近日,智能制造学院柯川博士在智能检测与激光光谱分析领域取得系列进展,连发三篇以我校为第一署名单位的学术论文,充分体现了“向下扎根、向上生长”的“塔石精神”,其研究成果分别发表于《IEEE Transactions on Industrial Electronics》《Journal of Analytical Atomic Spectrometry》和《Analytical Letters》。

在工业检测方面,团队针对同基合金快速识别难题,设计并搭建了原位光纤激光诱导击穿光谱(IF-LIBS)系统,结合多元散射校正与主成分分析,比较了支持向量机、K近邻、随机森林和决策树四种机器学习算法,对六种标准镍基合金的分类准确率均超过95%,其中支持向量机最高达99.8%,为工业现场合金的实时、原位、微损识别提供了有效手段。该成果In-Situ Fiber Laser Induced Breakdown Spectroscopy Integrated With Machine Learning for Rapid Real-Time Classification of Same-Base Alloys.(10.1109/TIE.2026.3697436)发表于国际顶级工程类期刊《IEEE Transactions on Industrial Electronics》。

在核聚变材料诊断方面,团队依托我国新一代托卡马克HL-3,采用激光诱导击穿光谱(LIBS)技术对1兆安等离子体放电后的石墨第一壁瓦进行系统分析,识别出 C、Cr、Fe、Cu、Si、H、D 等元素,测得最大沉积层厚度约1至2微米,揭示了杂质沉积与燃料滞留沿装置极向的非均匀分布规律,并结合主成分分析实现了不同壁面状态的快速判别。该成果LIBS characterization of the poloidal first wall after the HL-3 experimental campaign(J. Anal. At. Spectrom., 2026,41, 3483)发表于分析光谱领域权威期刊《Journal of Analytical Atomic Spectrometry》。

此外还在《Analytical Letters》发表综述论文Raman-LIBS Multimodal Spectroscopy: Physical Synergy and Information Fusion.(10.1080/00032719.2026.2702004),系统阐明LIBS与拉曼光谱的物理协同机制和多模态信息融合策略,梳理其在环境分析、行星探测等领域的应用,为复杂体系的多模态光谱表征提供了系统框架。
柯川团队聚焦激光光谱与智能检测技术,坚持科研与人才培养并重,持续服务工业现场与国家重大需求。此次三篇论文先后刊载于国际学术期刊,体现了我校在相关交叉方向的科研实力和研究生联合培养成效,也为学校高水平应用型大学建设和申硕工作提供了支撑。团队于“塔石精神”浸润中砥砺前行——以坚毅如石之定力深耕专业领域,以务实笃行之风扎根工业现场,以协作共进之姿培育青年人才,在服务国家重大需求的实践中诠释着“塔石”所蕴含的坚韧、务实与担当。