利用能量色散X射线荧光光谱分析（EDXRF）技术与遗传算法优化的反向传播（GA-BP）神经网络对中低合金钢中Cr、Mn和Ni元素进行含量分析。通过能量色散X射线荧光光谱仪对六类中低合金钢标准样品做激发处理，获得X射线荧光光谱，使用两点法扣除背景，求得各元素对应K_α特征峰强度。利用所得108组谱线数据及其对应含量建立GA-BP神经网络，使用训练完成的GA-BP神经网络对另外36组中低合金钢样本含量进行预测，并将所预测结果与基本参数法分析结果和标准样品化学分析结果进行对比，Cr、Mn和Ni元素含量平均误差分别为0.0287%、0.0314%和0.0423%。实验结果表明，遗传算法优化的BP神经网络适用于EDXRF对中低合金钢中Cr、Mn和Ni元素含量的分析。

针对现有能见度检测方法复杂度高和检测精度低的问题,提出了一种基于监控图像的道路能见度检测方法。首先,通过暗亮原色先验理论求取暗亮原色的透射率;然后,利用自适应去雾权值和自适应滤波窗口优化大气光值和大气透射率,将车道线首尾端点的透射率与优化后的暗亮原色透射率一一对应;最后,结合车道线首尾端的距离计算大气消光系数和能见度。实验结果表明,本方法可在100~600 m内实现高精度检测,相对误差小于10%。相比其他方法,本方法的检测效率更快、精度更高且更容易实现。

低QI含量的软沥青（SCTP）是制备煤系针状焦的优选原料, 研究其在液相碳化成焦阶段（350～550 ℃）的结构变化有助于高品质针状焦的研制。 利用样品的红外光谱, 通过分峰拟合对谱图中3 100～2 800 cm-1区的C—H伸缩振动峰和900～700 cm-1区的芳香C—H弯曲振动峰进行了详细辨析, 接着基于标准物质的相应C—H振动峰的校正因子, 定量出SCTP在不同碳化温度（400, 500, 600和800 ℃）下的各类型芳香氢（Hsolo, Hduo, Htrio和Hquarto）和脂肪氢（HCH3, HCH2和HCH）的质量百分含量; 进一步计算了样品的SP2杂化碳（SP2C）和SP3杂化碳（SP3C）的含量以及H/C原子比、 芳香性指数（Iar）、 芳香邻位取代指数（Ios）和支链化指数（CH3/CH2）等结构参数, 讨论了SCTP在液相碳化成焦过程中芳香结构的变化情况。 结果表明, 煤系针状焦原料SCTP主要由低环数少侧链的芳烃构成, Iar为0.77, 其82%左右的芳香氢分布在含有三/四个相邻芳香C—H的结构中, 而其脂肪氢主要分布在环烷的CH2结构中。 随着碳化温度升高, SCTP的脂肪氢或SP3C几乎呈直线下降, 到400 ℃时损失约50%, 这主要归因于轻组分的失去和环烷结构的脱氢, 在500 ℃形成半焦时仅有0.15 Wt.%的脂肪氢和0.88 Wt%的SP3C, 600 ℃时已检测不到脂肪氢的存在。 然而, 由于环烷结构转变为芳环, 导致芳香氢在400 ℃之前从原料的3.89 Wt%轻微增加至4.5 Wt%。 随温度进一步升高, 芳香氢则迅速减少, 到500 ℃时仅为1.14 Wt%, 表明在400～500 ℃中间相形成阶段沥青芳烃分子间发生了激烈的脱氢缩合反应, 大量质子化SP2C转化为非质子化SP2C也证实了这点。 在500 ℃后芳香氢继续减少, 到800 ℃时已检测不到它们的存在。 另外, 发现芳烃的C—H面外弯曲振动比其面内伸缩振动对红外光更灵敏。 Iar的增加以及H/C原子比、 Ios和CH3/CH2等参数的减小, 说明SCTP在成焦过程中其芳烃分子在逐步缩合长大, 芳香性提高。 利用红外光谱对各类型氢的快速定量, 可及时了解成焦过程中沥青芳烃分子的结构变化, 有助于针状焦的生产。

本文对高膜厚PS材料进行了研究, 通过工艺优化, 成功在G5线实现了60~120 μm的高PS。通过前烘工艺和固化工艺优化调整, 得到了无气泡、膜面良好的高PS材料。本文还对曝光量对PS影响进行了研究, 发现曝光量低于50 mJ时, PS材料无法有效成型; 当曝光量达到150 mJ时, 得到形貌良好, 达到设计值的PS。最后还对不同基底高PS材料进行了研究, 发现未进行增粘处理时, SiN基底粘附性良好, Mo基底还需继续优化处理。