.05）。当麻醉深度指数范围为50~70时，ADID数据集与Ai指数、CSI指数的平均偏差分别为4和5。
驾驶员情绪识别强调准确性和实时性，利用脑电、面部表情等单一模态进行情绪识别难以胜任。因此，尝试先将脑电和眼动信号相结合，构建空间-时间多模态域对抗模型，进行驾驶员情绪准确且快速的识别。再将生成对抗网络引入降噪自动编码器，实现脑电和眼动信号的自动学习融合，以获取能够表征情绪的最佳特征。随后，改进基于域对抗的深度迁移学习算法，引入最大均值差异损失函数，以提升跨被试驾驶员情绪识别的准确率。最后，搭建模拟驾驶实验平台进行驾驶员情绪识别实验，以验证所研究模型的有效性。
针对现有多目标进化算法在高维多目标优化问题上选择压力不足，收敛性和多样性表现不平衡的问题，提出一种基于子区域惩罚边界交叉（PBI）支配选择算子的高维多目标进化算法MaOEA-SOS。其中，PBI支配策略增加了算法的选择压力，促进种群收敛，子区域划分操作将个体支配关系限制在子区域内，维护种群多样。MaOEA-SOS引入1个包含模拟二进制交叉算子和权重差分进化（WDE）算子的算子池，算法根据子区域PBI支配准则判断个体进化状态，从算子池中选择合适的进化算子，在进化过程中为每个解寻求探究和探索之间的平衡。WDE算子中包含一个根据函数计算量改变的权重因子，自适应控制WDE算子的搜索范围。为了增强WDE算子的鲁棒性，引入双精英存档机制。将MaOEA-SOS和5种代表性算法在15和20目标WFG测试集上进行对比。结果表明，18个测试问题中，MaOEA-SOS在12个测试问题上可获得收敛性和多样性更优的Pareto解集。
针对一类含不同类型初态误差的线性时不变（LTI）离散系统初态误差控制方法单一、收敛误差难以保证等问题，提出一种基于最优控制增益与初态学习算法的复合型带遗忘因子迭代学习控制方法，实现不同初态误差时的系统输出特性优化。首先，基于遗忘因子及最优控制增益，结合已有初态学习方法，根据不同初态误差类型设计一种复合型带遗忘因子迭代学习控制，通过迭代矩阵理论及范数特性推导得到系统收敛条件。其次，通过迭代矩阵相关理论推导，得到初态学习方法的收敛条件，并进一步提出初态误差对系统输出收敛误差的影响机理，给出初态学习算法控制策略及算法参数调整依据，在保证含初态误差系统收敛速度的同时实现系统输出误差收敛。最后，仿真结果验证了该方法的有效性，在不影响系统收敛速度的前提下最高可使系统输出误差减小25.8%，并通过合理设置算法参数保证了系统收敛性。
