为解决油墨分层、传感器的植入不适和数据准确性较低等问题，本研究优化了持续血糖监测(Continuous Glucose Monitoring,CGM)传感器的印刷工艺参数。首先，采用4因子3水平正交试验，探究静置时间、干燥能量、固化剂质量分数和印刷遍数对油墨分层的影响。然后，根据初始试验结果调整影响因子和水平，进行3因子3水平正交试验优化工艺参数，确定了静置时间和固化剂质量分数是影响油墨结合力的关键因素，得到了理论最优工艺参数为：静置时间5min、干燥能量280m J/cm2、固化剂质量分数3%，但考虑到实际生产中干燥不完全的风险，干燥能量推荐使用380m J/cm2。优化后的工艺参数组合有效解决了CGM传感器油墨分层问题，提高了其稳定性和可靠性，推动了血糖监测技术发展，为多层结构微传感器的印刷生产提供参考。
树脂涂层可为材料表面提供防水、防油等性能而广泛应用于纸基包装，其完整性对包装纸外观及防护效果至关重要。本研究提出了一种基于光学相干断层扫描（Optical Coherence Tomography,OCT）技术的树脂涂层缺陷检测方法。首先，以包装常用的淋膜纸聚乙烯涂层为检测对象，在涂层上制备孔洞缺陷并进行OCT图像采集。其次，对OCT图像中涂层区域进行分割并实现涂层区域的三维显示。同时，采用边缘检测算法识别涂层边界，分析涂层/纸基界面连续性并对涂层厚度进行测量。最后，综合涂层表面连续性以及三维结构厚度变化信息，对树脂涂层中的缺陷进行精确定位，并全面评估缺陷的性质、大小及分布情况。实验结果表明，本研究提出的方法实现了对涂层缺陷的高精度检测，为包装材料树脂涂层质量评估提供了一种有效手段。
本研究采用实时红外光谱法对自制氧杂环丁烷丙烯酸酯的光固化行为进行了研究，探究了光引发剂种类、引发剂复配比、光强度等对其光固化行为的影响，并对涂层性能进行了测试。结果显示，引发剂复配使用能够达到更好的固化效果。在光强为45mW/cm2的365nm紫外光照射下，阳离子引发剂PI6976与自由基引发剂PI1173质量比为1.5∶1时，氧杂环丁烷丙烯酸酯杂化单体常温光固化10s后双键转化率能到达87%，氧杂丁环开环转化率达到40%，固化膜硬度为3H，柔韧性弯曲直径小于2mm，附着力为1级，水接触角为53.93°。光固化膜进一步经过150℃热固化2h后，涂层硬度达到5H，水接触角达到70.46°。该杂化单体在光固化墨水领域具有良好的应用前景。
在人脸表情识别中，特征提取方法容易受到噪声影响，存在特征提取能力不足和准确度不高的问题。为此，本研究提出了一种视觉大模型增强的空间特征融合的表情识别模型（VCL-EmoNet）。首先，在模型构建阶段，通过迁移学习的方式引入预训练的ViT(Vision Transformer)模型，使其在前期能够获取丰富的通用特征以及全局依赖关系特征。然后，采用不同大小的卷积核以增大感受野，从而提取图像的多尺度特征，并结合Sobel算子和Laplacian算子获取图像的边缘和强纹理特征。接着，引入空间注意力机制和通道注意力机制，使模型能够聚焦于图像的关键区域，有效捕捉关键信息，合理调整模型权重分布。最后，引入视觉大模型预测损失作为约束条件的联合损失函数来辅助优化图像分类任务。本研究模型在AffectNet、FER2013和FERPlus数据集的实验中，分别取得72.5%、74.8%和91.1%的识别准确率。相较于传统算法，该模型在特征提取方面的能力显著提高，面部表情识别结果更加准确。
传统处理含油废水的方法普遍效率低、能耗高，而膜分离技术节能高效，在油水分离领域前景广阔。聚偏氟乙烯(Polyvinylidene Fluoride,PVDF)膜作为膜分离技术中的常见材料，化学性能稳定。但其固有的疏水性易导致膜表面油污染和膜孔堵塞，严重影响分离效率。为解决上述问题，本研究提出一种采用邻苯三酚(Pyrogallol,PG)和ε-聚赖氨酸(ε-Polylysine,ε-PL)的协同改性策略。通过浸渍法在PVDF膜表面构建超亲水/水下超疏油功能层，以降低膜材料与水相间的界面能，提高筛分效率。同时对改性膜的表面结构、化学稳定性及油水分离等性能进行探究。结果表明，当PG与ε-PL的质量比为0.1∶0.175时，经PG/ε-PL改性的PVDF膜表现出最优的亲水性能，水接触角降至0°。且其对4种不同油品的水下油接触角均超过150°，显示出优异的润湿选择性。该膜对多种油水体系的分离效率均保持在99%以上，其中对水包正己烷乳液的分离效率和通量分别可达99.63%和495.57L·m-2·h-1。本研究改进的膜还表现出良好的稳定性和水下抗油黏附性能，为开发高效环保的油水分离膜提供了新思路。
机床切削加工是现代制造业的关键工艺，但在实际操作中存在设备损耗高、操作风险大、材料浪费严重等问题。为此，本研究依托Unity3D平台，面向CA6140车床与X5032铣床的典型工况开发了一套基于动态网格优化算法的机床切削虚拟仿真系统，实现了多层次优化。首次引入动态细分重构与冗余网格合并方法，显著提升了材料去除算法的实时性与资源利用效率；设计了基于刀具类型驱动的通用扫描体构造方法，并创新性地引入三维—二维混合布尔运算，增强了系统在多种刀具与复杂工况下的通用适配能力。系统的应用可显著降低教学与工艺验证成本，增强切削工艺理解与实操能力，为智能制造提供高效、低成本的虚拟化解决方案。
传统的墨滴观测方法在分析墨滴形成过程中，存在精度不足和操作复杂等问题。为精确分析压电喷头的墨滴喷射过程，本研究运用数值模拟方法，构建喷头在压电、应力与流体等多物理场的耦合模型，对影响墨滴形成的外在驱动力与内在物理特性进行系统分析，包括电压、温度、密度、黏度与表面张力等关键因素，并深入分析Z系数对墨滴的形成作用。实验确定了形成高质量墨滴时各参数区间：电压6～14V、温度30～50℃、密度1～6g/cm3、黏度1～50mPa·s、表面张力50～100mN/m、Z系数5～15。最终通过数值模拟实验和微滴喷射实验，验证了该区间以及数值模拟的有效性。
为攻克锡膏等焊料在不同形状立体传感器件上高效印刷的工业难题并解决高速精准定位问题，本研究设计了一种传感器件的丝网印刷自动化上料系统，并针对不同形状立体传感器件设计出一种新型的工装夹具作为固定部分，通过Solid Works完成模型绘制、ANSYS进行有限元分析证明其力学性能。采用TIA Portal V16编写自动化程序用以控制机械臂的运行抓取和工装夹具的夹紧工作，并开发人机交互界面，方便实际生产；运用数字孪生技术，通过S7-PLCSIM Advanced V4.0软件验证该系统的可行性。实验结果表明，该系统可实现立体传感器工件上高效印刷及高速精准定位，显著提高焊料等在传感器件表面的印刷效率并降低生产成本。
视频长时动作预测任务旨在理解观测视频内容，并预测视频中行动者在较长时间跨度内的动作序列。该任务面临的挑战在于未来的不确定性，体现在动作中动词和名词的预测上：一方面，名词的预测空间庞大且存在冗余；另一方面，动词在动作序列中的演变具有多样性；并且，动词与名词之间的组合关系复杂。对此，本研究提出一种双分支视频长时动作预测网络，构建双分支聚合与修正框架：引入名词预测增强分支，侧重提取视频中的细粒度视觉特征，加强视觉建模，从而提升名词预测的准确性；引入大型语言模型加强对动作序列的时序建模，以提高动词预测的稳定性与合理性。在此基础上，设计跨分支融合策略，对两路预测结果进行加权融合，并结合动词-名词共现先验，对结果进行约束与修正，使生成的动作序列更加符合真实行为逻辑。实验结果表明，本研究所提出方法在多个评估指标上均优于现有方法，显著提升了模型对复杂视频内容的理解能力以及长时序预测性能。
蠕变是限制聚合物结构件尺寸稳定性与服役寿命的关键问题。对于熔融沉积成型3D打印聚乳酸构件，接近或高于环境温度的热-力耦合作用更易诱发蠕变，进而影响其工程可靠性。本研究以热处理为调控手段，系统研究热处理温度与保温时间对3D打印聚乳酸结晶度演化及蠕变行为的影响，并揭示结晶度提升对抗蠕变性能的强化机制。采用差示扫描量热法表征不同热处理条件下的结晶度变化，结合拉伸蠕变-回复实验评价力学响应。结果表明，90℃保温2h的样品获得最高结晶度并表现出最优抗蠕变性能。机理上，结晶度提高可有效抑制晶区及界面附近分子链的热运动与松弛过程，从而增强材料刚度与应变回复能力。本研究构建了非线性黏弹性Burgers模型用于预测不同温度与载荷下的蠕变响应，并将模型参数设定为结晶度、应力与温度的函数，通过Matlab多曲线优化对加载与卸载阶段数据进行联合拟合。拟合结果显示：在27℃条件下线性Burgers模型即可准确描述材料响应，而在高温或高应力工况下需引入非线性项以提升预测精度。研究表明，适当热处理可显著提升3D打印聚乳酸的抗蠕变性能与热稳定性，为其在高温及长期受载环境中的结构设计与应用提供实验依据与模型支撑。