蓝相是一种通常介于各向同性态和胆甾相态之间的高手性液晶相态, 由于其具有独特的光学各向同性、快速电场响应以及选择性反射波长等光学性能, 因而在液晶显示、光学器件以及在可调谐的三维光子晶体等方面均具有良好的发展前景。近年来, 蓝相液晶材料引起了国内外研究者的广泛关注。本文综述了蓝相液晶的发展历程、蓝相液晶网络聚合物的研究进展及其应用现状, 讨论了蓝相材料在显示和微电子领域的应用局限性, 最后总结了蓝相液晶和蓝相网络聚合物在先进功能材料设计和器件应用中的机遇和挑战。

针对光学元件疵病检测中，通过光学成像获得的图像照度不均匀，噪声明显的问题，提出了根据元件检测照明区的分布特征进行融合处理的方法；该方法采用开运算提取背景算法和高斯差分滤波器，开运算提取背景算法可以给出没有直接照明区域的疵病分布，高斯差分滤波器可去除照明光源的噪声影响；实验结果表明，相较于单一的处理方法，所提出方法更好地得到了整个区域内的疵病分布，有效地实现了不均匀照度环境下的疵病分辨。

针对火电厂烟气光谱数据的非线性特性, 采用了基于神经网络内部模型的非线性偏最小二乘定量分析方法。 该方法进行偏最小二乘(PLS)回归后, 将自变量和因变量的隐变量作为神经网络的输入和输出进行训练, 即可得到非线性内部模型。 将PLS、 基于向后传递神经网络内部模型的非线性PLS(BP-NPLS)、 基于径向基函数神经网络内部模型的非线性PLS(RBF-NPLS)和基于自适应模糊推理系统内部模型的非线性PLS(ANFIS-NPLS)对火电厂烟气多组分进行测定后比较, BP-NPLS、 RBF-NPLS和ANFIS-NPLS较之PLS, 将二氧化硫预测模型的预测均方根误差(RMSEP)分别降低了16.96%, 16.60%和19.55%; 将一氧化氮预测模型的RMSEP分别降低了8.60%, 8.47%和10.09%; 将二氧化氮预测模型的RMSEP分别降低了2.11%, 3.91%和3.97%。 实验表明, 非线性PLS较PLS更适用于火电厂烟气定量分析。 通过神经网络对非线性函数的高度逼近特性, 基于本文所提及内部模型的非线性偏最小二乘方法有较好的预测能力和稳健性, 在一定程度上解决了基于多项式和样条函数等其他内部模型的非线性偏最小二乘方法的自身局限性。 其中, ANFIS-NPLS的效果最好, 自适应模糊推理系统的学习能力能够有效降低残差, 使模型具有较好的泛化性, 是一种比较准确实用的火电厂烟气定量分析方法。

提出了一种基于偏最小二乘增量式神经网络的近红外光谱定量分析模型。 该模型采用典型三层反向传播神经网络(BPNN), 不同波长吸光度和成分浓度是模型的输入和输出。 在使用历史样本训练之前先进行偏最小二乘(PLS)回归, 所得自变量和因变量的历史负荷矩阵分别用于确定模型输入层和输出层的初始权值, 且自变量的主成分个数作为隐层的节点数。 当获得新的样本时, 对新数据与历史负荷矩阵组合后进行PLS回归, 将所得新的负荷矩阵与历史负荷矩阵融合后作为模型输入层和输出层新的初始权值, 接着使用新样本对模型进行训练来实现增量式更新。 将所提模型与PLS、 BPNN、 基于PLS的BPNN、 递归PLS在天然气燃烧烟气近红外光谱数据上测定后比较。 对于烟气中二氧化碳浓度的预测, 所提模型的预测均方根误差(RMSEP)分别降低了27.27%, 58.12%, 19.24%和14.26%; 对于烟气中一氧化碳浓度的预测, 所提模型的RMSEP分别降低了20.65%, 24.69%, 18.54%和19.42%; 对于烟气中甲烷浓度的预测, 此模型的RMSEP分别降低了27.56%, 37.76%, 8.63%和3.20%。 实验结果表明, 所提模型不仅通过PLS对BPNN结构和初始权重的优化, 使模型具有较强的预测能力, 而且能在已建模型信息的基础上, 不访问旧数据而用新增样本即可完成自身的增量式更新, 从而使模型具有较好的稳健性和泛化性。

采用热聚合分相法制备了聚氨酯基聚合物分散液晶(PDLC)薄膜, 研究了不同聚合温度及不同单体浓度下制备的PDLC薄膜的电光性能, 并结合扫描电镜探讨了聚合物网络形貌与电光性能之间的关系。研究发现：当单体质量分数为30%, 聚合温度为343.2 K, 制备的PDLC电光性能较为理想。

合成了大螺旋扭曲力的手性化合物4,4′-2(戊基-环己基)苯甲酸异山梨醇酯(ISBB)。对60.0 μm厚ISBB/液晶性单体/向列相液晶/光引发剂复合体系的液晶层的上、下表面温度施加不同温度, 液晶层中形成了温度梯度。由于高温区域的液晶溶解ISBB的能力强, 低温区域的ISBB会向高温区域扩散, 从而在液晶薄层中形成了ISBB的浓度梯度与螺距梯度。紫外光聚合复合体系中的光可聚合单体, 单体间交联聚合形成网络固定住了液晶层内的螺距梯度, 从而制备出反射可见光波段的右旋圆偏振光的宽波反射液晶薄膜。

针对天然气燃烧过程的近红外光谱数据, 采用了一种融合波长选择和异常光谱检测的定量分析方法。 该方法根据偏最小二乘(PLS)模型的系数及预测误差的统计分布, 在实现波长选择的同时, 完成异常光谱样本的检测。 与PLS、 先用留一法将异常样本删除后PLS建模(LOO-PLS)、 基于PLS的无信息变量消除法(UVE-PLS)以及先用留一法将异常样本删除后使用UVE-PLS建模(LOO-UVE-PLS)相比较, 该方法将甲烷预测模型的预测均方根误差(RMSEP)分别降低了14.33%, 14.33%, 10.96%和12.21%； 将一氧化碳预测模型的RMSEP分别降低了67.26%, 72.58%, 11.32%和4.52%； 将二氧化碳预测模型的RMSEP分别降低了5.95%, 19.7%, 36.71%和4.04%。 实验表明, 该方法建立的分析物预测模型具有较高的预测能力和较好的稳健性, 在大大减少所选波长数量, 降低模型复杂度的同时, 还能有效地检测出异常光谱样本, 减小两者之间的相互影响。

手征向列相(N*)液晶能够选择性反射入射光，但其反射波宽一般小于150 nm。利用负介电各向异性的向列相液晶SLC10V513-200与手性化合物R1011、CB15配制出5种N*液晶，其反射波长能够覆盖整个可见光波段。使用异佛尔酮二异氰酸酯(IPDI)界面聚合法制备出平均粒径为8.0 μm的5种N*液晶聚脲微胶囊之后，将相同质量的5种微胶囊混入OP-10与IPDI中制备出微胶囊的凝胶。对80.0 μm厚微胶囊凝胶薄膜施加交流电场，使微胶囊中的液晶处于平面织构状态，紫外固化微胶囊中的液晶性单体，固定微胶囊中N*液晶的平面织构，从而制备出可以反射可见光波段的微胶囊凝胶薄膜。