为解决具有MFI拓扑结构的沸石类分子筛(TS-1)孔道适用性窄的问题, 以原位晶化法合成核壳型介微孔复合分子筛xMCM-41@TS-1。结果表明: xMCM-41@S-1具有结晶完整的微孔核相和孔道规整的介孔壳层, 可以有效提高反应传质效率、降低扩散阻力, 促使活性钛中心的有效利用, 同时介孔复合结构有利于缩短物质的扩散路径, 使微孔中的积碳前驱体能及时扩散到表面。催化性能结果表明, xMCM-41-41@TS-1在丁二烯环氧化和环己烷氧化反应中的催化活性分别可以达到TS-1的3倍和2倍, 且循环稳定性远高于TS-1。

为了实现对超声场的非接触全场测量和成像, 提出了基于数字全息干涉的动态超声场的测量和成像方法。对超声场的测量进行理论分析, 研究了基于数字全息干涉技术的动态声场测量原理。同时, 针对不同时刻的动态声场, 研究了主要的测量流程和数据分析过程。在此基础上设计了基于脉冲激光器的反射式数字全息显微成像系统, 其中包括光学检测子系统、超声子系统和同步控制子系统。实验结果表明, 对于动态超声场, 可以在一个时间序列中, 对不同时刻的超声场进行测量和成像。同时, 文中设计了微缺陷试样, 利用动态超声场测量技术对微缺陷进行检测。实验结果表明, 文中所研究的动态声场测量方法和系统可以有效地识别出试件中微小的内部缺陷。

为了满足光学复杂曲面的精密、高效加工, 提出一种利用空化效应促进射流加工效率的光学表面加工方法——纳米胶体自激脉冲空化射流抛光, 并研制了加工系统。采用流体动力学对纳米胶体自激脉冲空化射流抛光中的喷射过程进行了仿真, 获得了周期为0.3 s的自激脉冲射流典型时刻下加工流场的流体动、静压力、速度、空化效应分布规律。进行了纳米胶体自激脉冲空化射流抛光试验, 结果表明该系统能够产生效果良好的自激脉冲空化射流。采用该方法对单晶硅表面进行加工可以得到表面粗糙度为Ra 0.904 nm(Rms 1.225 nm)的超光滑表面, 此加工表面粗糙度质量与相同加工条件下的普通纳米胶体射流抛光相当, 但其加工效率较普通纳米胶体射流抛光能够提升20%左右, 能够满足光学表面高效精密加工的需要。

X射线光子计数探测器是多能谱CT成像技术的核心, 其通过能量阈值可以选择记录不同能量的X射线光子, 有助于分析不同材质的物理特性。 利用搭建的基于光子计数探测器的多能谱CT系统, 开展高纯度金属材料K-edge特性识别实验研究。 通过设置探测器的不同能量阈值, 在不同能量范围获取金属材料投影图像, 利用投影图像灰度信息分析不同能量X射线的衰减特性, 以识别金属材料K-edge特性。 最终实验结果表明, 基于光子计数探测器的X射线能谱CT系统, 能够识别金属材料与特定能量X射线光子发生相互作用所表现出的K-edge特性。 通过计算K-edge特征峰能量阈值与材料K-edge理论能量值之间的线性对应关系, 对光子计数探测器的能量阈值进行了标定。

由于重金属毒性大, 且在环境、 动物和人体器官中易积聚, 因而在矿石开采、 冶炼和加工之前, 监测其中的微量重金属显得尤为重要。 著名的原子光谱仪器, 如原子荧光光谱(AFS)、 原子吸收光谱(AAS)、 电感耦合等离子体(ICP)等已广泛用于各种样品中元素的检测, 但它们体积大、 能耗高、 价格昂贵、 气体消耗大, 这些缺点严重阻碍了野外现场的连续监测。 为了满足分析仪器的微型化趋势, 1993年Cserfalvi开发了一种电解液阴极放电原子发射光谱(ELCAD-AES)技术并将其用于分析检测中。 该装置中, 待测溶液以8～10 mL·min-1的流速从细管顶端溢出, 然后沿管壁流入装满电解液的35 mL储液池中, 以溢出溶液的液面作为放电阴极, 在和流动液体电极相距2～4 mm处放一金属W(Ti)棒为阳极, 细管浸入电解液并尖端向上弯曲超出储液池液面1～3 mm, 细管顶端溢出的液体流入储液池并通过其中的碳棒与电源负极相连, 从而构建放电系统。 从那时起, 为了提高激发效率和放电稳定性, 人们对ELCAD进行了大量改进。 基于ELCAD的特点, 通过改进放电装置, 建立了一种新的液相阴极辉光放电(LCGD)分析系统。 该系统中, 放电在直径0.5 mm的铂针阳极和内径1 mm的毛细管顶端溢出的溶液阴极之间的间隙中产生。 毛细管上端和铂丝之间的间隙为2 mm, 毛细管插入石墨管且露出石墨管的距离为2.5 mm。 样品溶液以4.5 mL·min-1从毛细管顶端溢出流经石墨管上的凹槽, 石墨管和电源负极连接。 与ELCAD相比, LCGD的优点在于: Pt针做阳极, 可形成尖端放电, 从而降低能耗(<60 W), 提高激发效率; 蠕动泵管上打结, 可降低泵的脉动性, 提高放电的稳定性; 石墨管链接电源负极, 删除ELCAD中的储液池, 使样品消耗更少。 为了评估方法的分析性能, 用LCGD测定了HNO3-HCl消化的精铜矿样品中的铅和锌。 系统研究了放电稳定性以及放电电压、 溶液流速、 支持电解质和溶液pH对发射强度的影响, 并将LCGD与其他ELCAD的分析性能进行比较。 此外, 用ICP对LCGD的测试结果进行验证, t检验分析两种结果的差异性。 结果表明, 当电压从620升高到680 V, 发射强度逐渐增大, 这是因为电压升高, 激发能量增大, 单位体积内激发的金属原子增多, 激发效率提高。 考虑到放电稳定性, 选择650 V为最佳放电电压。 当流速从2.5增加到4.5 mL·min-1时, 发射强度增加, 这是由于流速增加导致进入放电区的样品量增加, 发射强度增强; 流速高于4.5 mL·min-1后, 发射强度有下降的趋势, 这是由于水荷载的增加引起放电区能量密度降低以及过量水加热消耗了用于激发样品的能量, 导致激发能量降低。 因此, 选择最佳流速为4.5 mL·min-1。 pH=1的HNO3具有较高的激发强度, 因而选择pH=1为最佳pH。 最佳条件下, Pb和Zn的检出限分别为0.38和0.59 mg·L-1, 相对标准偏差分别为0.9%和1.2%, 功率低于60 W。 实验中的检出限与其他类似方法所测结果有一定差距, 这可能与所选谱仪有关。 固定激发波长下研究发现, 放电过程有较好的稳定性。 矿石样品中Pb和Zn的回收率在87.6%~107.4％, LCGD测试结果与ICP基本一致, 两种方法基本无显著性差异。 与ICP相比, LCGD具有低能耗、 高激发效率、 小型便携等优点。 随着进一步改进, 有望开发出可用于实时、 在线检测金属元素的微型化仪器。

提出一种基于分层稀疏表示特征学习的方法即分层判别特征学习算法对高光谱图像进行分类，在两层的分层结构中用空间金字塔匹配模型在每层的稀疏编码上用最大池化方法学习得到判别特征，用分层判别特征学习得到的特征表示对于分类更稳健、判别性更好。在两个高光谱数据集上评价该方法，结果表明，该方法具有更好的分类精度。

辐射源威胁评估是机载雷达告警器/电子支援措施(RWR/ESM)的重要功能, 为了提高机载RWR/ESM设备应对复杂电磁环境的能力, 建立了基于脉冲样本图的威胁评估专家系统, 通过雷达威力模型确定了以脉冲样本图为输入的评估指标, 运用TOPSIS方法, 使得评估系统客观、有效, 贴近电子战要求, 符合机载RWR/ESM工作流程。仿真证明了评估系统的有效性及可行性。

近红外(NIR)定量分析通常涉及多个组分, 采用遗传算法和自适应建模策略, 建立了能够对多组分同时定量的多目标最小二乘支持向量机(LS-SVM), 并将其应用于玉米中四个组分和连翘中两个活性成分的NIR分析。 结果表明多目标遗传算法配合自适应建模策略可保证优化收敛于全局最优解。 所建玉米多目标LS-SVM模型明显优于PLS1和PLS2模型; 连翘多目标LS-SVM模型与PLS模型均可取得较好的校正和预测效果。 两组数据中, 径向基神经网络(RBFNN)模型均出现过拟合现象。 多目标LS-SVM和单目标LS-SVM性能相近, 但多目标LS-SVM建模运行一次即可得到结果, 在NIR多组分定量分析中具有潜在应用优势。