大气压等离子体射流（Atmospheric pressure plasma jet,APPJ）能在开放空间中产生低温等离子体,在生物医学等领域具有极大的优势。APPJ的主要功效成分为放电产生的各种活性粒子（包括带电粒子和活性氮氧化物）,且已发表较多关于活性粒子分布及影响因素的研究。但APPJ在应用中需与被处理物接触,而处理表面的材质、湿度等特性都会对等离子体产生反馈影响。此外传统的APPJ调控方式仅仅是基于某单一调节参数,而对于不同的工作条件,这种固定的调节策略具有很大的局限性。针对这些问题,本文针对APPJ处理不同基底表面的应用,利用激光诊断技术对APPJ放电中产生的4种关键活性粒子进行了系统全面的检测,研究了处理表面的材质和湿度对APPJ的反馈影响,探究了不同参数之间的协同作用效果,并基于机器学习理论提出了对活性粒子进行直接调控的策略。主要内容概括如下:1)提出了一种新的大气压汤姆逊散射诊断系统,实现了对APPJ电子密度和电子温度的时空分布测量。结果表明电子密度的时间演变与射流电流和自发辐射强度的时间演变具有高度一致性。电子密度呈现环形分布,其环形结构半径会随着气体流量的提高而增大。当混合的N2或O2含量超过0.4%时,电子密度会急剧下降。脉冲宽度对电子密度的影响不大,频率的提高会使电子密度先减小后增大,电压的提高则会使电子密度线性增大,并使其达到峰值的时间提前。2)基于快速成像技术和激光诱导荧光法,对处理不同材质和湿度表面时APPJ的动力学过程及其产生的OH自由基进行时空分辨诊断。结果表明表面材质的导电性越高,APPJ的放电也越强,进而产生更多的OH。发现APPJ处理皮肤时呈现出介于玻璃板和蒸馏水之间的放电特性,皮肤湿度的增大会提高紧靠表面区域的OH产量。此外发现在处理不同表面时,获得最大OH密度预混的H2O含量几乎一致。3)基于双光子吸收激光诱导荧光法,梳理了多维参数对APPJ中O原子的调节作用以及相应的作用机制。结果表明处理导电性更高的材料时,APPJ能产生更多的O原子,而皮肤表面的水分则会抑制O原子的产生。发现当表面距离增大时,产生O原子的最佳流量值也会增加。气体流量增加时,最佳O2含量也会随之略微增大。通过相关性分析发现O2含量和电压幅值对O原子密度的影响作用最大。4)基于激光诱导荧光法,发现了多维参数对APPJ中NO分子的协同调节作用。结果表明提高表面距离在降低NO峰值密度的同时,还会增大峰值密度对应的流量值,以及减小峰值对应的O2含量值和H2O含量值,并且会使电压幅值的调节作用从饱和增长向指数增长转变;提高流量会使混合O2和H2O的促进作用更加显著。通过相关性分析发现表面距离和气体流量对NO分子密度的影响作用最大。5)基于机器学习理论和大量的活性粒子诊断数据,利用多层神经网络实现了拟合效果优良的粒子密度预测模型,能够根据输入调节参数对活性粒子密度进行预测。基于强化学习算法实现了粒子密度控制器,能够针对设定的密度值输出合适的动作参数。当表面距离产生扰动时,控制器能够做出及时的响应。