针对6061铝合金难以在化学机械抛光中获得高表面质量的问题，研究了抛光液中氧化剂（H₂O₂）、缓蚀剂（BTA）的质量分数和pH值对表面粗糙度的影响。基于响应曲面法设计实验，采用方差分析（ANOVA）检验各参数对表面粗糙度影响的显著性，分析参数的交互影响，得出抛光液的最佳组分配比。结果表明，6061铝合金的表面粗糙度随着pH值的增大先增大后减小再增大，随着H₂O₂和BTA质量分数的增加先减小后增大。在优选的抛光液参数组合（pH值为9.7，H₂O₂的质量分数为0.57%，BTA的质量分数为1.16%）下，实现最低表面粗糙度S_a 为0.31 nm，获得了近原子尺度的超光滑表面。

三维荧光光谱结合多元校正分析对石油类污染物复杂多组分体系测定方法多谱图混叠, 且易受到空白荧光和干扰物荧光影响降低了测定准确性。 提出在三维荧光光谱中增加一维温度信息构造激发波长-发射波长-温度-样品(EEM-temperature data array)的四维荧光光谱数据阵列, 应用四线性成分模型建立高维荧光光谱定性定量分析的方法。 实验证明在15～25 ℃温度范围内, 矿物油荧光光谱轮廓形状不随温度变化, 而其强度随温度线性变化, 满足四线性要求, 这为构建四维荧光光谱发展高维数据的三阶校正提取更丰富的有效信息提供了可能。 三阶校正不仅可以在干扰物共存的情况下对感兴趣组份进行定量测定, 即具有“二阶优势”, 还具有更高的选择性和灵敏性, 可以对高共线性和背景干扰的重叠光谱表现更好的解析能力, 即“三阶优势”。 对0#柴油、 97#汽油和机油为混合油待测组分, 腐殖酸为水体干扰组分组成的复杂体系污染油样品为进行实验, 得到的三维荧光光谱利用平行因子(PARAFAC)算法和交替惩罚三线性分解(APTLD)算法进行二阶校正分析, 将三维荧光光谱在温度方向上堆叠构成增加温度维度的四维荧光光谱数阵, 并将其利用四维平行因子算法(4-PARAFAC)和交替惩罚四线性分解(APQLD)算法进行三阶校正分析, 比较, 0#柴油、 97#汽油和机油的预测结果表明增加了影响荧光光谱的温度因素构造的四维荧光光谱提高了有效信息提取能力, 四维荧光光谱结合高阶校正算法能提高油种光谱识别和浓度精确检测, 较传统的三维荧光光谱分析提高了回收率(recovery rate)和预测均方根误差(root mean square error of prediction, RMSEP), 有利于石油类污染物的有效, 准确, 实时, 绿色环保检测。 同时指出了4-PARAFAC和APQLD算法各自的特点及其不同适用环境, 为油类污染物检测具体情况提供算法选择依据。 引入温度参量的四维荧光光谱结合三阶校正算法的检测技术较三维荧光光谱技术, 在组分光谱定性分辨和浓度定量检测方面能对复杂体系油类污染物实现快速有效, 绿色无污染地检测, 实现“数学分离”更有效代替“化学分离”。

三维荧光光谱技术与自加权交替三线性分解(SWATLD)算法相结合, 对三类农药混合溶液进行检测。 在乙腈溶剂中配制西维因、 速灭威和三唑磷不同浓度比的混合溶液为测量样品(西维因、 速灭威及三唑磷的最佳激发波长/发射波长分别为285/325, 305/345和265/305 nm), 利用荧光光谱仪获取样品的三维荧光光谱, 经过空白扣除以及激发与发射校正, 有效地去除仪器误差以及散射产生的影响, 得到样品的真实光谱。 采用基于自加权交替三线性分解算法对测得的光谱数据进行分析, 得到的三种农药的平均回收率为96.9%±1.9%, 99.8%±1.0%和100.8%±3.2%。 根据SWATLD算法预测结果, 计算三类农药的预测均方根误差(RMSEP)值为0.616×10-2, 0.539×10-2和0.374×10-2 μg·mL-1, 低于平行因子(PARAFAC)分析法预测结果的RMSEP值, 且最低检测限均在0.005~0.022 μg·mL-1范围内。 和PARAFAC算法相比较, 突出了SWATLD算法的优势, 表明该算法对光谱重叠严重的三类农药混合物有较好的分解能力。Mixtures

酚类化合物对动植物机理有着严重危害, 利用三维荧光光谱结合交替惩罚三线性分解(APTLD)算法, 完成了不含干扰物和干扰物共存时激发-发射荧光光谱重叠严重的麝香草酚、 对苯二酚和苯酚的直接快速准确定性、 定量分析。 研究了温度对三种酚类化合物荧光强度的影响。 对扫描所得激发-发射矩阵信号(EEM)进行二次去散射和光谱校正预处理, 最大程度保留了原光谱信息, 避免光谱严重失真。 将APTLD算法与平行因子(PARAFAC)和交替三线性分解(ATLD)算法进行对比, 突显该算法的优势。 实验得出, APTLD算法能够较好的解析荧光光谱数据的重叠峰, 分别得到三种目标分析物的荧光光谱, 实现快速定性分析; 定量分析时平均回收率为(97.4±4.5)%~(103.1±3.0)%; 预测均方根误差(RMSEP)低于1.664×10-2 μg·mL-1, 且检测限低于国家标准; 处理过程简洁快速, 为水环境中酚类化合物实现现场检测和在线实时监测提供了有力依据。

针对红外制导导弹无法直接测量弹目距离、视线角速度及目标加速度等制导信息, 且单枚导弹的可观测量少, 目标定位误差大的问题, 考虑红外导引头的测量特性, 利用多枚导弹与目标的几何关系对目标进行协同定位。建立多枚导弹对目标的协同跟踪模型, 通过计算导弹间相对运动关系估算弹目距离, 并将其作为伪量测量, 结合导引头测角信息构建新的量测方程, 利用卡尔曼滤波估计出弹目距离和视线角速度等制导信息。针对机动目标, 研究了一种基于交互式多模型滤波方法, 利用多个目标机动模型加权融合的方法来估计真实目标机动模型。数学仿真表明该方法有效提高了对固定/机动目标的估计精度。

基于三维荧光光谱结合交替惩罚四线性分解(APQLD)对痕量多环芳烃（PAHs）进行检测， 实验以苊(ANA)和萘（NAP）为研究对象。 首先利用小波变换对得到的三维荧光光谱数据进行压缩， 以消除数据的冗余信息。 分别在乙醇溶剂、 甲醇溶剂以及超纯水条件下测定不同浓度的PAHs的激发-发射荧光光谱， 并将其组合构建四维数据， 利用APQLD对构建的四维光谱数据进行分析， 并对比了PAHs在三种溶剂条件下各自的回收率。 实验结果表明， 用不同溶剂构建的四维数据能更准确地测定PAHs的浓度， 其回收率更高； 对比二阶校正以及其他四维校正算法， APQLD更能体现四维算法所具有的优越性； 当因子数N=3时， ANA的回收率为96.5%~103.3%， 预测均方根误差为0.04 μg·L-1； NAP的回收率为93.3%~110.0%， 预测均方根误差为0.08 μg·L-1。Environmental Analysis: Determination of Polycyclic AromaticHydrocarbons

基于三维荧光光谱结合小波压缩与交替惩罚三线性分解(APTLD)对水中多环芳烃(PAHs)进行定性和定量分析, 实验以萘(NAP)、 芴(FLU)、 苊(ANA)为测量样品。 首先用FS920荧光光谱仪测量获得样品的三维荧光光谱数据, 对数据进行激发和发射校正且去散射, 得到真实光谱。 为了解决三维荧光光谱数据的冗余信息, 通过小波变换对实验光谱数据进行压缩, 其压缩分数和数据恢复分数分别大于92%和95%。 用APTLD对压缩后的光谱数据进行分析, 体现了二阶优势, 实验结果表明, 在PAHs的荧光光谱严重重叠和有干扰物共存下, 该方法仍能准确地测定, 其回收率为94%~98%、 预测均方根误差小于0.29 μg·L-1。

中药的质量控制和评价在现代化医学发展中起着至关重要的作用。 为了客观和高精度的鉴别中药材特性, 实现对中药材质量稳定性的控制, 利用XRF, PXRD和FTIR对广藿香的主要组分及微结构进行测定, 建立了基于XRF, PXRD和FTIR鉴别中药材主要组分及产地特征的新方法。 实验结果表明, 广藿香中含有K, Ca, Cl, Si和P等多种元素, 独有的元素特征谱是广藿香形成药效好的道地药材的部分物质基础。 广藿香含有大量的晶态物质及少量非晶态物质, 且Ca在其中以CaC2O4·H2O状态存在, 被检样品中该晶体物质含量的多少与相关锐峰的强弱成正比。 对FTIR谱峰进行了归属与分析, 提供了醇类、 黄酮及草酸钙等物质的化学组分信息。 该法联用XRF, PXRD和FTIR技术从元素、 原子和分子微观层面客观地表征了广藿香主要组分及微结构的相关信息, 避免了单独使用某种方法的片面性, 能避免因复杂的前处理导致样品固有组分的改变, 具有快速、 简洁、 再现性好及易于接受等优点, 为广藿香及其他中药材的质量控制和品质评价提供一种新方法。