为实现高精度光学元件的面形修正,介绍了计算机控制光学加工技术的基本理论,通过实验法对其去除函数进行了提取,采用迭代法对驻留时间进行了求解,并采用邻域平均值法对边缘数据进行了平滑延拓。以一口径φ100mm的光学元件面形为例进行了模拟加工,得到了其驻留时间分布和加工后面形,加工1843.3min后其面形由初始的PV值243.132nm、rms值53.154nm降为PV值21nm、rms值1.6nm,面形精度改善明显。结果表明：所得去除函数可以用于高精度面形修正,但加工效率仍需提高,所用驻留时间求解方法精度较高,并且经平滑延拓后边缘效应得到有效控制,为后续的实际高精度面形修正提供了理论依据。

采用基于稀疏矩阵的大规模非负最小二乘法,对大口径、微浮雕结构光学元件加工中的驻留时间进行了分析与求解,并对该算法开展了正则化研究。仿真结果表明：与传统非负最小二乘法相比,基于稀疏矩阵的大规模非负最小二乘法精度高、效率快。采用该算法仿真加工平均振幅为1.177 6倍波长的大口径、微浮雕结构光学元件,误差面形均方根收敛至0.067倍波长。

有效的特征提取方法和分类算法能显著的提高故障识别的精度。小波能谱熵突出了振动信号中短暂的异常信号，能有效的表征早期故障特征；隐半马尔可夫模型通过加入高斯概率分布函数来描述各个状态的驻留时间，能合理的表征振动信号的暂态特征，适合于机械系统的故障识别问题；本文将小波能谱熵和HSMM相结合，提出了基于小波能谱熵的HSMM故障识别方法。以小波能谱熵作为特征向量，通过训练得到各个状态的HSMM模型并建立分类器，从而实现对未知状态的识别。以齿轮为对象，对齿轮常见的故障状态进行了识别试验。