左右滑动查看封面和引言

    近红外光谱作为一项重要的现代分析技术，经过近三十年的系统发展，在我国实现了从初步探索到体系化研究、从技术引进到自主创新的显著转变，取得了诸多具有代表性的成果。该技术在提升工业生产效率、保障产品质量、推动制造业智能化转型等方面展现出重要的战略价值。该文系统回顾了我国近三十年来在近红外光谱技术基础研究、仪器研制、化学计量学方法创新以及多领域应用拓展等方面取得的主要进展，深入评述了当前的发展现状，并提出了未来关键技术的发展方向与研究重点。展望未来，应进一步加大科技投入，强化跨学科协同与高层次人才培养，推动产学研深度融合，持续拓展近红外光谱技术的应用广度与深度，促进其高质量发展，更好地服务于我国经济社会的发展需求。

    近红外（NIR）光谱技术在近几十年中经历了显著的技术进步和应用拓展，化学计量学为其发展提供了坚实的理论基础与关键技术支撑。该文综述了化学计量学在提升NIR光谱分析性能方面的进展，总结了建模方法的发展历程以及信号处理方法的创新与应用，重点介绍了NIR光谱与化学计量学结合应用于水的结构、性质和功能研究，展示了NIR光谱在水和水溶液研究中的独特优势。水可以作为NIR光谱探针，用于研究化学和生物系统中的分子间相互作用和结构变化。这些研究进展为复杂体系的高效分析以及化学和生物过程的精准检测提供了新的方法和技术。化学计量学与NIR光谱技术的深度融合，促进了NIR光谱分析向更高效、更精准的发展和进步，同时也拓展了NIR光谱技术的应用领域。

    近红外光谱分析技术作为分子光谱技术中一种重要的智能感知手段，其与化学计量学方法相结合已广泛应用于农业、石化、烟草、制药、食品和饲料等多个行业领域。该文对近红外光谱分析技术在中国石油化工领域近30年来的诸多应用进行综述，涵盖原油快速评价、石脑油烃组成分析、汽油辛烷值在线检测、柴油十六烷值预测、重油性质分析、聚烯烃产品质量控制，以及近年随着智能工厂建设的推进，近红外光谱分析技术与先进过程控制（APC）、实时优化（RTO）系统在多个石化装置的深度融合应用，并对未来近红外光谱分析技术在石化领域的应用发展趋势做了展望。

    质量控制方法和质量标准体系对于确保中药材及其饮片的质量安全起着核心作用。当前，以色谱法等分析技术为主的质量标准体系在应用过程中存在一定的局限性。近年来，快速检测技术取得了显著进步，力求满足中药材质量检测所需。然而，快速检测技术在检测范围、目标物复杂性以及高通量设备的配备方面存在不足，这些问题亟待关注和解决。因此，快速、高通量的合规性快速检测与筛查技术在中药材及中药饮片的质量控制中正变得越来越重要。该文从品种鉴定、品质评价和安全性检测等方面探讨了中药材及中药饮片的快速初筛应用，并对相关应用案例进行总结。同时，对中药材及中药饮片合规性初筛未来的发展方向提出了建议，旨在为深入研究和推动中药材及中药饮片合规性初筛技术的市场化应用提供参考依据。

    土壤有机碳（SOC）是陆地生态系统碳循环的核心参数，也是全球气候变化的重要议题。为满足信息化发展需求，国内外已开展了大量的SOC可见-近红外光谱分析研究工作，但缺乏实际应用。为推动SOC光谱分析的场景应用尽快落地，该文综述了SOC可见-近红外光谱技术近25年的发展现状，阐述了光谱分析原理，指出光谱分析的数据采集和数据分析全过程均会影响光谱分析质量；梳理了SOC光谱分析场景化应用中面临的共性关键技术，亟需解决的问题主要包括同源样品在不同时间下的光谱模型转移、光谱仪性能对SOC光谱分析质量的影响以及新鲜样品的光谱分析；提出了土壤剖面监测和湿地碳汇监测两个当前具有优势的应用场景，指出未来还需针对具体场景开展系统研究，并建立相应的大数据和规范标准。该综述将为SOC可见-近红外光谱技术的全面应用提供有益参考。

    基于近红外光谱（NIRS）技术结合偏最小二乘法（PLS）建立了脊痛宁片醇沉上清液多指标成分快速定量分析模型。采用超高效液相色谱测定98批脊痛宁片醇沉上清液中的葛根素、芍药苷、甘草酸含量；使用烘干法测定可溶性固体含量；比色法测定总糖含量，并运用PLS法建立 NIRS 与各项指标定量参考值之间的多元校正模型。以预测决定系数（𝑅P²）和预测均方根误差（RMSEP）对定量预测模型进行评价。结果显示，上清液中葛根素、芍药苷、甘草酸、可溶性固体、总糖NIRS定量模型的预测RP²分别为0.980 1、0.989 0、0.981 5、0.996 1、0.978 1；RMSEP分别为0.011 2、0.029 9、0.014 1、0.062 7、0.809 0。12批外部独立验证集样品的平均相对偏差范围为2.52%~3.87%。所建立的近红外定量模型预测性能良好，简捷快速，可用于脊痛宁片醇沉上清液中间体的快速检测和质量控制。

    为进行黄芪产地溯源，提出了CTGAN+1D-CNN+Encoder-Decoder（CCEN）网络模型，首先通过条件表格生成对抗网络（CTGAN）增强黄芪近红外光谱数据，解决数据较少的问题，再通过在一维卷积神经网络（1D-CNN）上加入编码器-解码器（Encoder-Decoder）结构，使网络可以同时捕获特征之间的全局关系和局部关系。实验结果表明，CTGAN和Savitzky-Golay增强后，偏最小二乘法判别分析（PLS-DA）、随机森林（RF）、K近邻算法（KNN）和1D-CNN的准确率分别提升至0.973 3、0.953 3、0.960 0和0.973 3。加入编码器-解码器后，1D-CNN准确率提升至0.977 8。最终CCEN模型在黄芪数据集上的准确率、召回率和F1值分别达到0.986 7、0.987 2和0.986 8，均优于对比模型。结果证明CCEN模型适用于近红外光谱这类结构复杂、样本有限的一维信号数据，为黄芪中药材道地性产地识别研究提供了新方法。

    为提升近红外光谱对烟叶烟碱含量的定量分析精度，提出了一种融合开普勒优化算法（KOA）、卷积神经网络（CNN）、门控循环单元（GRU）和多头自注意力机制（MultiAttention）的深度学习模型。首先对1 790份烟叶样本的近红外光谱进行Savitzky-Golay一阶导数预处理，通过CNN提取光谱多尺度特征，利用GRU捕捉波长点间的时序依赖关系，并引入MultiAttention实现特征动态加权；同时，采用KOA算法优化模型超参数（学习率、卷积核个数、隐藏层节点数），通过调控轨道周期（Tⅽ）、初始引力强度（M₀）和衰减系数（λ），解决传统模型易陷入局部最优和收敛慢的问题。实验结果表明，当Tⅽ=1、M₀=0.05、λ=8时，模型预测烟碱含量的拟合优度（R²）为0.980，均方根误差（RMSE）为0.069，平均绝对误差（MAE）为0.049，较偏最小二乘法（PLS）、卷积神经网络回归（CNNR）等对比模型的精度显著提升。研究表明，该模型通过特征提取-时序建模-全局优化的一体化框架，有效提升了近红外光谱定量分析的鲁棒性与泛化能力，为烟叶化学成分的快速精准检测提供了新方法。

    为实现大豆种子发芽率的快速检测，该研究收集了16个不同种类共350个大豆种子样本，其中14个品种利用人工老化的方法获取8个不同活性梯度的样本，剩余2个品种为自然老化的样本，采集光谱数据后进行发芽试验获取其发芽率数据。采用蒙特卡洛交叉验证法（MCCV）结合偏最小二乘回归（PLSR）剔除异常样本，选择Savitzky-Golay卷积平滑结合标准正态变量变换（SG+SNV）方法对光谱数据进行预处理，然后使用无信息变量消除法（UVE）进行特征波长的选择。将基于稀疏高斯过程回归（SGPR）方法拓展至小样本、高维度样本数据的应用场景，并对比不同核函数对模型性能的影响。为验证SGPR模型优越性，同时建立高斯过程回归（GPR）、支持向量回归（SVR）和PLSR三类对照模型。结果表明：优化后的SGPR-Matern32模型在训练集（R²=0.973 7，RMSE=0.045 4）、验证集（R²=0.949 8，RMSE=0.065 0）和测试集（R²=0.963 6，RMSE=0.069 4）均表现出较优的预测性能，且建模效率较传统的GPR大幅提升。研究证实，近红外光谱技术结合SGPR-Matern32建模方法可显著提高大豆种子发芽率的检测效率与精度，为实现大豆种子活力无损检测提供了可靠的技术手段。

   开发了一种快速无损准确率高的小麦种子蛋白质含量检测方法。采用近红外光谱（NIRS）技术结合堆叠模型的机器学习方法，对包含248个小麦种子的近红外光谱数据进行分析，并比较了滑动窗口分组（SWG）和分层抽样分组（LSG）两种光谱波段分组方法的效果。在基本模型中，偏最小二乘（PLS）展现出最低的预测均方根误差（RMSEP）和最高的决定系数（R²），分别为0.212 0和0.989 9。实施堆叠模型后，不同算法的性能均获得显著提升。LSG与线性回归的结合使得RMSEP降低至0.199 0，R²提高至0.991 1，为最优模型。结果表明与LSG集成的堆叠模型机器学习算法为小麦种子蛋白质含量预测提供了一种更准确的算法。

   针对小麦近红外光谱数据样本规模小且光谱信息有限，传统方法难以充分提取数据特征，而卷积神经网络（CNN）存在计算效率低、参数量大，且容易过拟合的问题，提出了一种多特征融合的对称卷积网络（SCN-MF），以此实现小麦蛋白含量的高效准确预测。首先，设计了一种对称卷积网络，利用通道数量先增后减的对称式结构，在保证预测精度的同时降低计算复杂度；其次，引入多特征融合模块，通过交叉注意力机制将原始光谱和其导数光谱相结合，以增强关键特征表达，从而提高模型的预测精度。结果表明，SCN-MF模型在测试集上的决定系数（R²）为0.946 1，预测偏差（RPD）为4.305 7，均方根误差（RMSE）为0.404 3，且较改进前CNN显著提升了模型的预测精度和计算效率。同时，与其他5种方法相比，SCN-MF模型在训练集和测试集中均表现最佳，具有更优的稳定性和预测能力。该研究适用于小样本、小模型场景下的近红外光谱数据建模，为小麦蛋白质含量智能化检测提供了新的技术支撑。

   该研究在上海棱光技术有限公司生产的S450型近红外光谱仪基础上，将两相步进电机加双齿轮结构替换为五相步进电机直接驱动光栅，并应用线性拟合方法扣除电机一定数量的细分步数消除反向回程扫描时产生的波长偏移。结果表明，采用五相步进电机直接驱动光栅，可进行正反向扫描，提高了效率并满足高性能近红外光谱仪的波长精度要求，CH一倍频吸收峰（约1 730 nm处）的波长差小于0.05 nm，相较于加齿轮驱动结构，该方法无齿轮磨损，延长了使用寿命。该研究不仅可以大幅提升国产近红外仪器性能，而且为五相步进电机在分析测试仪器中的应用提供了重要参考。

   为了提高手持式近红外光谱仪在烟叶烟碱含量检测中的准确性，该文提出了一种优化的定量检测方法。首先利用手持式近红外光谱仪采集烟叶光谱数据，并对其进行一阶导数预处理；然后，通过非参数检验的最大信息探索方法提取非线性波长系数，并采用线性回归方法提取线性波长决定系数；接着结合相关系数边界决策阈值，使用多层感知算法将波长组合划分为线性波段和非线性波段，分别建立预测模型。最后，将各波段的预测结果通过不同权重系数进行组合，并与传统全波段偏最小二乘法建模结果进行对比分析。结果表明，基于组合波段的模型相关系数提高了6.57%，平均绝对误差降低了26.05%，平均相对误差降低了28.11%。该方法显著提升了模型的预测准确性，满足手持式近红外光谱仪对烟叶中烟碱含量快速、准确、无损检测的实际应用需求。

    以柠檬酸为碳源，利用氮掺杂一步水热法合成出量子产率为33.43%的发射蓝光的荧光碳点（NL-NCDs）。基于“turn-off-on”机制构建了NL-NCDs-Mg²⁺荧光增强型传感器灵敏检测盐酸四环素的方法，线性范围为0.1~20 µmol/L，检出限低至21.3 nmol/L。基于内滤效应和静态猝灭协同机制，构建了“turn off”型荧光探针（NL-NCDs）有效识别木犀草素的荧光检测方法，线性范围为0.1~30 µmol/L，检出限为29.1 nmol/L。采用加标回收法成功实现了实际样品中盐酸四环素和木犀草素含量的测定，加标回收率分别为95.4%~104%和96.2%~105%。NL-NCDs展示出优异的光学性能，在生物传感、疾病诊断和食品监测检测盐酸四环素和木犀草素方面呈现出应用潜力。

    采用改进的QuEChERS法结合气相色谱-串联质谱（GC-MS/MS）建立了一种同时测定烘焙咖啡中94种农药和18种多环芳烃的分析方法。比较了水化体积、提取溶剂种类和体积以及填料种类和用量对样品提取与净化的影响。在最优条件下，所有化合物的线性关系良好，相关系数（r²）均大于0.99。94种农药的检出限（LOD）和定量下限（LOQ）分别为0.1~3.0 μg/kg和0.2~10.0 μg/kg，18种多环芳烃的LOD和LOQ分别为0.3~3.0 μg/kg和1.0~10.0 μg/kg。在1、2和10倍LOQ添加水平下，94种农药和18种多环芳烃的平均回收率分别为75.4%~117%和74.9%~115%，相对标准偏差（RSD，n=6）均不大于14%。该方法成功用于30批市售烘焙咖啡样品的筛查，共检出3种农药（0.4~1.5 µg/kg）和8种多环芳烃（1.2~43.7 µg/kg），表明有必要对烘焙咖啡中农药和多环芳烃进一步研究和监测。

    基于气相色谱-三重四极杆质谱（GC-MS/MS）建立了一种同时测定药用胶塞中64种可提取关注物质（26种烷烃类化合物、19种塑化剂、18种多环芳烃和偶氮苯）的分析方法。药用胶塞以乙酸乙酯为提取溶剂，水浴超声提取40 min后，以TG-17Sil MS（30 m×0.25 mm×0.25 μm）色谱柱分离，采用电子轰击电离（EI）源，以动态多反应监测（dSRM）模式测定，内标法定量。在最优条件下，64种可提取关注物质在各自质量浓度范围内线性关系良好（r²＞0.99），检出限（LOD）为0.005~0.10 mg/kg，定量下限（LOQ）为0.01~0.50 mg/kg。在不同加标水平下，平均加标回收率为86.8%~114%，相对标准偏差（RSD）为0.40%~7.7%。采用所建方法检测了20批次药用胶塞样品，有5批样品检出目标化合物残留。该方法简便快捷、灵敏度高、检测通量大，可用于药用胶塞中64种可提取关注物质的快速检测。

    采用非靶向代谢组学技术分析了9608、七河9号、钰森3号 3个不同品种香菇中的非挥发性化合物，使用液质联用自动化解析软件AntDAS-DDA直接对数据依赖采集模式获得的超高效液相色谱-高分辨质谱（UHPLC-HRMS）原始信号进行解析。综合正、负离子模式下的分析结果共鉴定出66种差异代谢物，经标准品验证的物质有14种。其中，两种模式共有6种验证的化合物，包括谷氨酸、苯丙氨酸、腺嘌呤、黄嘌呤、鸟苷、维生素B2。在代谢物解析的基础上，利用层次聚类分析及主成分分析方法实现了不同品种香菇样本的判别分析。结果表明，不同品种香菇代谢物的含量各具特色，9608中苦味氨基酸及核苷酸类物质、钰森3号中维生素及鲜味氨基酸、七河9号中香菇嘌呤及精氨酸的含量较高。研究结果可为香菇品种选育、品质评价及资源利用提供指导。

    建立了干血斑（DBS）中20种毒品的高效液相色谱-串联质谱（HPLC-MS/MS）检测方法。以相对峰面积为评价指标，单因素试验法确定干血斑样本的干燥时间、干燥温度和提取溶剂考察范围；通过响应曲面法优化干血斑制备和提取条件，最终优化条件为将干血斑置于50 ℃下干燥20 min，采用甲醇-乙腈（13∶20，体积比）进行提取；采用Phenomenex Kinetex F5（100 mm×2.1 mm，2.6 μm）色谱柱进行分离，以0.1%甲酸水溶液-乙腈为流动相进行梯度洗脱，进行高效液相色谱-串联质谱分析。结果表明，干血斑中20种目标物在0.5~100 ng/mL范围内线性关系良好，相关系数大于0.99，检出限为0.1~1 ng/mL，定量下限为0.5~5 ng/mL；低、中、高3个浓度水平下的提取回收率为81.1%~124%，基质效应为84.6%~116%，相对标准偏差均小于15%；日内精密度为0.18%~9.8%，日间精密度为0.26%~9.9%。该方法简便快速，灵敏度高，目标物在干血斑中稳定性好，便于储存和运输，可满足禁毒实战干血斑中多种毒品的快速筛查需求。

    建立了基于特征肽段检测虾制品中过敏原蛋白的胰酶酶解/高效液相色谱-四极杆-飞行时间质谱方法。采用6 mol/L盐酸胍和50 mmol/L三羟甲基氨基甲烷-盐酸（Tris-HCl）缓冲液各700 μL分别作为蛋白质的变性提取试剂，通过优化酶解时间和特征肽段，确定采用50 mmol/L二硫苏糖醇、100 mmol/L碘乙酰胺破坏并抑制二硫键的形成，而后在100 μL 500 mmol/L碳酸氢铵弱碱性环境中经10 mg/mL胰蛋白酶酶解，以乙腈和0.1%甲酸水溶液为流动相，采用Caprisil C₁₈-X（100 mm×2.1 mm，1.8 μm）色谱柱进行分离，电喷雾双喷离子源（Dual AJS ESI）正离子模式下电离，利用四极杆-飞行时间质谱通过Auto MS/MS采集离子迭代排除的方法循环采样。根据肽段出峰情况，选择IQLLEEDLER作为原肌球蛋白的特征肽段，利用外标法定量。结果证明，实验选取的特征肽段在线性范围内线性关系良好，相关系数（r²）为0.992 0，检出限为0.68 μg/L，定量下限为2.28 μg/L，在2、10 mg/kg加标水平下样品的回收率为84.5%~101%。该方法前处理简单、灵敏度高、重现性好、定性定量准确，可为虾过敏原的检验鉴定提供技术支持，并为基于蛋白质特征肽段的动物源成分识别提供方法参考。

    建立了QuEChERS净化结合超高效液相色谱-串联质谱（UHPLC-MS/MS）同时测定水产品中8种微囊藻毒素和2种腹泻性贝类毒素含量的方法。鲫鱼和白对虾样品采用95%甲醇提取，经无水MgSO₄、石墨化碳黑（GCB）及十八烷基硅烷键合硅胶（C₁₈）吸附净化后，样液在0.1%甲酸水溶液（含5 mmol/L甲酸铵）-甲醇流动相体系下，经ACQUITY UPLC® HSS T3（2.1 mm×150 mm，1.8 μm） 色谱柱梯度洗脱分离。采用电喷雾正、负离子模式分别对10种藻毒素进行分析，多反应监测模式检测，外标法定量。结果表明，鲫鱼和白对虾基质中10种藻毒素在各自质量浓度范围内线性关系良好（r² ≥0.999 0），检出限（LOD）和定量下限（LOQ）分别为0.1~5.0 μg/kg和0.5~10 μg/kg。3个不同加标水平下，鲫鱼、白对虾基质的平均回收率分别为79.5%~120%和73.2%~103%，相对标准偏差（RSD，n=6）分别为1.2%~14%和1.1%~16%。将该方法用于上海市售23份鲫鱼、2份花鲢和30份白对虾样品的分析，检出的藻毒素主要为MC-LR、MC-RR和MC-LF。该方法简单快速，灵敏度高，适用于水产品中10种藻毒素的定性鉴定和含量测定。

    该研究以肾上腺素和氯化锌为前驱体，采用水热法合成了一种新型的锌掺杂碳点（Zn/NA-CDs），考察了Zn/NA-CDs的光学性质，并结合X射线光电子能谱技术（XPS）、透射电子显微镜（TEM）、傅里叶红外光谱（FT-IR）和X射线衍射（XRD）等表征手段研究了Zn/NA-CDs的结构特征。Zn/NA-CDs具有较高的荧光发射效率，量子产率达43.28%。氨基酸与邻苯二甲醛（OPA）反应生成席夫碱产物，该产物可对Zn/NA-CDs产生荧光增敏作用。基于此原理，在优化条件下，以甘氨酸为模型分子构建了针对游离氨基酸的荧光检测体系，甘氨酸质量浓度在2.5~250 mg/L范围内，与体系的荧光强度呈线性关系，检出限为0.6 mg/L。该方法可用于实际烟叶样品中氨基酸的测定，实验结果令人满意。

    串联电池组因单体特性不一致易出现过充过放问题，故需高效电信号检测与原位修复技术。现有主动均衡方案中，电容式检测电路因结构紧凑、成本低成为研究热点，但传统方案易受到初始电信号分布限制。针对这一技术瓶颈，该文提出了基于总线LC谐振原理的电信号检测与原位修复方法。通过建立谐振工作模式，在无需复杂控制算法的条件下实现高效能量转换。文中系统阐述了谐振电路的拓扑结构设计、工作机理及能量传输特性，通过建立六电池、八电池和十电池的仿真模型，仿真分析和实验结果表明修复器可支持任意数量的电池电信号检测及修复，其修复速度与串联电池的数量无关，在能量转换效率和系统鲁棒性方面均表现出显著优势，为电池组均衡管理提供了新的技术路径。

    该研究构建了Fe₃O₄@ZIF-8@HRP@SiO₂纳米复合材料，提高了辣根过氧化物酶（HRP）的负载效率和稳定性，并用于牡蛎中次黄嘌呤（HX）的比色法灵敏监测。HX在黄嘌呤氧化酶（XOD）中存在时产生H₂O₂中间体，能够在Fe₃O₄@ZIF-8@HRP@SiO₂纳米酶复合体催化下氧化荧光红染料（AR），使溶液由无色变为红色，进而实现HX的定量分析。利用透射电镜（TEM），傅里叶变换红外光谱（FTIR），粒径分析等对材料形貌、元素组成、表面官能团进行表征。在最佳条件下，HX的检测范围为0.005~50 μmol/L，检出限为0.001 27 μmol/L。与毛细管电泳法、电化学法等传统方法相比，线性范围更广，检测灵敏度更高。该方法被用于检测4 ℃和30 ℃连续存放96 h的牡蛎中HX含量的变化，验证了其用于实际样品检测的可行性。

    建立了反门控去耦-定量核磁共振氢谱法测定氘代新药氢溴酸氘瑞米德韦（VV116）中非氘代化合物的含量。选择氘代甲醇为溶剂消除活泼氢干扰，采用noesyigld1d脉冲序列对¹³C去耦消除卫星峰，以弛豫延迟时间15 s，扫描次数64次等实验条件采样测试；以非氘代物在δ 7.53的特征¹H峰为定量峰，VV116和非氘代物在δ 7.11的总芳香¹H峰为参比峰，计算VV116中非氘代物的含量。结果表明，非氘代物在0.2~2.0 mg/mL范围内定量峰面积与质量浓度线性关系良好（r=0.999 9），回收率为98.5%~101%，相对标准偏差（RSD）为0.27%，样品溶液24 h内稳定。5批商业化样品中非氘代物的测定结果为0.87%~1.54%。该方法准确灵敏，操作简便，无需精密称量，且无需任何标准物质，可用于VV116中非氘代物的测定与质量控制。

    基于实验室开发的蛋白电泳分析仪，该文提出了一种可实现蛋白质分子SDS-PAGE分离，以及分子量和浓度在线分析的方法。通过对10.5~107 kDa蛋白质Marker进行电泳，并在线采集其凝胶电泳图像，分析其灰度值与蛋白质分子浓度间的关系。结果表明：该设备可在30 min内实现小于107 kDa的蛋白质样品的快速分离，当紫外光照射5 min时各蛋白条带荧光强度达到峰值；在10.5~107 kDa范围内，其迁移距离与分子量成正比，相关系数可达0.93；高于20.1 kDa的蛋白质分子，其荧光强度与质量浓度在0.72~3.96 μg/μL范围内呈线性关系，相关系数均高于0.988；采用开发的蛋白电泳分析仪对泪液中的蛋白成分进行分析，并成功分离出免疫球蛋白A、乳铁蛋白、血清蛋白、脂质运载蛋白和溶菌酶。该研究对蛋白质分子快速检测设备的开发具有重要的应用价值。与传统的蛋白质凝胶电泳方法相比，开发的蛋白电泳分析仪可将蛋白质的电泳时间由1.5 h以上缩短至30 min内。该研究对于蛋白质分子快速检测设备的开发具有重要的应用价值。

    随着新能源技术的快速发展，锂离子电池因其高能量密度和长循环寿命成为主要的储能方式。然而，锂电池在使用过程中面临着诸如过充、内短路和热失控等安全问题，极大地限制了其应用。该文基于电信号特征的提取与分析，系统综述了锂电池故障检测与容错控制技术的最新进展，主要包括：锂电池常见的故障类型划分及机理分析；当前主流的故障诊断技术阐释及各类故障的具体检测措施；锂电池系统容错控制技术的发展现状及存在的问题与未来发展方向。