为适应当前涡流检测的发展，设计了可激励任意波形的涡流检测系统。采用基于大容量同步动态随机存储器（SDRAM）任意波形表的直接数字合成技术，由CPU根据检测需求生成任意波形幅值表，存储到SDRAM中，现场可编程门阵列器件（FPGA）将波形数据输出到D／A转换器，经滤波、放大后驱动涡流探头。该方法较好地解决了由于受资源限制而在使用直接数字合成输出波形时所进行的各种复杂计算。试验结果表明，任意激励波形的涡流检测系统性能稳定、使用灵活，可以满足高性能涡流检测的需求。

针对高分子湿敏器件的传感特性并非理想指数关系的问题，研究了一种适用于具有一定的精度要求的高分子湿度计标定调试方法，它具有简便，有效，快速的特点。该方法可以推广到其它类型类似问题的传感器中。

针对高分子湿敏器件在不同的相对湿度下其湿度温度系数不同的问题，提出了一种基于插值法任意温度下高分子湿敏传感特性的计算原理，给出在智能仪器中实际应用的具体方法，该方法地巧妙地把一个三维的问题转化成二维问题，并加以合理地应用插值数学方法，为所欲为上似问题的其他类型传感器中。

介绍了一种基于虚拟仪器和传感器阵列技术，利用计算机系统的强大资源和LabVIEW软件，集超声、涡流和磁记忆三种探伤方法于一体的综合式智能无损检测系统，超声和涡流传感器采用阵列探头方式，磁记忆传感器采用多通道形式，且除传感器外，所有硬件都装在一部便携式计算机内。因而具有功能强大、技术超前、扩展性好、携带方便等特点，非常适合于在探伤工作机动性和高效性要求高的场合以及大型复杂设备的检测。

针对高分子湿敏器件的湿度温度系数具有一定分布范围，在不同的相对湿度下其温度湿度系数又有所区别的问题，研究一种基于插值法的温度补偿方法，从而减少温度因素对智能式高分子湿度仪精度的影响。该方法具有实用，可靠的特点，还可以推广应用到存在相似问题的其它类型感器中。

研究了一种基于测频测周方法集成的高分子湿度仪，它把传感器件的阻值随湿度而变化的关系转换成频率信号与湿度变化的关系，根据频率大小分别用测频或测周方法加以处理，最终得出湿度值的大小.本文重点研究测频测周方法集成在高分子湿度仪中如何应用和实施.该方法具有结构简单、利于遥测、抗干扰能力强、测量范围宽的特点.

人工制作了疲劳裂纹试样，利用一种小波分析方法对采集的疲劳裂纹涡流检测（ECT）信号进行了去噪顸处理及信号特征提取，通过破坏性检测方法获得了裂纹的真实形状．在建立疲劳裂纹参数化模型的基础上，利用经过处理的裂纹ECT信号与裂纹形状参数样本库对径向基函数（RBF）神经网络进行训练．采用遗传算法，通过创建大量表示裂纹形状参数个体的初始种群，输入经过训练的神经网络，得到对应的ECT预测信号；然后运用改进的遗传策略进行迭代反演优化，对裂纹形状最优解进行搜索．重构结果表明该方法具有快速、精确的优点．

超声无损检测一直是无损检测领域研究的热点,由于材料内部组织结构的复杂性,超声回波信号中往往存在着大量的噪声干扰.引入一种新的处理非线性、非平稳信号的经验模式分解法（EMD）来处理超声检测信号.该方法把检测信号分解若干个内在模式分量（IMF）,突出了信号的局部特征.结果表明,EMD方法能有效抑制干扰,对于360mm深的缺陷试样,缺陷定位精度达1mm.

提出一种在三坐标测量机上基于坐标变换与自动测圆相结合的方法,实现不规则曲线分度测量的精密测量方法.实践表明,该方法具有测量精度高、操作简单、无需后续处理等特点.

作为电梯安全最后保护装置的电梯液压缓冲器,其质量检测非常重要,目前在位现场检测采用人工检测方法,准确度低,存在人身危险。该文提出一种电梯液压缓冲器隐患识别方法总体框架,重点研究基于长短时记忆(long short term memory,LSTM)网络的关键点识别、缓冲器压缩复位特征提取与模式识别技术,以及训练LSTM运动状态识别网络方法。最后,在昱奥GeN2乘客电梯及底坑安装的液压式缓冲器上搭建检测系统进行测试。结果表明:该方法对电梯液压缓冲器常见隐患识别率可达100%,有助于提高检测效率、准确度。