距离是影响热红外测温精度的主要因素。为研究不同距离下不同热源强度的热红外测温精度, 设计野外实验, 布设 460 K和 505K两个热源温度, 分别在 20 m的距离以间隔为 1m的测温距离采集温度数据, 通过函数拟合, 分析不同距离下测温值与真实值之间的变化关系。结论如下: 1)随着距离的增加, 红外测温值呈现先急剧下降, 之后逐渐平缓至某一稳定状态的趋势, 且当热源温度越高, 达到这一稳定状态的距离就越长。 2)通过比较多项式和指数拟合函数的相关系数, 提出了基于指数函数的温度 -距离拟合关系, 相关系数最大为 0.999。3)依据温度变化速率提出温度 -距离的分段数学模型对测温数据进行误差补偿, 经过补偿后红外测温值与真实值最大相对误差仅为 0.59%。

传统的两层棱镜膜对于MiniLED背光的增亮效果不明显, 因此设计了一种微结构薄膜来代替两层棱镜膜。首先, 根据MiniLED背光的配光曲线及尺寸, 对微结构进行分段设计。将与MiniLED芯片等宽区域设定为顶角90°的棱柱结构, 对2个MiniLED芯片之间的区域, 将MiniLED芯片作为扩展光源, 芯片2个端点发出的光束到达微结构底面会形成一个夹角, 将夹角的角平分线处光线准直到轴向方向, 结合Snell定律进行计算, 得到棱柱微结构倾角。然后, 通过LightTools仿真软件对单个微结构及微结构阵列分别进行了建模和仿真, 仿真结果表明: 加微结构薄膜后的轴向视角亮度相比于加两层棱镜膜提升了31.3%。最后, 通过无掩模光刻设备对设计的微结构薄膜进行加工制备, 并对样片进行测试。实测结果表明: 加微结构薄膜后的轴向视角亮度相较于加两层棱镜膜提升了25.7%。实现了针对MiniLED背光模组的亮度增强设计。

高峰值功率以及高光束质量的激光光源在激光加工等领域具有重要的应用价值。利用重复频率为50 kHz、脉宽为3.9 ps、平均功率为10.9 mW的光纤种子光源, 经过两级固体双通放大, 最终得到平均功率为27.65 W, 峰值功率达到65 MW的激光输出。第一级放大器为端面抽运Nd∶YVO4放大级, 第二级放大器为侧面抽运Nd∶YAG放大级。通过利用球差补偿理论设计的双通放大结构以及调节放大级中的填充因子, 控制最终激光输出的光束质量, 得到输出激光的光束质量因子M2=1.30。

为了替代主控振荡功率放大结构中的多级光纤预放结构, 对小信号高增益的掠入射板条放大器进行了模拟和实验研究。利用板条内线性温度梯度引起的轴棱镜结构, 测量了板条晶体的热转换系数。结果表明:0.1 mW和1 W种子光提取时, 热转换系数分别为0.37和0.28;抽运光功率为55 W时, 两种情况下板条最大温升相差16 K;小信号提取时, 板条晶体内的温升是制约增益提高的主要因素;采用0.1 mW种子光注入且抽运光功率为50 W时, 可获得1.8 W的激光输出, 增益高达43 dB, 水平方向光束质量因子M2x=1.30, 垂直方向光束质量因子M2y=1.28。

采用基于半导体可饱和吸收镜的被动调Q微晶片激光器, 对三通掠入射Nd∶YVO4板条激光放大器进行了实验研究。理论研究了水平方向模式匹配比和掠入射角对板条激光放大器热致畸变的影响。实验验证了掠入射板条激光放大器水平方向最优模式匹配比为0.6, 且采用较小的掠入射角可以在保证高增益的同时产生较小的水平方向热致畸变。确定模式匹配比为0.6且三通掠入射角分别为3°、5°、7°时, 重复频率为100 kHz、平均功率为2 mW、光束质量因子M2=1.17的种子光源所产生的激光经过掠入射Nd∶YVO4板条三通放大后, 最终获得12.6 W的激光输出, 光-光提取效率达到28%, 脉冲峰值功率为1.1 MW, 脉冲能量为126 μJ, M2=1.4。

为探寻一种快速可靠的分析方法用于橄榄油中掺杂煎炸老油含量的测定, 实验采用可见和近红外透射光谱分析技术结合区间偏最小二乘法(interval partial least squares, iPLS)、 联合区间偏最小二乘法(synergy interval partial least squares, SiPLS)和反向区间偏最小二乘法(backward interval partial least squares, BiPLS), 对掺杂不同含量煎炸老油的橄榄油建模分析, 并对不同模型比较优选。 采集样品400~2500 nm范围内的光谱, 对光谱数据进行Savitzky-Golay(SG)平滑去噪。 剔除奇异样本后, 采用sample set partitioning based on joint X-Y distance(SPXY)法划分样本集, 以不同的iPLS优选建模区域, 建立煎炸老油含量预测模型。 结果表明: 对掺杂不同含量煎炸大豆油的橄榄油, 采用划分20个区间, 选择2个子区间［4, 16］建立的SiPLS模型预测效果最好, 相关系数(Rp)达0.998 9, 预测均方根误差(RMSEP)为0.019 2。 对掺杂不同含量煎炸花生油的橄榄油, 采用划分20个区间, 选择2个子区间［2, 16］组合建立的SiPLS和BiPLS模型具有相同的预测效果, 预测均方根误差(RMSEP)为0.0120, 均优于iPLS模型。 此外, 与SiPLS模型相比, BiPLS模型运算量少, 速度快。 由此可见, 基于掺杂油样品的可见和近红外透射光谱, 分别采用组合区间偏最小二乘法(SiPLS)和反向区间偏最小二乘法(BiPLS)优选建模光谱区域, 可以对橄榄油中掺杂煎炸大豆油和煎炸花生油含量进行准确测定。 而且, 实验过程无需对掺杂油样品进行预处理, 无环境污染, 操作简单, 快速无损。

采用衰减全反射傅里叶变换红外光谱(FTIR-ATR)结合模式识别的方法建立橄榄油的快速鉴别模型。实验中测定不同品牌的纯橄榄油样本与纯大豆油样本以及橄榄油中掺入大豆油的混合油样本的FTIR-ATR 光谱。将625~4000 cm-1波段的光谱数据作为鉴别研究对象，应用主成分分析法(PCA)对光谱数据进行降维处理，再结合Fisher 判别分析和多层感知器神经网络两种模式识别的方法对纯橄榄油、纯大豆油以及三种掺杂有大豆油的橄榄油样本进行鉴别。结果表明：对原始数据所采用的预处理方法中，经小波去噪后的数据的鉴别效果最佳。PCA 结合Fisher 判别分析建立的判别模型，原始判别的准确率达到100%，交叉验证的准确率达到97.1%；多层感知器神经网络鉴别模型训练集分类准确率为100%，测试集分类准确率为100%。因此，FTIR-ATR 光谱技术结合模式识别方法可以实现对纯橄榄油、纯大豆油以及三种掺杂有大豆油的橄榄油样本的鉴别，而且具有操作简便、快速、可靠等优点。