利用有限元方法对SiO₂基层状二硫化钼（MoS₂）的热应力进行模拟分析。对衬底上有无微米孔的两种模型分别进行建模，模拟热应力的分布情况，并比较两种模型的热应力；分析热应力与温度、MoS₂层厚、衬底厚度的关系。模拟结果表明：衬底支撑的MoS₂热应力整体大于悬空MoS₂的热应力；悬空MoS₂周围衬底支撑部分的热应力明显高于悬空部分的热应力。研究表明，随着温度的降低、MoS₂厚度的减小以及衬底厚度的增加，MoS₂的热应力均增大。

针对显示行业对健康显示的持续关注, 本文较为系统地分析了不同显示要素可能对人眼产生的影响。从行业角度出发, 阐释了对健康显示概念的理解。现有显示要素如蓝光、偏振光、频闪、眩光等对人眼可能产生潜在的影响。健康显示不同于单纯以提升产品性能为主要指标, 而是更多地从系统角度出发, 聚焦用户主体。通过用户与产品的使用交互, 显示产品能够根据用户需求, 实现智能化输出, 使用户能够以良好的习惯使用, 实现生理和心理上的舒适为目的。最后, 从行业角度对面板技术开发和产业联动进行了初步思考。

以COD标准液为研究对象, 基于特定激发波长下的荧光发射光谱数据, 采用化学计量学算法对水质COD进行了检测, 分析了水的温度、 浊度和pH的变化对发射光谱的影响, 并对相关参数的影响进行了补偿校正。 在此基础上建立了多参量共同作用时对水质COD预测模型的补偿校正方法。 首先采用荧光光谱法对浓度范围为1～55 mg·L-1水质化学需氧量(COD)标准溶液进行三维荧光光谱的采集, 去除散射峰以后采用基于蚁群算法优化的偏最小二乘法(ACO-iPLS)对不同激发波长(Ex=255～285 nm, 间隔为5 nm)下的荧光发射光谱(Em=275～450nm)数据进行特征提取并采用基于粒子群优化的最小二乘支持向量机算法(PSO-LSSVM)进行预测模型的建立。 结果表明, 不同激发波长下的荧光发射光谱数据模型的检验集决定系数R２ｐ在0.961 8～0.998 1范围内, 当采用波长为Ex=270 nm的激发光作用时所激发出的荧光发射光谱数据所建模型的效果最优, 其检验集决定系数R2p=0.998 1, 预测均方根误差RMSEP=0.348 3 mg·L-1。 其次, 对温度、 浊度、 pH对荧光光谱法检测水质COD的影响进行了分析, 并给出了相应的补偿模型。 结果表明, 温度和浊度在检测水质COD时对荧光光谱的影响不可忽略, 但通过建立补偿模型可以对其影响进行有效的补偿校正, 温度补偿后荧光数据模型的整体平均偏差Bias=0.130 6 mg·L-1, 经浊度补偿后可以很好的校正浊度变化对荧光光谱法检测水质COD的影响, 而pH范围在4～12.3内变化时对荧光光谱的影响相对较小, 因此可忽略。 最后, 结合单一影响因素的分析结果, 对荧光光谱法检测水质COD时水体的多种环境因素(温度、 浊度、 pH)共同作用的影响进行了分析。 实验结果表明, 忽略pH影响后, 可以采用对温度和浊度同时补偿的方法对二者的影响进行有效的校正。 该结果可为水质参数光学传感器在调试过程中抑制环境因素的影响提供参考。

作为精确打击**系统的重要组成部分，红外跟踪系统主要用于在 运动载体上对目标进行搜索、识别、瞄准和跟踪。载体扰动会对红外跟踪系统的性能产生影 响，因此需要隔离扰动和消除扰动对跟踪的影响。通过对红外成像系统的原理进行研究，查 找出了可能造成红外图像扰动的因素，定性分析了扰动对设备造成的影响，最后为设备使用中如 何克服扰动影响提出了建议。

考虑微米尺度和纳米尺度下电子传输对激发能的共同影响, 基于电子漂移速度对外加电场的依赖, 研究外加电场和外加温度对量子点红外探测器暗电流特性的影响.结果表明: 外加电场在0~25 kV/cm范围内时, 暗电流模型和实验数据变化相吻合.暗电流随着外加电场的增加而增加, 并且当外加电场小于6 kV/cm时暗电流增加迅速, 而当外加电场大于6 kV/cm时暗电流增加缓慢.暗电流随着外加温度的增加迅速增加.该研究为量子点红外探测器的优化设计和性能提高提供了理论参考.

为了提高仿真实验系统的主控计算机分系统的软件可靠性, 建立了系统级软件可靠性屋(HOSR)。以主控计算机分系统下的运行时间框架管理模块为例, 分析了故障模式和故障原因的相关性、故障模式间的相关性、和故障原因间的相关性。介绍了故障模式及影响分析法(FMEA)、质量功能展开法(QFD)、及将QFD中的系统屋概念融入FMEA而形成的HOSR。根据主控计算机分系统软件层次图, 利用已建立的故障模式和故障原因库对HOSR进行填充; 最后, 根据HOSR的分析矩阵对RTI管理模块进行故障分析。分析结果表明: RTI管理模块中存在潜在故障模式23个, 潜在故障原因35个, 故障模式和故障原因的相关性关联116个, 故障模式间的相关性关联9个, 故障原因的相关性关联14个。该分析法能更全面地识别故障模式和故障原因, 尤其是共模故障和共因故障, 同时减少头脑风暴法带来的缺陷遗漏, 减少工作人员的工作量。