在机械行业中，轴承、光学器件、计算机芯片等的运行状况均取决于其表面形貌的实际情况，采用二维形貌测量仪可以精密地对其进行测量。介绍了二维形貌测量仪的测量原理和结构设计，并提出了一整套设计思路和数据处理方法。

磨损是材料常见的表面失效现象，粗糙度是数字化描述材料磨损表面形貌特征的最常用参数。采用激光共聚焦显微镜（LSCM），通过调节物镜倍率、测量视场和过滤参数等，能够得到材料磨损表面的真实形貌，同时能够对磨损表面三维（3D）形貌特征进行精确数字化描述。对常见的粗糙度值0.5～2.0μm磨损表面采用20×物镜扫描测最比较合适；粗糙度小于0.5μm的磨损表面宜采用50×物镜；粗糙度大于2.5μm宜采用10×物镜。对比较规则的磨损表面。采用1～3个物镜视场叠加扫描即可得到比较精确的粗糙度值；对于不太规则的磨损表面，则需要3～5个物镜视场叠加扫描。借助这一手段，采用上述优化参数对Cr5冷轧辊材料磨损各阶段试样表面形貌及粗糙度轮廓曲线进行表征、分析，效果较好。

开发了一种激光镜镜面粗糙度的全场，非接触干涉测量方法。测量了两面不同粗糙度的铜镜，测出的数据和用６ＪＡ型显微干涉轮廓仪测量的结果相吻合。测量的范围为０．０１－０．１２μｍ，理论上测量的精度可达０．００２μｍ。它对镜面抛光过程的控制有实际意义。

应用杠杆原理，认真分析杠杆系统受力状况，以及结构、各部件尺寸误差和接触面粗糙度对试验力的影响

利用霍尔离子源辅助电子束蒸发方法,分别在反应烧结碳化硅（RB-SiC）和常压烧结碳化硅（Sintered SiC,S-SiC）基底材料上制备了Si改性膜层,并进行了相关性能测试和分析。经过表面改性,两种基底的表面粗糙度（rms）大幅地降低,镀银后的反射率有较大地提高,基底表面光学质量已满足工程应用要求。在相同工艺条件下,S-SiC基底改性后效果好于RB-SiC基底的情况,主要是因为Si膜在两种基底表面生长情况不同所致。

为了研究表面初始粗糙度和微凹坑织构共存时的表面摩擦性能，采用激光微织构加工技术在不同粗糙度的试样表面上加工出不同几何形貌的微凹坑织构。在MMW-1A摩擦试验机上进行正交摩擦学性能试验。结果表明：在混合润滑区域，表面粗糙度对摩擦性能的影响最为明显．未织构表面越粗糙，摩擦因数越小；存在合适的微凹坑几何参数与表面初始粗糙度值组合，使得织构化粗糙表面的摩擦性能达到最优；表面初始粗糙度对织构化粗糙表面摩擦性能的影响最为重要，其次为微凹坑的面积占有率，最后为凹坑深度，并且织构几何参数与粗糙度之间的交互作用对摩擦性能的影响也是不能忽视的。

为解决表面活性剂在滚磨光整加工中的作用效果和机理的不明的情况,选取适合滚磨光整加工的表面活性剂进行滚磨光整加工实验研究。实验采用BJL-LL05离心式滚磨机,以表面活性剂SDBS、AES和CDEA(11)为副相,水为主相,放入滚筒与磨块及工件混合进行滚磨光整加工,通过对比实验法及目测法的方法,分析研究了不同表面活性剂的加工效果。重点分析了不同种类和浓度表面活性剂对表面质量影响和作用机理,以及不同浓度SDBS对AL6061光亮级别影响效果和作用机理。结果表明4%浓度SDBS满足AL6061工件粗糙度、光亮级别及材料去除率的要求,并为表面活性剂在滚磨光整加工中的应用提供了理论基础,对实际生产具有指导意义。

表面粗糙度是衡量零件表面质量的重要指标,也是加工工艺和机床性能对于零件品质影响的综合反映。在分析了多种粗糙度的预测建模方法后,提出了一种基于改进粒子群神经网络的铣削表面粗糙度预测模型。将自适应权重调整机制和高斯全局极值引入到粒子群算法中,形成改进粒子群算法,并使用改进后的算法优化BP神经网络以建立粗糙度预测模型。对模型误差进行比较和分析后,结果表明：使用改进粒子群算法优化后的BP神经网络建立的粗糙度预测模型其收敛性要优于粒子群神经网络,并且证明了所建立粗糙度预测模型具有较高的稳定性和准确率。