采用表面增强拉曼光谱技术结合快速溶剂前处理方法检测脐橙果肉中三唑磷农药残留, 应用化学计量学方法建立脐橙果肉中三唑磷农药残留的快速检测模型。 以脐橙果肉提取液为基质, 采用N-丙基乙二胺、 C18和石墨化碳去除果肉中有机酸、 色素等荧光物质, 　配制不同浓度的三唑磷农药溶液, 应用不同预处理方法对光谱信号进行预处理, 建立偏最小二乘模型。 结果表明, 以脐橙果肉提取液为基质的三唑磷溶液最低检测浓度低于0.5mg·L-1; 归一化预处理后建立的模型预测性能最好, 模型对预测集样本的均方根误差为1.38　mg·L-1, 相关系数为0.976　6, 相对分析误差为（RPD）4.66。 预测回收率为95.97%～103.18%, 相对误差绝对值在5%以下, 表明模型具有较好的预测效果。 对4个未知浓度样本进行配对t检验, 预测值与真实值无显著差异, 说明所建立的方法准确可靠。

整车转毂振动测试中测得的手动变速器箱体振动信号包含了多种部件的振动信号，传统方法无法从测试信号中直接获取齿轮敲击振动信号，故无法定量评价齿轮敲击振动水平。本文提出了运用敲击振动相对量来辨识齿轮敲击振动的方法。该方法首先对箱体振动信号进行人耳特性滤波，然后进行回归和平滑处理获得稳态振动信号。将滤波后的振动信号减去稳态振动信号，得到的振动相对量即为非承载齿轮对的瞬态敲击振动信号, 最终可辨识出齿轮敲击振动的发生时刻、频率范围和水平。在实车试验中，采用该方法在3.5 s的测试时间内，识别出振动相对量最大的134个齿轮敲击振动信号，其发生时刻与敲击振动信号回放得到的134个敲击噪声发生时刻完全相同，辨识结果与人的主观感受一致，即准确辨识出了齿轮敲击振动。得到的辨识结果可用于定量评价齿轮敲击振动水平，校核理论模型的正确性，研究不同参数对齿轮敲击振动水平的影响规律，找出关键影响因素并优化处理，从而改善齿轮敲击性能。

利用激光显微拉曼光谱仪采集了三种苯并咪唑类农药(多菌灵、 噻菌灵和苯菌灵)的拉曼光谱。 应用密度泛函理论(DFT)中的B3LYP杂化泛函和6-31G(d, p)基组对三种苯并咪唑类农药分子进行结构优化和拉曼光谱振动频率计算。 结果表明, 理论计算得到的振动频率值与实验测得值吻合较好。 对三种苯并咪唑类农药分子在200～3 500 cm-1范围内的振动模式进行归属, 找到了苯并咪唑类分子的3个特征峰, 分别位于1 015, 1 265 cm-1和1 595 cm-1附近; 对比分析三种农药拉曼光谱的差异性, 找到三种农药分子各自不同的特征峰。 研究结果可为苯并咪唑类农药的拉曼光谱分析提供理论依据, 将促进食品和农产品中苯并咪唑类农药残留的快速检测研究。

利用表面增强拉曼光谱技术(SERS)分析噻菌灵农药的拉曼特征峰。采用微波法制备银溶胶表面增强基底, 利用激光显微共焦拉曼光谱仪分别采集514.5和785 nm激发波长下的噻菌灵农药拉曼光谱, 解析不同激发波长下的拉曼特征峰并进行比较。结果表明: 不同激发波长下噻菌灵的拉曼峰强度和拉曼频移差异较大, 514.5 nm激发波长下的782和1 012 cm-1最强, 是C—H变形振动较强特征峰, 而785 nm激发波长下的1 284, 1 450和1 592 cm-1最强, 是环振动和CN伸缩振动较强特征峰。对比分析各个激发波长下噻菌灵的SERS谱图, 找到了噻菌灵农药的5个较强特征拉曼峰: 782, 1 012, 1 284, 1 450和1 592 cm-1。这些特征峰可作为食品及农产品中噻菌灵农药残留定性定量判别的依据。

实验采集多菌灵农药的固体和液体拉曼光谱信号, 对固体的原始拉曼光谱信号进行小波去噪预处理, 利用正交试验方法筛选小波去噪参数的最优组合。 结果表明, 采用db2小波基函数、 分解层数为2、 阈值方案选择为rigrsure、 重调方式为sln时, 去噪效果最好, 信噪比为62.483。 根据不同官能团的振动模式, 对去噪后的拉曼光谱分3个波数段（1 400～2 000, 700～1 400, 200～700 cm-1）进行谱峰归属和分析, 得到了多菌灵农药分子在不同波数范围内的特征振动模式, 其中, 在619, 725, 964, 1 022, 1 265, 1 274和1 478 cm-1处的拉曼信号较强, 可作为固体多菌灵农药的特征峰。 从多菌灵农药的液体拉曼光谱中, 找到了629, 727, 1 001, 1 219, 1 258和1 365 cm-1特征峰, 这些特征峰跟固体多菌灵农药的特征峰基本吻合。 研究结果可为拉曼光谱分析技术在食品及农产品中农药残留的快速筛选提供判别依据。