使用激光诱导击穿光谱法增强稳定性的在线粉状水泥原料质量监测

采用激光诱导击穿光谱（LIBS）技术结合偏最小二乘判别分析（PLS-DA）对新疆、青海和俄罗斯的白色软玉进行产地研究。
选取产自新疆（和田、于田、且末）、青海（格尔木）、俄罗斯（贝加尔湖）的146个白色软玉样品作为样品集，从样品集中随机抽取111个样品作为校正集，用于建立PLS-DA识别模型，剩余35个样品作为验证集，用于检验PLS-DA识别模型的预测效果。
采用LIBS对三个产地的软玉样品进行成分分析，选择Na、K、Al、Li、Be、Mn、Sr、Zr、Ba、Y、Ce作为目标元素，并选取589.995，766.490，396.152，670.793，313.042，257.610，407.771，389.138，455.403，437.493，401.239nm处的谱线作为目标元素的分析谱线，选取Si元素作为内标元素，以其在288.158nm处的谱线作为内标元素分析谱线，分别计算各目标元素与内标元素的谱线强度的比值Rx，由Rx组成自变量矩阵，用于模型的建立与预测。
实验结果表明，采用LIBS结合PLS-DA建立的产地识别模型，其校正自变量和验证自变量与实际分类变量的相关系数都大于0.9

激光诱导击穿光谱（LIBS）作为一种快速的化学组成分析技术，在冶金过程的原位、在线及远程分析方面展现了突出的应用前景和研究价值。
利用神经网络建立定标模型，结合LIBS技术对不同品种钢中的Mn和Si组分进行定量分析，研究了不同输入方式对神经网络性能的影响，并与光谱分析中常用的内标法进行对比。
结果表明，对于化学体系复杂的多基体钢的定量分析，神经网络定标法能够更充分利用光谱中的信息，有利于校正基体效应和谱线之间的干扰；
但是，神经网络的输入方式对网络性能具有重要影响，只有在合理选择输入方式下才能有效提高测量重复性和准确性。

运用全光学方法研究了具有较弱磁晶各向异性的FePt薄膜中的超快磁化进动行为。
利用飞秒激光脉冲诱导产生磁化进动，基于时间分辨磁光克尔光谱方法测量其动力学过程，并通过拟合分析获得了进动频率与Gilbert阻尼因子的外场及激发能量依赖关系。
基于微磁学理论和实验条件推导的磁化进动频率表达式能够很好地解释进动频率的非线性外场依赖关系，而频率随激发能量缓慢增大源于更高的平衡温度。
分析表明本征磁阻尼因子比文献报道的L10-FePt薄膜的磁阻尼小得多，而无效磁阻尼随外场增大迅速减小源于磁不均匀性。
实验还发现提高激发脉冲能量可以减缓一致性磁化进动的能量耗散。

本文提出了利用分子体系的激光诱导热助振动荧光光谱(LITVy)实现燃烧温度测量新技术。
建立了分子激发态振动能级粒子碰撞能量弛豫模型,研讨了BaCl分子的LITVF光谱特性,通过517nm波长选择激发C2Π1/2(υ′=1)←→X2Σ(υ″=0)跃迁,对液化石油气/空气预混层流火焰温度进行了实验测量。
结果表明,对BaCl分子,该方法的测量精度可达σT=30K。

用于直接捕获光学细光谱线并实现准确的化学成分测量的无自吸收激光诱导击穿光谱仪的开发和功能评估

激光诱导击穿光谱已用于测量大气条件下粉煤无烟煤中的有机氧含量。
提出了特殊的光谱处理方法，包括通过与N（I）线比较光谱相关系数，选择与O（I）线的光谱相关系数，与N（I）线进行内部归一化以及温度校正来选择最佳的O（I）发射线，以满足多光谱分析线分析方法，可得出最精确的定量结果。
提出了确定煤中有机氧含量的标定方法，通过对六个无烟煤样品进行的实验评估，其精确度为1.15-1.37％，平均相对误差为19.39％。
还研究了相对测量误差分布。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。