数显深度卡尺

游标卡尺、显微镜、墨斗……在位于湖南长沙雨花经济开发区的三家中小制造企业，记者看到一些传统生产工具正在被自动化测量设备、视觉识别设备、激光导航设备等新型生产工具取代，生产制造变得“更顺滑、更高效、更精准”。　　今年以来，各地大力推进新型工业化，掀起发展新质生产力的热潮。科学技术的发展和应用，使新型生产工具不断涌现，这正是新质生产力的一个重要方面。一件件消失的工具，折射中国“智造”大变迁。　　从卡尺到相机　产品加工更顺滑　　湖南晓光汽车模具有限公司小机加车间里，一边是传统生产线，几台机床独立放置，1名工人管两台设备；一边是两条5G工业互联网生产线，机床、原料、机械臂等互联互通，22台机床一个班次只需4名工人。　　几步之遥，有什么差别呢？　　一个游标卡尺可以“以小见大”。晓光模具小机加工车间主任曾腾飞从工具箱里拿出不常用的卡尺对记者说，过去，工人用游标卡尺测量工件毛坯尺寸，用百分表、千分表“找”原料和机床的位置关系，将误差控制在0.01毫米以内，靠的是经验。　　在5G工业互联网生产线，游标卡尺等传统工具没了用武之地。工人将一块块原料和托盘放到生产线入口的三坐标测量机上，设备自动找正。三坐标测量机将位置数据“告诉”机床，确保实物位置和机床加工位置匹配，不仅精度提高到0.005毫米，而且放歪了也没有关系。　　除了游标卡尺，纸质的工艺流程卡也不见了。在制造企业，工艺流程卡是工人的操作指南。以汽车模具生产为例，工艺步骤多达40多个，工人按卡上的要求放置原料、安装刀具、输入数据、调用程序，然后才能启动机床。　　“流程多了就容易犯错。”参与5G工业互联网生产线建设的精密加工组组长许杰说，以前经常出现工人拿错刀具、输错数据、调错程序的问题，80%的产品质量异常来自人工操作失误。　　如今，晓光模具车间里，工艺流程卡上的内容全部进入信息系统。工人只要把原料放到交换台，接下来的工作都交给“大脑”——中控系统，由中控系统将指令发送给机械臂、机床等硬件。　　少了一些“卡”，生产更顺滑。　　现在，5G工业互联网生产线上的机床全部联网且自动更换刀具，系统识别哪台“有空”、哪台“忙碌”，及时“呼叫”机械臂将工件运送给“有空”的机床。单台机床的有效切削时间由原来的55%提高到90%以上。　　曾腾飞说，公司订单情况很好，机床除了每周一次的检修、清洁，可以做到24小时不停机作业。产品合格率也由“手工时代”的80%至85%，大幅提升到99.95%。　　在晓光模具车间，由“卡”到“顺”的迭代升级还在继续。工程师在5G工业互联网生产线上安装、测试工业相机，相机自动拍摄工件位置并传输数据，进一步提高了自动化水平。　　从显微镜到电子眼　质量把关更高效　　湖南普斯赛特光电科技有限公司是一家主要从事半导体发光器件（LED）研发和生产的高新技术企业。穿上鞋套和防静电服，通过风淋间，记者进入焊线、外观检测、包装等各条产线。　　负责制造和运营的副总经理涂世聪介绍说，全国从事LED封装的企业可能有上万家，作为一家中小企业，要想在市场上立足，必须敏捷应对。　　这家工厂的转变，得从一瓶眼药水说起。　　事情是这样的——LED封装有一个外观检测环节。只有米粒大小的明黄色灯珠，密密麻麻排列在支架上，以前工人只能靠肉眼或者借助显微镜观察杂质、破损等缺陷，每人每天检测的灯珠数以十万计。　　“太费眼睛了，我们得随身带着眼药水。”说起曾经的工作内容，当过外观检测员的女工杜建华连连摇头。　　由于“废眼睛”，加之工作单调、枯燥，很多人不愿从事外观检测。涂世聪说，尽管有岗位补贴，工人的年度流失率也接近100%，这意味着第二年又要大量重新招聘、培训。　　相比于用工难题，更加棘手的是品质控制。涂世聪说，肉眼可以发现80%的外观问题，但对于隐藏较深的小杂质、气泡等缺陷就有些无能为力了。这导致之前LED封装厂接到的客户投诉中，外观问题占比超过30%。　　如果还靠传统工具和“人眼战术”，企业注定会被市场淘汰。　　2021年起，普斯赛特光电公司陆续添置自动光学检测设备。工人很轻松地将物料放入自动光学检测设备，“电子眼”快速完成外观检测工作，灯珠源源不断地从出口“吐”出来。工位上，眼药水和显微镜早已不见踪迹。　　自动化水平提升，让企业运转更高效。涂世聪说，普斯赛特光电公司去年逆势增长40%，人均产值超过100万元。“如果没有自动化设备，要承接这么多订单是无法想象的。”　　为了满足市场需求，普斯赛特光电公司持续加大投资。在长沙市雨花区机器人产业园，这家企业的智能工厂已完成一期建设，并于近期开始批量生产。“产能将增长40%，人均产值将提高30%。”涂世聪满怀期待地说。　　从墨斗到北斗　车间导航更精准　　“你可能想不到，几年前我们还要使用墨斗。”带着记者参观工厂，湖南驰众机器人有限公司项目经理龙太棚颇为神秘地说。　　墨斗，是年轻人并不熟悉的物件。作为传统木工行业里的必备工具，它由墨仓、线轮、墨线、墨签组成，多用于木工和建筑行业。　　而湖南驰众机器人有限公司是湖南最大的工业移动机器人AGV生产商。AGV是指具有物料搬运等功能的自动导引运输车，主要用于智能化、自动化产线。　　在智能制造工厂，为何存在如此古老的工具？　　龙太棚紧接着揭晓了答案：AGV有磁条导航、二维码导航等多种导航方式，这都需要在车间地板上画线，并按照设计路径张贴磁条和二维码，简单的墨斗也就有了用处。　　为了给记者演示，龙太棚在仓库里翻了半天，才找到一个改良版的自动收放线墨斗——传统的木制或竹制墨斗已经遗失了。工人小心翼翼地倒入墨汁，合上盖子，贴着地板扯出线，用手轻轻一弹，便在地板上“印”出一条笔直的黑线。　　驰众机器人公司产品服务部施工经理陈智诚曾经用过传统木制墨斗。他说，如果AGV要和机械臂对接，精度一般控制在5至10毫米，靠墨斗画线就有点力不从心。实际操作中，工程师只能不断调整AGV运行轨迹，“有时得调试10多次，才能达到精度要求”。　　麻烦事还不止于此。有的新能源电池工厂是无尘车间，不允许将墨斗带进去弹线；有的汽车发动机库房有上千个库位，如果都在地上画线、贴磁条，既不方便也不美观。　　如今，随着激光导航、视觉导航等新技术发展，驰众机器人公司员工已经很少使用墨斗，而是一个个端着笔记本电脑，对AGV进行线路设计和调试。龙太棚说，公司有160多名员工，工业机器人、机电一体化、机械设计、智能物流等专业的工程师占了二分之一。　　记者看到，在这家公司的设备调试场地，工程师在电脑上“建图”，操控激光导航AGV自动行走，运行轨迹的精度可以达到5毫米。地板上不用墨斗画线，也没有磁条和二维码。　　驰众机器人公司项目经理王佳说，最新款AGV还与5G、卫星导航等技术结合。在一家钢铁厂，他们生产的AGV在室外依靠基于北斗的卫星导航，再通过5G无线网络将数据传输到中控室，工作人员可实时查看AGV运行位置和状态。　　从墨斗到北斗的“智造”之变，仿佛穿越了工业化的悠悠时空……

卡维什在掰开小笼包测量的一些数据用精确到0.01克的电子秤、能够测量0.01毫米的电子测径仪和一把剪刀，像在实验室里一样，美国美食作家克里斯托弗· 卡维什这么对上海小笼包进行了分析。卡维什这下可火了，被《洛杉矶时报》、CNN等全球媒体争相报道，但他的美食写法也引发了广泛讨论。34岁的卡维什到中国前曾在迈阿密等地做过10年厨师。他从2013年12月开始，花16个月吃遍上海52家小笼包店，以寻找理想的小笼包，研究指标包括皮的厚度、汤汁的多少和馅料的重量。近日，他因此研究迅速爆红网络。16个月吃7.243公斤吃到43家店实在吃不下去了卡维什花了16个月去了52家小笼包馆子，用科学的方法来研究小笼包，才写成这篇《上海小笼包索引》。卡维什解释称，从技术上看，小笼包索引是&ldquo 对小笼包构成通俗标准的数字化解释&rdquo 。生活在上海的人一般都能列举出一系列关于小笼包的标准，比如皮薄、汁多、馅大、肉鲜。而现在，这些标准被数字化了，我有一套专用的公式来专门给售卖小笼包的餐馆打分。卡维什说：&ldquo 在过去的16个月里，我总共吃了7.243公斤的小笼包。我的数据搜集过程包括：在电子秤上称每单个小笼包的重量，然后分解，再分别称汤和馅的重量，最后是用数显卡尺测量皮的厚度。从项目开始近一年，也就是在吃过了43家店的小笼包之后，我就实在吃不下去了，我只能吃一些，然后剩下的就完全用来做实验。&rdquo 研究过程精确量化每家店随机选6个小笼包测量卡维什是如何研究小笼包的呢？他精心挑选了52家小笼包馆子，每去一家店，他都会点上一笼，随机抽取6个小笼包进行测量，然后取它们的平均值，以保证客观。他先用一台精确到0.01克的电子秤称了汤包碟子的重量，随后，捏起一只小笼包放在碟子里，称了总重量，&ldquo 总重量减碟子重量，得出单个小笼包重量&rdquo 。然后，他拿起一把140毫米的理发剪刀，小心翼翼地将小笼包的皮剪开一个口子，再依次把里面的汤汁和肉馅倒入小碟子里，分别测量出它们的重量。最后，非常小心地用一把精确到0.01毫米的电子卡尺测量小笼包底部皮的厚度。他设计了一个定量的公式：[（馅料重量+汤汁重量）/皮的厚度]× 100，来计算小笼包的结构分数。他说：&ldquo 因为&lsquo 皮薄汁多馅多肉鲜&rsquo ，是上海人评判小笼包好吃与否的重要标准。得12分以上的小笼包为A类，6.75分以下的为C类，介于两者之间的是B类。&rdquo 至于整个研究的费用，都是卡维什自己出的钱。他说：&ldquo 事实上，小笼包的费用是最便宜的，根据我的数据，我花了712.50元在小笼包上，但如果算上印刷、网站等等，轻而易举地就超过10000元了。&rdquo 做到可视化呈现&ldquo 一个汤包是两股力量的博弈&rdquo 卡维什写道，《上海小笼包索引》是本次研究的最终成果，是上海小笼包差异的可视化呈现。这一索引以电子表格的形式，记录了小笼包中汤、馅、皮的比率，专门论述了正在变得越来越薄的上海小笼包。卡维什说，一个汤包基本上是两股力量的博弈&mdash &mdash 尽可能薄的皮（用处是包裹住肉和汤）和尽可能多的馅。小笼包的优雅体现在它的姿态上，厨师需要掌握好皮的厚度，以防止热汤流出。小笼包是阴柔的。生煎&mdash &mdash 一种半熟的、加酵母发酵的包子，能够在煎锅中依然保持自身的馅和汤，则是阳刚的。它们的制作原理完全不一样。上海大妈怒了&ldquo 你怎么这样吃小笼包？&rdquo 测试过程中，卡维什的特殊&ldquo 吃法&rdquo 也遭遇了不少人的不理解，甚至笑话。卡维什承认，2013年12月的某天，他第一次去搜集数据时，其实是非常紧张的。&ldquo 带着一把精确到0.01克的称和一把测量范围在0至150毫米的电子卡尺，我到了店里，在桌子上摆弄着包子，不时地还四处看看可疑的人。但是，事实上，没有人在意我的举动。&rdquo 卡维什说：&ldquo 只有在前程酒家（音译），有人注意到了我的存在。当时，整个店里除我之外只有另一个近60岁的上海阿姨。正当我用手从蒸笼里拿出一个样本准备分解的时候，她回头看了看我。我一边测量一边吃。首先是汤，然后是肉馅，再是皮。正当我进行到第五个包子的时候，她忍不住站了起来，生气地对我喊道：&lsquo 你知道怎么吃小笼包吗？你不能这样吃！这是错的！错的！&rsquo 她很无奈地走开了，一边还摇着头，她肯定觉得这样吃包子很残忍，还带着剪刀。&rdquo 网友热议老外下笨功夫精确研究美食，值得吗？卡维什透露，今后将继续研究上海美食，下一个目标可能是生煎包。在未来，他希望可以在中国开办一个小型的烹饪学校，专门聘请中国厨师来教外国厨师烹饪中国美食。卡维什的行为值得学习吗？见仁见智。但这种下笨功夫，科学研究式地写美食，似乎中国人还很少见，甚至被人认为太&ldquo 轴&rdquo 。有网友赞扬称，&ldquo 老外的认真和精细会提高做事的效率和精确度，这一点是值得我们学习的&rdquo 。媒体评论称，&ldquo 西方老外讲求精确，这点不假。因此一旦得到数据，就可以全面复制，这也是为何麦当劳可以在全球开店而不走味儿，而中餐馆，全凭师傅手艺高低，不能稳定地在全球按照规定数据保证质量。中医中药，也是同样的问题，全凭医师和配药师傅的经验，难以具体量化指标&rdquo 。

关注“新能源”锂电安全|深度分析锂电池鼓胀气体高丽LIBs锂离子电池(LIBs)因其重量轻、能量密度高以及比其他类型电池的使用寿命长等特性，被广泛应用于动力、储能以及3C等产业。锂离子电池在循环使用或储存中，可能因为电解液组分发生成膜及氧化反应、电池过充过放、内部微短路等原因导致SEI膜分解破坏从而产生气体，也可能因电解液中的高含量水分发生电解反应等原因导致电池产气鼓胀，出现具有一定安全风险的失效，主要有热失控、胀气、膨胀形变等。因此，了解电池鼓胀气体的组成对于优化电解液的组成是至关重要的。三类成分电池在老化、放电等过程中会产生各种气体成分非常复杂。其中主要有三类成分：1）永久气体如氢气、甲烷、一氧化碳、二氧化碳等；2）短链碳氢化合物(C2-C5)；3）其他可挥发性化合物。赛默飞气相色谱锂电池鼓胀气体分析方案锂离子电池鼓胀气体的常见产气成分有H2,CO,CO2等永久性气体以及CH4,C2H4,C2H6等烷烃类气体。表1.校正气体组成方案一：气密针进样某些小型LIBs在使用过程中只会产生几毫升的膨胀气体。针对气体量极少的这一类样品，赛默飞推出气密针进样，配置一个TCD和一个FID检测器，一根分析柱和一根预柱，一次进样实现对电池鼓胀气体成分H2,O2,N2,CO,CO2,CH4,C2H4,C2H6,C3H6,C3H8的分析。图1.FID通道校正标样色谱图（方案一）（点击查看大图）图2.TCD通道校正标样色谱图（方案一）（点击查看大图）方案二：气密针/阀进样赛默飞推出气密针/阀进样，配置一个TCD和一个FID检测器。一根分析柱和一根预柱，一根毛细管分析柱，一次进样实现对电池鼓胀气体成分H2,O2,N2,CO,CO2,CH4,C2H4,C2H6,C3H6,C3H8,i-C4H10,n-C4H10,i-C5H12,n-C5H12的分析。图3.TCD通道校正标样色谱图（方案二）（点击查看大图）图4.FID通道校正标样色谱图（方案二）（点击查看大图）完善的解决方案在锂电池产业链中，除了电池鼓胀气体成分分析，还需要围绕产品质量、原材料质控、或锂电池各种性能指标的研发工作进行一系列的理化测试，包括：元素分析、电解液、添加剂成分分析、石墨类负极材料有机物含量测试、电解液未知成分分析、SO42-、Cl-等阴离子及Si等非金属元素分析、电解液等原材料鉴别等。赛默飞在锂电子电池材料检测领域积累了丰富的经验，为广大用户提供完善的解决方案。扫描下方二维码即可获取赛默飞全行业解决方案，或关注“赛默飞色谱与质谱中国”公众号，了解更多资讯+

centerimg alt="" src="http://epaper.xiancn.com/newxarb/res/2018-03/02/07/res03_attpic_brief.jpg" height="272" width="400"//centerp　　西安军民融合产业创新发展的“西安模式”正在加速成型。/pcenterp style="text-align:center"img style="width: 400px height: 565px " title="" alt="" src="http://epaper.xiancn.com/newxarb/res/2018-03/02/07/res07_attpic_brief.jpg" height="565" hspace="0" border="0" vspace="0" width="400"//p/centerp style="text-align: center "strong　　漫画中国/东方IC/strong/pp　　春节期间一部《红海行动》在全国燃爆，热爱军事的影迷们更是从影片中领略到了无人机在现代战场上的风采。我市的潘祈帆是一名90后小伙子，受到不少军迷们的询问，因为他的公司曾参与了我军几款无人机的研发工作。“不能泄密是前提，但无人机作战的基本原理还是能给朋友们分享的。”/pp　　我市80后的女创业者刘晓雅则早在2015年的九三阅兵时便激动地拍下阅兵视频发了朋友圈：“我们做的，我骄傲。”她作为联合创始人的诺维北斗，早已成为我市“民参军”企业的代表之一。/pp　　西安，这座军工实力雄厚的城市，如今不仅拥有航空、航天、船舶、兵器、军工电子等优势军工主导产业，“军转民”、“民参军”也逐渐形成了全要素、多领域、高效益的发展格局，军民融合产业创新发展的“西安模式”正在加速成型。/pp　　随着西安获批建设国家中心城市，深化军民融合，辐射带动地方经济发展，打造以西安为中心、横贯关中平原的军民融合产业带，建设创新引领的现代产业体系，成为西安的新使命，也为军民融合深度发展指明了方向。/pp　　strong勇担国家使命 军民融合的西安实践/strong/pp　　早在2015年，西安就成为全国8个全面创新改革试验区域之一，这为我市建设发展提供了新的契机与动力。根据国务院批复的《西安市系统推进全面创新改革试验方案》，相关重点任务就包括以特色产业基地(园区)为平台，建设国家军民深度融合创新示范区。/pp　　肩负着军民深度融合发展的国家使命，西安的确有着自身的先天优势。国家发改委新闻发言人孟玮就认为“建设军民融合创新高地”是关中平原城市群发展规划中的一大亮点。因为从发展基础看，关中平原城市群工业体系完整、产业聚集度高，科教资源、军工科技等位居全国前列，航空航天、新材料、新一代信息技术等战略性新兴产业发展迅猛，是全国重要的装备制造业基地、高新技术产业基地、国防科技工业基地。而西安更是其中的龙头。/pp　　综观西安发展的诸多重大机遇，军民融合是国家赋予西安最鲜明的改革试验任务。我市要在军民融合体制机制创新、军民资源开放共享、军工科技成果转化、军民融合服务体系、军民融合产业发展等方面形成“西安模式”，加快建设国家军民深度融合示范城市。为不辱使命，将先天优势转化为现实动力，市第十三次党代会报告提出，建设国家军民深度融合示范城市。/pp　　为统筹我市军民融合发展，加强顶层设计和战略规划，我市成立了军民融合领导机构、常设办事机构。并出台了《西安市军民融合产业标准化项目扶持管理办法》、《西安市军工资源共享管理暂行办法》等一系列政策措施。同时，开展与本地军工企业、科研院所的干部交流。事实证明，人才的互动促进了信息交流、资源融合和项目合作，为全市军民融合的深度发展营造了良好的氛围。/pp　　为鼓励军民融合创新发展，在空间承载上，我市构建以高新区军民融合产业园、经开区军民融合装备制造园、西安国家民用航天产业基地、西安兵器工业科技产业基地等为基础的“两园四基地”。在公共服务上，西安科技大市场搭建了军民融合信息服务平台，汇聚了各类军工和国防类科技资源，吸收“军转民”“民参军”等企业超过350家，吸纳数以百计的科研院所开放共享大型仪器设备，积极促进“产—学—研—用”合作和协同配套。在政府综合配套支持上，我市试行军品研制生产单位政策普惠，帮助“民参军”企业申请预研资金、科研经费，以及技术改造等优惠政策。/pp　　经过全市共同努力，西安军民融合在体制机制、承载空间、公共服务、政府配套和主体活力等方面得到了明显优化。在军民深度融合的多个领域寻求重点突破，培育了一批重大创新平台、龙头工程、创新示范企业和新兴产业。/pp　　strong发挥三大基地优势 军民融合引领大西安现代产业体系构建/strong/pp　　“聚焦‘三六九’，振兴大西安”。盘点西安在军民融合行业中的产业亮点，西安依托西安装备制造业基地、高新技术产业基地、国防科技工业基地优势，不断深化军转民与民参军，军民融合产业园区功能日渐完善，带动作用愈发明显，基本形成了“以军带民、以民促军、军民融合”的多元化、集群化发展格局，创新引领着大西安现代产业体系的构建。据今年的市政府工作报告披露，我市民参军企业达到400家，军民融合产业营业收入突破2000亿元。/pp　　在以装备制造为代表的工业领域，我市六大千亿级产业集群加速壮大，汽车产业迈入千亿级。百亿级工业企业总数达到11家。规模以上先进制造业总产值3167.7亿元、增长20.6%。我市创建“中国制造2025”试点示范城市通过国家评估。国家通用航空产业综合示范区已经获批。特别是在航空制造业领域，我市重点发展大型运输机、新舟系列飞机、无人机等整机制造 在航天领域，将加紧实施新一代运载火箭、卫星测控等重大项目 在兵器领域，将重点发展装备制造、新材料、新能源等产业 在电子信息领域，将重点发展通信、集成电路等产业 在船舶领域，将重点发展水中兵器、舰船动力等产业 在核技术领域，将重点发展民用核技术、核燃料、核电设备等产业。以新能源汽车和航空制造等为主的万亿级先进制造业正在积极构建。/pp　　我市提出的重点打造“3+1”万亿级支柱性产业，除上述万亿级先进制造业，还包括“以电子信息为主的万亿级高新技术产业”。依托的也正是西安的科教资源优势和国防科技产业优势。/pp　　科教资源优势，历来是西安的重大优势，据统计陕西和西安各类科研机构达到1176家，各类高等院校116所，国家级重点实验室22个，国家级工程技术研究中心7个等。其中大量为国防科工院所。国防科技产业更是西安的传统优势产业。我市已经云集军工单位超过110家，从业人员超过20万人，行业门类齐全，基本涵盖了航空、航天、兵器、船舶、电子信息、核技术6大领域，国防科技工业研发和生产能力居全国前列。其中，航天科研生产力量占全国近1/3，航空产业资产规模、人才总量和科技成果占全国近1/4，被称为中国的“航天动力之乡”和“航空城”，拥有集科研、试验、生产于一体的完整军工产业链，具有发展军民融合产业的“先天优势”。“构建科技产业园区、创新基地、公共研发平台、加速器、孵化器、众创空间等多层次、全体系的创新创业载体”被写入了我市“十三五”规划纲要，大量科技创业者在西安的开放沃土上耕耘收获。在高新技术产业中，以人工智能、航空航天、光电芯片、新材料、新能源、智能制造、信息技术、生物医药等为代表的硬科技“八路军”在我市蓬勃兴起，这些既是优势产业关键领域的创新方向，也正是战略性新兴产业的发展方向，是军民融合的重点产业领域。/pp　　军民融合的深度发展正在推动传统优势产业转型升级，构建出富有竞争力的现代产业体系，为大西安乃至关中平原城市群追赶超越夯实产业基础。/pp　　strong新使命新征程 军民融合发展的 西安模式正在推向深入/strong/pp　　雄关漫道真如铁，而今迈步从头越。《关中平原城市群发展规划》提出，以西安全面创新改革试验为牵引，统筹推进军工、科研创新机制改革，做大做强航空、航天、船舶、兵器、军工电子等五大优势主导产业，创新军民融合发展路径，打造军民深度融合发展示范区，努力在创新驱动发展方面走在全国前列。/pp　　要打造以西安为中心、横贯关中平原的军民融合产业带，先要做强自身。将建设国家中心城市的使命扛在肩上的西安，在军民深度融合发展的创新之路上加快了脚步。/pp　　前不久，《西安市军民融合补短板促发展实施方案》出台，从加大体制机制改革力度、加快推进“军转民”步伐、支持军民融合公共服务平台建设、引进培育军民融合人才等9个方面发力。/pp　　刚刚结束的两会上，市政府工作报告指出，要加快推进“两区”建设。聚焦统筹科技资源、深化军民融合两大改革任务，坚持复制推广改革经验与深化提升创新成果同步推进，体现西安特色，形成“西安模式”，2018年我市将积极拓展科技大市场功能，推广“一院一所一校”改革经验，实现全市技术合同交易额达到 850亿元，就地转化率超过30%，研发投入占生产总值比重保持在5%以上的目标。同时，扎实推进国家知识产权强市和运营试点城市建设，支持建好国家知识产权军民融合运营平台和中国(西安)高端装备制造产业保护中心。推动军工企业混合所有制改革和军工科研院所事转企改革，统筹抓好军民融合“两园三基地”建设，积极创建“国家军民融合标准化试点城市”。全年军民融合产业营业收入达到2500亿元以上，民参军企业数达到430家以上。支持高新区自创、自贸“双自联动”发展，打造引领创新发展、支撑开放合作的“双示范”样板区。/pp　　为实现这一系列目标，我市计划在金融服务领域，围绕打造丝路国际金融中心的目标，加快建设科技、文化、军民融合3个金融示范区的建设，鼓励发展创业投资、私募股权投资、产业投资等基金，吸引更多境内外金融机构和高层次金融人才向西安聚集。在空间聚集上，坚持产业“特而强”、功能“聚而合”、形态“小而美”、机制“新而活”，突出生产、生活、生态“三生融合”，重点围绕硬科技、文化旅游、军民融合等优势资源，重点加快建设50个左右特色小镇。在产业规划上，推动物联网、虚拟现实、增强现实等新技术与实体经济深度融合。积极发展众创、众包、众扶、众筹等新模式，支持人工智能、增材制造、大数据等新产业聚集发展。/pp　　深化军转民民参军，发展五大产业，搭建军民深度融合新平台，以西安全面创新改革试验为契机，建立多层次对接协调机制，创新军民融合发展路径……/pp　　面对国家赋予西安的新使命，如今的西安已经在新的征程上，奋力奔跑，勇敢前行!/p

走过二十六载历程 相聚上海疫情搅局三年，线下观展应了一筹“莫展”的景，但守得云开见月明，疫情散去终相逢。这不，踏着后疫情时代经济全面复苏的热浪，我们乘风破浪而来。诚挚邀请地点：上海世贸商城一层（上海市兴义路99号）时间：2023年10月25-27日展品范围无损检测技术及设备超声波探伤仪器、电磁(涡流)检测仪器、磁粉探伤仪器、射线探伤仪器、渗透检验仪器、声成像与声全息设备、声发射设备、试块、试片、刻伤机、探头、耦合剂、磁粉、X光胶片、X光管、胶片干燥箱、冲洗药、观片灯、射线房、滤片、射线报警器、密度计、测厚仪、检漏仪、内窥镜、加磁器、磁悬液、反差增强剂物理测试与材料试验机图像分析处理系统、金相显微镜、电子显微镜、金相图相分析系统、微区分析仪器、材料结构分析仪器、环境测试仪器、电子探针、硬度计、抛光料(粉)、研磨机、破碎机、抛光机、切割机、筛分设备、金相砂纸、缺口拉削机、磨抛机、金相制样设备、镶样机、悬浮液、研磨膏、万能试验机、冲击试验机、硬度试验机、扭转试验机、疲劳试验机、拉伸试验机、动态冲击试验机、压力试验机、混凝土压力试验机、恒温恒湿试验机分析仪器与实验室设备光谱分析仪、气体分析仪、波谱分析仪、频谱分析仪、原子吸收仪、激光粒度仪、色谱仪、元素分析仪、质谱仪、电化学仪、热分析仪、表面分析仪、碳硫分析仪、分光光度仪、辅射测试仪、天平、坩埚、化学玻璃、各种标样、元素的标准液、各类实验室设备计量与测试技术几何量：量具（游标卡尺、内外径千分尺、百分表、千分表、大尺寸测量量具、长度和角度块规）；量仪（测高仪、测长仪、水平仪、角度仪、投影仪、电感量仪、粗糙度仪、轮廓扫描仪、三坐标测量机、工具显微镜、影像测量仪、3D扫描、激光跟踪仪、圆度仪） 力学计量：质量计量、力值计量、硬度计量、容量与密度计量、转速与振动计量热工计量：温度计量、压力计量、流量与物位(液位)计量软件：各种计量与管理软件其他第三方检测、3D打印、五金工具组织机构主办单位上海材料研究所有限公司 支持单位中国机械工业联合会中国机械工程学会无损检测分会 中国机械工程学会理化检验分会 中国机械工程学会材料分会 全国无损检测标准化技术委员会 机械工业材料质量检测中心 机械工业无损检测中心支持媒体《无损检测》《腐蚀与防护》《造船技术》《中国测试》中缆在线《理化检验-化学分册》《无损探伤》《航空制造技术》《自动化仪表》QC检测仪器网《理化检验-物理分册》《中国特种设备安全》《钢结构》《现代科学仪器》郑州云同盟信息《机械工程材料》《压力容器》《分析仪器》材料与测试网联系方式上海材料研究所有限公司地址：上海市邯郸路99号邮编：200437电话：86-21-65555687、65556775-366传真：86-21-65526355E-mail：qc@mat-test.com联系人：王先生

近日，在2023德国斯图加特质量控制测试及仪器仪表展览会（Control Show）上，Comet Yxlon（依科视朗）发布了一款全新的自动分析软件，这款软件可用于改善电池产品的质量控制。随着新能源汽车市场的崛起，电池制造市场在近几年中被带动并获得了巨大的增长潜力。同样，为了确保电池产品的性能和安全，对检测技术的需求则处于不断增长中，提高生产良率和提升电池制造商的产能变得越来越重要。X射线技术则是这一问题的最佳解决方案，尤其是计算机断层扫描（CT）技术，这一技术特别适用于检测分析电芯，模组，甚至是整个电池包的内部细节及潜在缺陷。为了确保复杂并且作为主要蓄能作用的电池单元能够正常发挥效能，在生产过程中则不能出现任何差错。有诸多因素会导致产品失效，如：断裂、气泡夹杂、异物、变形褶皱、极耳焊接缺陷，以及正负极极片对齐不良等。当发生极片对齐度不良缺陷时，可使阴阳极相互接触从而导致短路，电池将会变得非常危险，甚至导致自燃起火。安全问题在电池检测中始终是最重要的环节。因此，检查并测量极片对齐度是最优先的首要任务。客观、可靠、且可重复的检测结果通常在CT检测过程中的只能通过软件分析并实现。同时，软件的另一个优势则是可以稳定且持续的工作。依科视朗3D可视化图像分析软件——Dragonfly，可建立深度学习模型，在发现潜在缺陷方面具有极高的灵敏度。此外，该自动分析功能够适应不同生产商的具体需求。电池深度检测能够实现全自动的极片对齐度检测，在合适夹具的辅助下甚至可以实现整个产品批次性检测。检测报告同样会以自动的方式生成，提供有关每个电信的状态信息，所获取的大数据则能够被用于生成趋势统计，帮助优化生产工艺，大幅提高生产良率。

作为亚太实验室领域行业灯塔慕尼黑上海分析生化展（analytica China）在实验室规划、建设与管理方面的延伸，上海实验室规划建设与管理大会暨智慧实验室大会（labtech China Congress 2021）将于10月21-22日在上海浦东嘉里大酒店隆重开幕。大会四大平行论坛将围绕安全、智慧、可持续”三大核心词，与同济大学、国际实验室建设与测评、上海市质量和标准化研究院（SIS）、上海市临检中心、上海市浦东新区检验检测认证行业协会、上海市医学装备协会、北京戴纳实验科技有限公司分别从可持续实验室（1）——碳中和碳达峰目标下实验室运维与评价、实验室环境与安全、可持续实验室（2）—— 国际角度洞察可持续、实验室相关人员高级研修班——数字化与智能化，检验检测行业未来可期四大方向展开深入探讨，让从业者更关注实验室创新技术及行业趋势，掀起实验室规划建设与管理的新思潮。平行论坛一：可持续实验室（1）——碳中和碳达峰目标下实验室运维与评价“碳达峰、碳中和”是一场广泛而深刻的经济社会环境的重大变革。实现这一愿景，需要建立健全绿色低碳循环发展经济体系，促进经济社会发展全面绿色转型，实现可持续的发展体系，实验室建设亦是如此。本平行论坛主题设置旨在全面诠释2060碳中和下未来绿色实验室创新发展解读，从实验室运维与评价角度出发，深入“碳索”可持续实验室发展，达到降本增效与环保共赢。可持续实验室（1）平行论坛将聚焦实验室：低能效低碳能源管理与应用、近零碳/零能耗未来实验室展望、可持续实验室优秀人才培养与安全教育、新材料如何助力可持续实验室发展、绿色建筑重要评价体系LEED标准在实验室建设的重要角色等。平行论坛二：实验室环境与安全在全球新一轮科技革命与中国建设创新型国家的历史交汇期，实验室在科学前沿探索和解决社会重大需求方面发挥着愈显重要的作用，实验室环境与安全是实验室运行的基础条件，同时需要保障实验条件和人员健康。实验室是易燃易爆品、剧毒药品、放射性物品、生物危害等众多安全隐患扎堆的“聚集地”，也是科技成果的“孵化器”。我国的重大科技创新成果如纳米、新能源、生命科学等领域的成果均来源于实验室。不断发生的实验室事故暴露了实验室环境与安全方面的薄弱环节。本次平行论坛二环境与安全主题将致力于“既建之，则安之”，传递守护科研人员健康，人与实验室和谐发展的理念。实验室环境与安全平行论坛将聚焦实验室：化学品污染与职业健康、危险废物全生命周期管理、数据、设施与网络安全、规划、设计与建设。平行论坛三：可持续实验室（2）—— 国际角度洞察可持续labtech China Congress 2021对实验室可持续发展拆分为两个角度，平行论坛——可持续实验室（2）以国际角度洞察可持续为切入点，以“科研实验室”、“国际交流”、“绿色节能”、“抗疫”、“SmartLabs Toolkit”为关键词，旨在搭建实验室设计、建设、管理的信息交流共享平台，是具有高水平的实验室设计、建设论坛。论坛将邀请全球实验室领域专家，交流国际先进的设计、建设和管理理念，提高中国实验室设计与建设水平，促进国内科研、教育、环境监测、检测、医疗等实验环境的持续改善。平行论坛四：实验室相关人员高级研修班——数字化与智能化，检验检测行业未来可期实验室相关人员高级研修班——数字化与智能化，检验检测行业未来可期将以“政策与法规”、“标准解读与报告”、“实验室认可”、“智慧实验室的建设”、“智慧实验室的验收”为关键词，从国务院163号令的修订到检验检测机构政策法规的解读，从智慧实验室的建设、验收中重、难点的分析，到疫情常态下实验室认可中的远程评审，讲述了国家对检验检测机构的“放、管、服”政策下，检验检测机构将向有序、健康和可持续发展，检验检测机构未来可期。点击了解labtech China Congress 2021详情 • 如何报名方式1：点击链接 ，直接报名大会方式2：扫码即刻报名大会方式3：关注官方微信服务号“labtechChina” 报名大会• 大会门票 & 权益1、展区票：2021年免费参观（价值RMB 198元/人）1) 四大平行论坛 50+场前沿报告2) 20+场实验室精讲&培训3) 800+平米Live Lab&创新展区4) 自助茶歇*2场/天5) 会议资料礼包2、会议及展区通票：RMB 980元/人（截至10月15日享三人同行一人免单）免费申请会议及展区通票： 有实验室建设需求的专业观众，通过报名系统提交真实信息后，经主办方审核即可获取对应的免费名额。1) 两大主论坛 四大平行论坛 100+场前沿报告2) 20+场实验室精讲&培训3) 800+平米Live Lab&创新展区4) 自助茶歇*2场/天5) 会议资料礼包3、VIP通票：RMB 1980元/人 （截至10月15日享三人同行一人免单）免费申请VIP通票：有医疗/疾控/疫情等相关实验室建设需求的专业观众，可提交真实采购信息至Sydney.jin@mm-sh.com，经主办方审核即可获取对应的免费名额。1) 前排坐席预留2) 酒店豪华自助午餐*2天（RMB 888元）3) VIP精美礼包（RMB 398元）4) 两大主论坛 四大平行论坛 100+场前沿报告5) 20+场实验室精讲&培训6) 800+平米Live Lab & 创新展区7) 自助茶歇*2场/天8) 会议资料礼包如需了解“labtech China Congress”更多详情，请关注官方微信“labtechChina”。

近日，晶泰创新中心与北京大学国际癌症研究院舒绍坤课题组宣布建立合作，双方将基于舒老师课题组的高通量 CRISPR 技术，整合晶泰科技的细胞高内涵 Cell Painting 成像技术与深度学习方法，通过多模态数据融合，共同开展疾病机理及药物作用机制研究。药物发现是理性设计与实验探索相结合的工作，其成功极大依赖于科学家对于疾病机理的深刻理解。随着人工智能和大数据技术的快速发展，已有多家研究机构和公司利用多种维度的生物大数据与机器学习结合，实现多模态数据融合（Multimodal data fusion），并取得长足的发展。该技术能从多个维度对疾病及药物在复杂生物体系内的作用机理进行深入的研究，特别是在靶点发现、苗头化合物发现、药物重定向、活性与毒性评估等领域，拥有巨大的应用前景。然而生物大数据维度与复杂度的提高，使得其对模型的数据处理能力要求也更高。数据采集和处理中的噪音问题，限制了数据利用效率和模型表现，为多模态数据融合的应用带来挑战。本次合作中，北大舒绍坤课题组与晶泰科技将利用各自的技术优势，将多模态数据融合与深度学习算法高效结合。舒绍坤老师及其带领的课题组在肿瘤药物机制研究领域有丰富的经验与独到的见解，可通过高通量的 CRISPR 技术对细胞形成大规模的基因编辑扰动；而晶泰科技自主建立的细胞研发平台 X-Map，能够大规模收集细胞扰动后的高内涵图像数据和转录组数据。两者结合，能基于真实世界的多维度数据获得细胞水平的精确观测，从而建立起不同生理学变化与基因、药物调控之间的对应相关性。这一研究方法相较于动物模型，通量更高、成本更低，可以针对特定的研究体系，快速获得包含更大信息量的高质量研究数据，进一步提高药物研发的效率和成功率。算法方面，晶泰科技在深度学习算法与流程开发、图像分析领域具备独到的优势。配合其全新建立的细胞表型平台，晶泰创新中心自主研发了一套基于 Transformer 架构的 X-Profiler 算法，能针对特定的下游任务进行有效信息的提取，良好应对例如高内涵成像中因为孔板边缘高度变化导致的失焦模糊等问题，剔除数据噪音对模型的影响，提高信噪比（signal-to-noise ratio, SNR），并根据任务自适应调节数据质量控制策略，从而显著提高模型性能。X-Profiler在药物机理研究、毒性评估等多项下游任务中取得突破性结果，相关研究成果的预印版已发表在 BioRxiv 上。双方合作的第一阶段将聚焦于肿瘤治疗新靶点及肿瘤耐药机制的研究，目前已经取得了初步的进展。下一步，相关成果将应用于抗肿瘤耐药性药物的研发，以期为癌症患者带来更加有效的治疗选择。晶泰创新中心聚焦前瞻性核心技术的开发与应用落地，目前已建立 X-Map 细胞研发平台，整合了包括 Cell Painting 在内的细胞影像、转录组建库、自主研发的 X-Profiler 深度学习建模算法等技术。晶泰创新中心将基于 X-Map 细胞研发平台，持续在机理研究、药物筛选、临床前药物评价等领域与药企、科研机构合作，共同开展课题研究与研发合作。晶泰科技联合创始人、首席创新官赖力鹏博士表示，“高质量数据与人工智能技术的结合将成为驱动药物创新的主要力量之一。舒绍坤老师课题组在基于 CRISPR 高通量基因编辑和多组学实验技术的肿瘤机理研究方面有丰富的经验。这些技术和经验将为合作提供宝贵的知识及数据。结合晶泰自身的 X-Map 细胞表型研发平台，我们期待基因编辑、细胞高内涵技术、深度学习方法能在本次合作中展现出突破性价值，带来更好的创新肿瘤治疗方案。”北京大学国际癌症研究院研究员、博士生导师舒绍坤博士表示，“通过高通量CRISPR技术、细胞表型 Cell Painting 平台技术、多组学技术和深度学习多模态融合技术相结合，解析药物靶点功能和机制，能够充分发挥生物大数据和深度学习大模型的优势，是我们课题组和晶泰创新中心十分看好的方向。晶泰创新中心具有开放的合作模式与明确的算法技术优势，深刻理解现有表型技术的优点和瓶颈，为项目提供了高质量的细胞 Cell Painting 图像数据与建模解决方案，为项目推进提供了重要保障。期待两支团队能够在肿瘤药物作用机理的研究合作中获得更多有价值的成果。”● 关于晶泰科技创新中心 ●晶泰创新中心(XtalPi Innovatioin Center) 依托晶泰科技在人工智能、科学计算、自动化方面的技术积累，致力于通过前沿计算与实验技术的融合，推动更多从0到1的行业革新，持续发展AI和自动化实验技术在生命科学、生物材料、农业、能源等相关领域的应用。同时，晶泰创新中心将坚持推动底层科学探索和应用技术突破，加速产学研联合下的商业转化，不断为行业与社会创造价值。

6月26日，复享光学深度光谱应用课堂清华篇在清华大学材料学院成功举办！本次活动由清华大学材料学院与复享光学联合主办，针对复享光学自主研发的显微角分辨光谱仪的原理和应用，以线下交流、线上同步答疑的形式为学校师生进行培训宣讲，并由复享光学应用专家提供设备操作教学，吸引了北京诸多著名高校老师学生前来交流学习。独出机杼，别出心裁；复享光学应用专家孙沛智博士以独到的见解和生动的比喻为大家阐述了显微角分辨光谱技术的科学背景及应用案例，大家纷纷表示“秒懂”、“已get”，并引发了在场师生们的广泛交流，针对复享光学显微角分辨光谱仪的强大功能产生了浓厚的兴趣，且对其广阔的应用领域进行了深入探讨。眼见为实，精密测量；在午后的上机演示环节，复享光学应用专家姜自敏博士详细介绍并演示了仪器的操作方法，系统性的讲述了相关应用的实验范例，让ARMS不再是学生们眼中“高冷”的测量仪器，许多同学对ARMS测量结果纷纷表示认可，相约测样。轻松驾驭，相约“顶刊”；复享光学一直以来致力于关注光子技术前沿，积极探索光谱技术的应用场景，通过结合多维光场的感知与关键物质特性的计算重构,再融合先进的深度学习技术,构建AI时代的全面深度光谱分析框架，为诸多先进制造应用场景提供强劲的光学分析引擎,并使之在科研创新、先进制造、薄膜光电和光子集成场景中得到应用普及。未来，复享光学将走进更多高校，与老师、学生们探讨各种专业光谱技术问题，交流最前沿的信息和成果，敬请期待我们的下一站吧~

作为辉光放电光谱仪的全球者，HORIBA Scientific（Jobin Yvon光谱技术）于2012年举办了大型国际会议&ldquo GD Day&rdquo ，并在该会议上隆重推出针对锂电池电深度剖析的系列方法、附件及系统。 该技术在提高分析灵敏度和分析速度的同时，将样品侵蚀速度大幅提升到几微米/分钟。 这些技术包括： 1. 针对易碎样品的特别预处理方法，可在辉光放电分析前对电池类易碎电进行妥善处理，大幅提高样品处理效率。 2. &ldquo 锂钟&rdquo （附件）：特别用于保护对空气敏感的样品，避免样品与空气接触导致的样品变性而影响测试结果的准确度。锂钟示意图 锂钟实物图 3. 超快速溅射系统&ldquo UFS&rdquo 系统，将样品侵蚀速度提升到几微米/分钟，与常规表面分析技术相比，大地缩短了分析时间。 点击此处获取更多信息

近日，中科院自动化所研究员曾毅团队研究发现，从经典的到最先进的深度神经网络都难以像人一样具有较好的幻觉轮廓识别能力。相关研究成果发表于细胞出版社旗下期刊《模式》。神经网络和深度学习模型在过去十年中看似取得巨大成功，在许多给定的视觉任务中在指定方面超过了人类表现。然而，神经网络的性能仍然会随着各种图像扭曲和损坏而降低。一个非常极端的例子是对抗攻击，通过在图片上施加人眼难以察觉的微扰，能够使神经网络模型彻底失效。而人类的视觉系统在这些问题上具有高度鲁棒性，说明深度学习与生物视觉系统相比仍然存在根本性缺陷。为此，曾毅团队提出了一种名为交错光栅扭曲的图像干扰方法，作为量化神经网络模型幻觉轮廓感知能力的工具。结果表明，大多数预训练模型的表现接近随机。另外可以观测到当交错光栅之间的距离较小时，存在一些模型的结果与其他模型的分布有较显著的差别。他们最终发现，使用深度增强技术训练的模型相比其他模型能够显著增强模型对交错光栅扭曲数据集的识别。该研究还招募了24名人类受试者，以评估不同的参数设置下，人类的幻觉轮廓感知能力以及其对数字和图像识别的影响。研究发现，即使是当前最先进的深度学习算法在交错光栅效应的识别上也与人类水平相距甚远。论文第一作者、中科院自动化所工程师范津宇认为，该研究结合了认知科学和人工智能，提出了将传统机器视觉数据集转换成认知科学中的交错光栅幻觉图像，并首次对大量的公开预训练神经网络模型的幻觉轮廓感知能力的量化测量，从神经元动力学角度和行为学角度两个检验深度学习和神经网络模型对幻觉轮廓的感知。“这项研究从认知科学的角度检验和部分重新审视了当前看似成功的人工神经网络模型，并且证明人工神经网络模型与生物视觉处理过程仍然存在着很大差距，大脑运作的机理和智能的本质将继续启发人工智能，特别是神经网络的研究。”曾毅说。在他看来，要想从本质上取得突破，人工智能需要借鉴和受自然演化、脑与心智的启发，建立智能的理论体系，这样的人工智能才会有长远的未来。

机械工业教育发展中心和全国机械职业教育教学指导委员会在发布的《关于公布2021年度机械行业职业教育校企深度合作项目的通知》(机教中函[2021]2号)文件中，公布确定了14个机械行业职业教育校企深度合作项目。“先临三维3D打印与三维数字化设计平台综合建设项目”成功入选。 先临三维申报的“先临三维 3D打印与三维数字化设计平台综合建设项目” 被遴选列入为2021年度14个机械行业职业教育校企深度合作项目之一。该项目将与合作院校，聚焦增材制造技术领域，基于“三维数字化与增材制造教学内容和课程共建”、“高水平师资培训”、“智能制造实训实践基地建设”、“创新创业人才联合培养”等项目设计，围绕重点建设方向开展深度校企合作。项目主要内容在三维数字化与增材制造教学内容和课程共建方向，将面向机电工程、工业机器人、工程创新、艺术设计等专业方向，在学校实现现有教学目标的基础上，将增材制造和三维数字化技术作为一种辅助教学的手段，融合进课程体系中，推动学生系统能力的培养，加强新型制造工艺下新的增材设计思维的培养；为推动与普及3D 打印技术及三维扫描技术在专业建设中起到积极作用而努力，设立课程体系建设和教材项目。通过该项目为合作院校提供课程研讨、校企共建、人才培养、教材开发等支持。在高水平师资培训方向，将围绕当前的三维扫描与增材制造技术热点及热门应用，以培养具有理论与实操基础知识、具备创新能力的职业院校教师为目标，开展院校师资培训、教学研讨会、企业工程师进高校课堂等活动，协助提升一线教学教师的技术和课程建设水平。在联合智能制造实训实践基地建设方向，将依托先临三维3D打印与三维数字化制造平台，为院校师生提供项目实训场地、实习实训岗位，配合学校理论授课环节，企业分阶段派遣经验丰富的工程师为学生讲解设备实操及实际生产应用中的问题，分享实际案例并实操，提升学生技术和项目的实践和创新能力以及职业应用与职场生存能力。在创新创业人才联合培养方向，将面向创新创业方向专业，基于增材制造及三维扫描技术，协助职业院校促进3D打印教育与创新创业教育有机融合，调整3D打印课程设置，挖掘和充实3D打印专业课程的创新创业教育资源，在传授专业知识过程中加强创新创业教育，为学生搭建3D打印创新创业必要的平台支持。先临三维将与院校协同建设三维数字化与增材制造相关专业，制定以三维数字化与增材制造为核心的复合型人才培养方案，开发符合现代学徒制人才培养需求的课程体系和课程资源。支持职业院校创新创业教育改革，协同开展职业素质教育，支持校内创客空间、项目孵化转化平台等项目。强化教学创新团队建设，通过组织师资培训，开展教学能力提升行动，打造新型“双师型”教师队伍。基于生产性实训基地，建成集人才培养、技术研究、员工培训、技术服务于一体的三维数字化与增材制造学院数百个，助力院校三维数字化与增材制造相关专业转型升级，提升我国三维数字化与增材制造类应用人才技能水平。

10月22日，由慕尼黑博览集团在华全资子公司慕尼黑展览（上海）有限公司主办，同济大学，国际实验室建设与测评、上海张江生物医药基地、上海市浦东新区生物产业行业协会、美国科学设备与家具协会（SEFA）协办，为期两天的2021上海实验室规划建设与管理大会暨智慧实验室大会（以下简称labtech China Congress 2021）在上海浦东嘉里大酒店圆满收官。labtech China Congress 2021由亚太实验室领域行业灯塔慕尼黑上海分析生化展（analytica China）倾力打造，致力于提高国内外实验室领域的规划、建设、管理与服务发展水平，关注人与实验室的和谐关系，推动大健康时代下可持续实验室的创新与变革。82名专家学者、建筑设计师及实验室行业专家围绕实验室时下8大热点话题展开了精彩演讲，国内外知名企业及品牌在现场实验室及展区内展示了众多创新技术及产品，总计吸引了1919名来自实验室领域的专业参会代表共襄盛会。慕尼黑展览（上海）有限公司首席运营官路王斌先生在谈及本届大会时提到：“今年是labtech China Congress第二次独立于analytica China之外举办，大会无论在规模还是规格上又提升了一个层次，并得到了业内同仁的广泛关注与一致好评。大会为实验室规划与建设领域提供了一个全方位的学习交流平台，让各行各业的实验室终端用户与规划建设者在这里进行多维度的沟通和交流。我希望labtech China Congress 2022能吸引更多实验室终端用户、管理层与决策者亲临现场对话规划设计与建设方，共同打造面向未来的一站式解决方案，为研发与实验室行业发展献计献策。同时，我们也将在明年秉持单双年的差异化定位，以终端用户为核心，将 labtech China Congress办好、办专、办强！"实验室高质量高峰论坛 共话未来可持续实验室发展新时代labtech China Congress 2021以科研建设及实验室设计与规划、世界/中国科技创新体系下实验室建设与运维、智慧实验室设计与规划、智慧实验室高效与管理为主题，来自中国疾病预防控制中心（CDC）、中国合格评定国家认可委员会（CNAS）、中科院、盘锦检验检测中心、HOK建筑事务所、华建集团上海建筑设计研究院、中元国际、中石化上海工程、申康医院、绿谷制药、上海科技大学、北京大学国际医院、上海纽约大学、UCI加州大学尔湾分校可持续发展学院、德国弗劳恩霍夫应用研究促进协会、瀚广、台雄、WALDNER、安捷伦、珀金埃尔默等行业专家，分析国内外实验室的建设要求及政策标准，启发实验室建设与管理的深度思考，分享智慧实验室规划建设与管理的创新趋势和项目实例，共探未来实验室可持续发展之路。除此以外，labtech China Congress今年圆桌论坛崭新模式，由设计与建设单位、工程与EPC总包单位、国际医院用户单位及制药用户单位从不同维度开启MIX TALK混合式圆桌讨论，话题定位于目前需求量大且实验室各方面要求特别高的“高级别生物实验室”，全场互动激烈探讨，收获颇丰。中国中元国际工程有限公司资深总工李著萱老师表示：“过去，生物安全的保障可能更多依赖于可视仪表。现在我们通过智慧系统可以远程监测并管理设备使用情况，数据系统、大数据能够对生物实验室这种高性能的实验室和高级别实验室的论在安全性、运行力到提高工作效率、科学管理等放面提供数据支持。我认为这是一个非常好的方向，这也是设计单位和建设单位非常关注的未来方向。我觉得labtech China Congress主办方安排的很好，从政策方面、实验室管理方面、设计方面、建筑师到机电甚至于可能到产品、厂家包括同济大学的产学研用，还有好多用户的经验分享，都非常优秀。为主办方点赞，希望未来越来办越好。”上海绿谷制药有限公司总经理特别助理/规划建设部总监林轶凡先生说：“本届labtech China Congress我看到了很多展商、嘉宾对大会的支持。演讲主题很有价值，从生物到化学、从用户角度到标准规范和国家规范，有很多深入探讨的部分。我相信这对听众来讲非常有意义。这是我第二次来参加labtech China Congress，感觉规模和内容上都有了很大提升。我觉得以后可以每年办一些小型论坛，小而精的集中主题，这可能是未来可以发展的方向。”同期四大平行论坛及多场活动 共推实验室安全、智慧、可持续发展可持续实验室（1）——碳中和碳达峰目标下实验室运维与评价平行论坛围绕LEED体系在可持续实验室设计与规划中的重要角色、新材料在实验室建设中的应用、可持续实验室安全教育与人才培养、实验室设计建设过程中如何实现“碳中和”为主题，邀请了上海太平洋能源中心、榕德、同济大学、法国德澔等行业专家，从实验室运维与评价角度出发，深入“碳索”可持续实验室发展，达到降本增效与环保共赢。实验室环境与安全平行论坛由国家卫健委、国家生态环境部、Schneider Elektronik GmbH、台雄、中元国际、中国科学院的行业及企业代表，展开实验室化学品污染与职业健康、实验室危险废物管理、实验室变风量控制系统的设计与应用、危化品全生命周期智能管控、护航高等生物实验室安全从设计开始、数据、设施与网络生物安全的话题演讲，传递守护科研人员健康，人与实验室和谐发展的理念。可持续实验室（2）——以国际角度洞察平行论坛，以可持续实验室设计与规划新趋势、面向未来的弹性实验室、科研设施与地产的前期规划、主动式热回收-实验室新风空调的未来、从国际可持续实验室建设谈双碳目标有效路线为议题，邀请来自戴纳、Perkins&Will建筑事务所、科颐得环境、斐崴节能、美国能源部国家可再生能源实验室（NREL）的全球实验室领域专家，交流国际先进的设计、建设和管理理念，提高中国实验室设计与建设水平，促进国内科研、教育、环境监测、检测、医疗等实验环境的持续改善。数字化与智能化，检验检测行业未来可期平行论坛，聚焦人工智能与检验大数据解读、国内外医疗器械检验检测领域的发展现状与挑战、数智化服务助力检验检测实验室新基建、远程评审在实验室认可中的应用、智慧实验室的建设与验收、第三方检验检测认证机构数字化转型及平台化建议，来自上海长海医院、上海健康医学院、释普科技、CNAS、CTI华测检测、中国检验认证集团的业内精英讲述了国家对检验检测机构的“放、管、服”政策下，检验检测机构将向有序、健康和可持续发展，检验检测机构未来可期。作为labtech China Congress 2021同期活动重要组成部分，Workshop通过实验室精讲和培训的形式，深化实验室可持续发展理念，侧重于实验室建设的空间与运维和可持续实验室的规划与设计，从设计者的角度出发看实验室建设。现场Workshop还讨论了实验室环境与安全、食品安全与自动化升级，着重强调如何通过高新科技的方法，提升实验室的安全系数和实验室人员的安全保障，探讨如何建设可持续发展实验室并为提高实验室环境与安全集思广益。实验室创新技术与产品演示，实景打造沉浸式未来实验室空间除了两大主论坛、四大平行论坛以外，大会现场还打造了800+平米现场模拟实验室（Live Lab）和创新展区（Inno Lab）。瀚广、台雄和WALDNER分别在Live Lab展区内带来智慧实验室、涉化实验室和绿色可持续创新实验室。通过现场演示与操作让与会者亲身感受实验室前沿产品、创新技术、现代化设计风格及智能化信息化的先进管理理念。榕德、美诺、旭德、斐崴节能、释普、马斯德克、安捷伦等知名企业在Inno Lab中一一呈现实验室设计、规划、建设、操作、管理等涵盖整个生态系统的行业创新解决方案。上海瀚广实业有限公司总裁侯海峰先生认为：“今年labtech China Congress邀请各行业的专家及老师为我们分享当前实验室建设和发展的方向，围绕大基建所需的研发中心和创新中心，以及这场疫情下国家对公卫中心的建造需求，对于数字化实验室的需求也上升到了另一个高度。我相信通过这次主办方举办的盛会，使我们国家乃至全球的实验室发展在这次交流下会有一个更高的上升平台。labtech China Congress是一个很好的平台，我们明年还会参加。”“今年是我们第二次参与labtech China Congress，大会主论坛、平行论坛、Workshop、现场实验室等多种形式的组合相比2019年更加聚焦在思想碰撞之上。其中不仅有理论，也有具体落地方案。”上海台雄科技发展集团有限公司总经理王冰女士说：“给我印象深刻的是大会通过实验室这么一个小型微观的空间拓展延伸到相对更广阔的建筑领域，虽然国外很早就有，但在今天我非常欣喜地看到国内实验室行业终于也开始涉及这个领域，能在现场共同探讨，这是一个非常好的实践开始。LiveLab现场模拟实验室对大会来说是一个很好的辅助，也让现场用户的感受和体验更好，选择性也更多，同时也能在现场积极回应和求证用户需求。希望labtech China Congress越来越好，我们彼此携手，创造更多的好想法并最终落地。”仕华那（上海）科技有限公司（WALDNER）副总裁廖荑女士说：”此次labtech China Congress延续了主题论坛、live lab以及Workshop相结合展示的形式，让参展企业能够更深入地与用户从宏观展望到细节需求深度对接。WALDNER期待继续与大会合作，在这个平台上共创更多灵活的合作方式，共同打造实验室与Workshop的开放区域概念。大会作为建设需求、设备仪器与实验室整体解决方案的桥梁，真正助力了实验室行业的快速发展，祝每一年的举办都能越来越好！”延续实验室行业技术展示模式，创新升级科研生态及全生命周期管理系统本届大会共计举办了85场精彩演讲、20+场现场演示及同期活动，探讨国内外实验室创新技术和发展趋势，共话未来可持续实验室发展新机遇与新挑战。大会打造前沿行业趋势与现场产品演示相结合的超800平米Live Lab和Inno Lab，构建现场多主题用户交流圈和组织实验室参观活动，为参会嘉宾、企业及用户提供了高效互通的机会，持续提升2019年大会倡议的实验室行业“展览+会议”模式，从实验室建设、家具、暖通、洁净、存储、仪器、安全、智能等多维度、全方位创新升级科研生态及全生命周期管理系统。2022年11月13-15日，labtech China Congress 2022与您相约上海，我们不见不散！如需了解“labtech China Congress”更多详情，请关注官方微信“labtechChina”。

从传统农业到现代农业，从“一窗办理”到“一指办理”，数字化改革的“星星之火”在中国农村正上演燎原之势。以浙江省为例，涌现出了一批新模式、新业态的“浙江样板”。 一直以来，托普云农全资子公司——浙江森特深度参与浙江省数字化改革，助力农业农村数字化转型。5月28日，“2022森特能力共享平台发布会暨生态合作伙伴大会”在杭举行，行业领导、专家齐聚杭州，线上线下结合，共商农业农村现代化发展之道。来自浙江省、市、县农业农村数字化改革的实践者，也带来了他们的精彩分享。2022森特能力共享平台发布会现场仙居“亲农在线”小程序化解农民心头事 在数字时代，传统产业数字化转型为实现共同富裕增添新的驱动力。仙居县委县政府和农业农村局携手浙江森特打造 “亲农在线”小程序，以赋能杨梅产业为切入口，聚焦农业生产中农技指导、涉农补贴、政策性保险等农民“心头事”，通过数据共享、流程再造、制度重塑，运用创新技术手段全面采集农业产业信息，打造“产业一件事”，构建“产业一张图”，为农户提供涉农补贴、农技咨询、掌上开票等数字化助农服务，让梅农办事优质高效。仙居县农业农村局信息中心副主任王鋆作案例分享 “亲农在线”打造了小农户与现代农业紧密结合的典范，探索走出了“数字赋能”共同富裕新路子。浦江“智慧葡农一键通”葡萄串起致富路 为解决葡农在葡萄生产过程中技术指导难、服务渠道少、政策了解少、应享尽享难、销售模式少、优质优价难等痛点、难点，打响浦江葡萄的全国知名度，浦江县以数字化改革为总抓手，联合浙江森特打造了“智慧葡农一键通”应用，以大数据、云计算等技术为手段，汇集浦江葡萄产业数据资源，打造科学生产、品牌管理、高效配套、惠农政策、优质优销的全产业链数字服务场景，帮助葡农“种好、管好、卖好葡萄”，实现产业促富。浦江县农业农村局信息中心主任潘青仙作案例分享 除了围绕葡萄产业的数字赋能，以浦江十里阳光农场作为超级农场试点，助力葡萄生产模式向“数字智慧”转型升级，为生产打造更优质的浦江葡萄提供有效路径。“蔬”香萧山拎稳人民的“菜篮子” 为加强蔬菜供应保障市场平稳供给，应对疫情、亚运会等特殊时期的供应需要，萧山农业农村局联合浙江森特打造“蔬”香萧山蔬菜保供数字化项目，以产业地图为基础，以政策补贴为抓手，聚焦蔬菜保供各环节的业务协作、保供监管、保供手段等问题，通过创新机制体制、拟定政策制度、重塑业务流程、共享蔬菜数据，进一步提升蔬菜保供跨部门联动能力，实现蔬菜产地高质量生产、政府保供精j准化管理。萧山区农业农村局农（林）业技术推广中心副主任傅潇霞作案例分享 “蔬”香萧山为市场提供了数字化蔬菜保供新模式，平时保障、战时应急，稳稳地拎住人民的“菜篮子”。“梅”好兰溪数字赋能“梅”好向未来 为全力打造“兰溪杨梅”金名片，推进兰溪杨梅产业高质量绿色发展，兰溪市农业农村局联合浙江森特构建“梅”好兰溪数字田园项目，通过人工智能、数字孪生、卫星遥感等数字化技术建成全产业链、功能协同的兰溪产业大脑，“梅”好产品、“梅”好服务、“梅”好管家、 “梅”好共富四大服务场景，更好地推动兰溪杨梅产业数字化转型，实现农民共富。兰溪市农业农村局农村大数据发展中心副主任江悦音作案例分享 创新打造首s个杨梅产业数字孪生应用场景，实现杨梅数字化管理；组建首s个杨梅指数研究团队，引领产业发展；使用主体信誉三色码管理模式，以数据分析赋能产业服务；人工智能应用于品质管理，以禁药期为切入点智能管控肥药使用，实行禁药期药桶场景化自动采集、预警、处置全闭环，精k准治理杨梅全产业链，实现品质共富。从树尖到舌尖，全力守护杨梅质量安全，保障消费者“舌尖安全”。 笃行不怠，擘画新蓝图。依托二十年的沉淀积累与创新研发，浙江森特将继续助力农业产业数字化转型，打造数字乡村建设新模式，将浙江模式复制到全国，为乡村振兴注智赋能。

各种汞的化合物中，烷基汞类化合物（主要是甲基汞和乙基汞）因为毒性强，具有生物放大作用和生物累积效应，能够通过血脑屏障对哺乳动物尤其是人类造成潜在的威胁，因此被各级检测部门列为了重要的检测对象；同时国家也制定了相关的限值标准，如《地表水环境质量标准》（GB3838-2002），《污水综合排放标准》（GB8978-1996），《生活饮用水卫生标准》（GB 5749-2022）等，来对不同介质中的烷基汞的潜在风险进行控制和管理。在此基础上，与烷基汞相关的分析检测标准也陆续发布实施，其中包括了《水质烷基汞的测定 吹扫捕集气相色谱冷原子荧光光谱法》(HJ 977-2018) 、《土壤和沉积物　甲基汞和乙基汞的测定 吹扫捕集/气相色谱-冷原子荧光光谱法》 (HJ 1269-2022)、《生活饮用水标准检验方法 第6部分：金属和类金属指标 28氯化乙基汞：吹扫捕集气相色谱-冷原子荧光法》（GB/T 5750.6-2023）。由仪真分析提供的MERX全自动烷基汞分析系统，在这些分析方法标准的制定和验证过程中提供了重要的数据支撑。为了适应政策需要，进一步提升用户关于烷基汞标准分析方法的监测技术能力，我司于4月24-27日举办了“烷基汞标准宣贯高级培训班”。课程内容深度解析了上述标准分析方法，培训采用“理论授课”+“线下实操”的方式，旨在为学员们创造全方位系统地学习烷基汞标准分析方法监测技术的交流机会。在培训中，来自仪真分析的专家团队为学员们提供系统的授课和指导，深入解读了烷基汞相关分析标准，全面涵盖了烷基汞分析理论知识，帮助学员们更好地理解和应用。本次培训不仅注重理论知识的传授，更强调实践操作能力的培养，让学员们能够熟练掌握MERX全自动烷基汞分析系统的实验操作，并将其应用于实际工作中。结课后为每位通过考核的学员颁发了《培训证书》，获得了学员们的一致好评。仪真分析更加期待未来向更多学员提供学习和交流的机会！

新诺仪器为助力科研，尽一步之力2024年5月24日，由Energy Materials 主办，东南大学、OAE Publishing Inc.、西安艾克伦斯信息科技有限公司、江苏省能源研究会承办，上海交通大学、南京大学、西安交通大学、南京理工大学、南京航空航天大学、南京邮电大学、南京信息工程大学、江苏大学、南京工业大学、西安建筑科技大学、西安石油大学、中国检验检测学会新能源分会、江苏省能源研究会储能专委会、江苏省颗粒学会能源颗粒专委会共同协办的的第二届新能源材料创新发展论坛暨新能源产业发展深度赋能大会在南京富力万达嘉华酒店盛大开幕。会议以"能源材料创新与可持续发展"为主题，旨在搭建一个高端的学术交流平台，包括材料科学、能源工程、环境保护等领域的杰出代表在内的众多国内外专家学者汇聚一堂，就氢能与燃料电池、锂离子电池与固态电池、新型储能技术与器件、钠/钾电池材料与技术、光伏/光电催化转化材料与技术等热门议题展开深入探讨与交流。同时，本论坛不仅为参会者提供了一个学习、交流、借鉴的机会，还将进一步助推新能源材料领域的创新和可持续发展。精彩学术分享：上海新诺仪器集团有限公司新诺仪器很荣幸受邀参加此次会议，新诺仪器专注于粉未成型解决方案，是集实验室通用仪器的研发、生产、定制代理、销售和服务为一体的综合型科技公司。公司主营的压片机系列，等静压机系列，热压机系列及配套冷热压模具。新诺研发人员根具市场需求，使用人员反馈，不断研发更新，力求于所生产的设备实用性更强，操作更方便，让实验变的更简单，一直是我们奋斗的目标。新诺精彩花絮新诺还是那个新诺，产品不断更新，闪亮依旧闪学院的院士教授等齐聚新诺展位新诺代理商近距离了解新诺产品与东南大学吴宇平（大会主席）Kenneth I. Ozoemena院士（University of the Witwatersrand）合影新诺旗下：上海医诺凯生物技术有限公司自产：干燥箱、培养箱、试验箱、电阻炉等高端实验箱体设备的国产化研发智造商！

不知道大家有没有听过一个童话故事《金凤花姑娘和三只熊》？故事中，金凤花姑娘试着喝几碗粥，发现一碗太烫，一碗太凉，最后一碗刚刚好。这个故事告诉我们，适合的才是最好的。一谈到STM7测量显微镜时，让人不由得想起这则故事，因为这款显微镜在多项精密测量应用中表现得“恰如其分”。 STM7测量显微镜专为高通量、高精度3D测量而设计，非常适用于检查机加工金属部件的公差等。测量设备种类繁多，从简单的手持工具到大型的精巧装置。 那么，为何选择STM7呢？ 这就是开头提及金凤花姑娘故事的原因了。对于在机加工件的生产和质量控制中的多项测量应用而言，STM7测量显微镜实现了易用性与高质量结果的正确平衡。 不妨看看其他替代品的表现。比如卡尺和千分尺等手持式工具。这些工具简单易用，无需培训，但需接触样品，而且对于复杂部件往往让人“手忙脚乱”。此外，不同操作员的测量结果也是大相径庭。 再比如坐标测量机、轮廓投影仪或光学比测器等高级测量工具。这些工具视野大，可以进行复杂的测量工作，但要么在测试实验室中太占空间，要么成本过高。有些还需要大量的培训。平衡正确的显微镜 STM7测量显微镜对各方面因素的平衡拿捏得恰到好处。其亚微米分辨率和3轴测量支持全方向操作，无需重新放置样品。性能远超仅具备同轴度、周向、角度等功能的产品系列。在STM7显微镜下放一颗螺钉螺钉的测量结果 通过将这些先进功能与快速、简单的操作相结合，STM7非常适合机加工部件的高通量测量。无需先拍照；只需定义起点并移动平台即可进行快速、准确的测量。当然，它可兼作普通的光学显微镜，较之其他测量设备，这是一大优势。 高精度测量与紧凑型设备的快速、直观操作相结合，使STM7成为部件测量的金凤花姑娘：贴合多种应用。

为进一步提高分析人员使用及维护液相色谱仪的水平，12月12~15日分别在常州、南通举办制药及相关行业液相色谱仪深度免费培训班，邀请对象为各药品生产经营企业、原料及中间体生产企业及其他相关单位中使用及维护液相色谱仪两年以上的人员。　　授课人员为岛津(中国)公司及普今公司液相色谱资深工程师。此次，交流培训班圆满结束!　　 　　 　　 　　 　　 　　 　　 　　 　　苏州普今生物科技有限公司　　2009-12-21

摘要：本文首先简单回顾了辉光放电光谱仪（Glow Discharge Optical Emission Spectrometry，GDOES）的发展历程及特性，然后通过实例介绍了GDOES在微米涂层以及纳米超薄膜层深度剖析中的应用，并简介了深度谱定量分析的混合-粗糙度-信息深度（MRI）模型，最后对GDOES深度剖析的发展方向作了展望。1 GDOES发展历程及特性辉光放电发射光谱仪应用于表面分析及深度剖析已经有近100年的历史。辉光放电装置以及相关的光谱仪最早出现在20世纪30年代，但直到六十年代才成为化学分析的研究重点。1967年Grimm引入了“空心阳极-平面阴极”的辉光放电源[1]，使得GDOES的商业化成为可能。随后射频（RF）电源的引入，GDOES的应用范围从导电材料拓展到了非导电材料，而毫秒或微秒级的脉冲辉光放电(Pulsed Glow Discharges，PGDs)模式的推出，不仅能有效地减弱轰击样品时的热效应，同时由于PGDs可以使用更高激发功率，使得激发或电离过程增强，大大提高了GDOES测量的灵敏程度，极大推动了GDOES技术的进步以及应用领域的拓展。GDOES被广泛应用于膜层结构的深度剖析，以获取元素成分随深度变化的关系。相较于其它传统的深度剖析技术，如俄歇电子能谱（AES）、X射线光电子能谱（XPS）和二次离子质谱（SIMS）或二次中性质谱（SNMS），GDOES具有如下的独特性[2]：（1）分析样品材料的种类广，可对导体/非导体/无机/有机…膜层材料进行深度剖析，并可探测所有的元素(包括氢)；（2）分析样品的厚度范围宽，既可对微米量级的涂层/镀层，也可对纳米量级薄膜进行深度剖析；（3）溅射速率高，可达到每分钟几微米；（4）基体效应小，由于溅射过程发生在样品表面，而激发过程在腔室的等离子体中，样品基体对被测物质的信号几乎不产生影响；（5）低能级激发，产生的谱线属原子或离子的线状光谱，因此谱线间的干扰较小；（6）低功率溅射，属层层剥离，深度分辨率高，可达亚纳米级；（7）因为采用限制式光源，样品激发时的等离子体小，所以自吸收效应小，校准曲线的线性范围较宽；（8）无高真空需求，保养与维护都非常方便。基于上述优势，GDOES被广泛应用于表征微米量级的材料表面涂层/镀层、有机膜层的涂布层、锂电池电极多层结构和用于其封装的铝塑膜层、以及纳米量级的功能多层膜中元素的成分分布[3-6]，下面举几个具体的应用实例。2 GDOES深度剖析应用实例2.1 涂层的深度剖析用于材料表面保护的涂层或镀层、食品与药品包装的柔性有机基材的涂布膜层、锂电池的多层膜电极，以及用于锂电池包装的铝塑膜等等的膜层厚度一般都是微米量级，有的膜层厚度甚至达到百微米。传统的深度剖析技术，如AES，XPS和SIMS显然无法对这些厚膜层进行深度剖析，而GDOES深度剖析技术非常适合这类微米量级厚膜的深度剖析。图1给出了利用Horiba-Profiler 2（一款脉冲—射频辉光放电发射光谱仪—Pulsed-RF GDOES，以下深度谱的实例均是用此设备测量），在Ar气压700Pa和功率55w条件下，测量的表面镀镍的铁箔GODES深度谱，其中的插图给出了从表面到Ni/Fe界面各元素的深度谱，测量时间与深度的转换是通过设备自带的激光干涉仪（DIP）对溅射坑进行原位测量获得。从全谱来看，GDOES测量信号强度稳定，未出现溅射诱导粗糙度或坑道效应（信号强度随溅射深度减小的现象，见下），这主要是因为铁箔具有较大的晶粒尺寸。同时还可以看到GDOES可连续测量到~120μm，溅射速率达到4.2μm/min（70nm/s）。从插图来看， Ni的镀层约为1μm，在表面有~100nm的氧化层，Ni/Fe界面分辨清晰。图1 表面镀镍铁箔的GODES深度谱，其中的插图给出了从表面到Ni/Fe界面的各元素的深度谱图2给出了在氩-氧（4 vol%）混合气气压750Pa、功率20w、脉冲频率3000Hz、占空比0.1875条件下，测量的用于锂电池包装铝塑膜（总厚度约为120μm）的GODES深度谱，其中的插图给出了铝塑膜的层结构示意图[7]。可以看出有机聚酰胺层主要包含碳、氮和氢等元素。在其之下碳、氮和氢元素信号的强度先降后升，表明在聚酰胺膜层下存在与其不同的有机涂层—粘胶剂，所含主要元素仍为碳、氮和氢。同时还可以看出在粘胶剂层下面的无机物（如Al，Cr和P）膜层，其中Cr和P源于为提高Al箔防腐性所做的钝化处理。很明显，图2测量的GDOES深度谱明确展现了锂电池包装铝塑膜的层结构。实验中在氩气中引入4 vol%氧气有助于快速溅射有机物的膜层结构，同时降低碳、氮信号的相对强度，提高了无机物如铬信号的相对强度，非常适合于无机-有机多层复合材料的结构分析，而在脉冲模式下，选用合适的频率和占空比，能够有效地散发溅射产生的热量，从而避免了低熔点有机物的碳化。图2一款锂电池包装铝塑膜的GDOES溅射深度谱，其中的插图给出了铝塑膜的层结构示意图[7]2.2 纳米膜层及表层的深度剖析纳米膜层，特别是纳米多层膜已被广泛应用于光电功能薄膜与半导体元器件等高科技领域。虽然传统的深度剖析技术AES，XPS和SIMS也常常应用于纳米膜层的表征，但对于纳米多层膜，传统的深度剖析技术很难对多层膜整体给予全面的深度剖析表征，而GDOES不仅可以给予纳米多层膜整体全面的深度剖析表征，而且选择合适的射频参数还可以获得如AES和SIMS深度剖析的表层元素深度谱。图3给出了在氩气气压750Pa、功率20w、脉冲频率1000Hz、占空比0.0625条件下，测量的一款柔性透明隔热膜（基材为PET）的GODES深度谱，如图3a所示，其中最具特色的就是清晰地表征了该款隔热膜最核心的三层Ag与AZO（Al+ZnO）共溅射的膜层结构，如图3b Ag膜层的GDOES深度谱所示。根据获得的溅射速率及Ag的深度谱拟合（见后），前两层Ag的厚度分别约为5.5nm与4.8nm[8]。很明显，第二层Ag信号较第一层有较大的展宽，相应的强度值也随之下降，这是源于GDOES对金属膜溅射过程中产生的溅射诱导粗糙度所致。图3（a）一款柔性透明隔热膜GDOES深度谱；（b）其中Ag膜层GDOES深度谱[8]图4给出了在氩气气压650Pa、功率20w、脉冲频率10000Hz、占空比0.5的同一条件下，测量的SiO2(300nm)/Si(111)标准样品和自然生长在Si(111)基片上SiO2样品的GODES深度谱[9]。如果取测量深度谱的半高宽为膜层的厚度，由此得到标准样品SiO2层的溅射速率为6.6nm/s（=300nm/45.5s），也就可以得到自然氧化的SiO2膜层厚度约为1nm（=6.6nm/s*0.15s）。所以，GDOES完全可以实现对一个纳米超薄层的深度剖析测量，这大大拓展了GDOES的应用领域，即从传统的钢铁镀层或块体材料的成分分析拓展到了对纳米薄膜深度剖析的表征。图4 （a）SiO2(300nm)/Si(111)标准样品与（b）自然生长在Si(111)基片上SiO2样品的GDOES深度谱[9]3 深度谱的定量分析3.1 深度分辨率对测量深度谱的优与劣进行评判时，深度分辨率Δz是一个非常重要的指标。传统Δz(16%-84%)的定义为[10]：对一个理想（原子尺度）的A/B界面进行溅射深度剖析时，当所测定的归一化强度从16%上升到84%或从84%下降到16%所对应的深度，如图5所示。Δz代表了测量得到的元素成分分布和原始的成分分布间的偏差程度，Δz越小表示测量结果越接近真实的元素成分分布，测量深度谱的质量就越高。但是随着科技的发展，应用的薄膜越来越薄，探测元素100%（或0%）的平台无法实现，就无法通过Δz(16%-84%)的定义确定深度分辨率，而只能通过对测量深度谱的定量分析获得（见下）。图5深度分辨率Δz的定义[10]3.2 深度谱定量分析—MRI模型溅射深度剖析的目的是获取薄膜样品元素的成分分布，但溅射会改变样品中元素的原始成分分布，产生溅射深度剖析中的失真。溅射深度剖析的定量分析就是要考虑溅射过程中，可能导致样品元素原始成分分布失真的各种因素，提出相应的深度分辨率函数，并通过它对测量的深度谱数据进行定量分析，最终获取被测样品元素在薄膜材料中的真实分布。对于任一溅射深度剖析实验，可能导致样品原始成分分布失真的三个主要因素源于：①粒子轰击产生的原子混合（atomic Mixing）；②样品表面和界面的粗糙度（Roughness）；③探测器所探测信号的信息深度（Information depth）。据此Hofmann提出了深度剖析定量分析著名的MRI深度分辨率函数[11]： 其中引入的三个MRI参数：原子混合长度w、粗糙度和信息深度λ具有明确的物理意义，其值可以通过实验测量得到，也可以通过理论计算得到。确定了分辨率函数，测量深度谱信号的归一化强度I/Io可表示为如下的卷积[12]： 其中z'是积分参量，X(z’)为原始的元素成分分布，g(z-z’)为深度分辨率函数，包含了深度剖析过程中所有引起原始成分分布失真的因素。MRI模型提出后，已被广泛应用于AES，XPS，SIMS和GDOES深度谱数据的定量分析。如果假设各失真因素对深度分辨率影响是相互独立的，相应的深度分辨率就可表示为[13]：其中r为择优溅射参数，是元素A与B溅射速率之比（）。3.3 MRI模型应用实例图6给出了在氩气气压550Pa、功率17w、脉冲频率5000Hz、占空比0.25条件下，测量的60 Mo (3 nm)/B4C (0.3 nm)/Si (3.7 nm) GDOES深度谱[14]，结果清晰地显示了Mo (3 nm)/B4C (0.3 nm)/Si (3.7 nm) 膜层结构，特别是分辨了仅0.3nm的B4C膜层， B和C元素的信号其峰谷和峰顶位置完全一致，可以认为B和C元素的溅射速率相同。为了更好地展现拟合测量的实验数据，选择溅射时间在15~35s范围内测量的深度剖析数据进行定量分析[15]。图6 60×Mo (3 nm)/B4C (0.3 nm)/Si (3.7 nm) GDOES深度谱[14]利用SRIM 软件[16]估算出原子混合长度w为0.6 nm，AFM测量了Mo/B4C/Si多层膜溅射至第30周期时溅射坑底部的粗糙度为0.7nm[14]，对于GDOES深度剖析，由于被测量信号源于样品最外层表面，信息深度λ取为0.01nm。利用（1）与（2）式，调节各元素的溅射速率，并在各层名义厚度值附近微调膜层的厚度，Mo、Si、B（C）元素同时被拟合的最佳结果分别如图7（a）、（b）和（c）中实线所示，对应Mo、Si、B(C)元素的溅射速率分别为8.53、8.95和4.3nm/s，拟合的误差分别为5.5%、6.7%和12.5%。很明显，Mo与Si元素的溅射速率相差不大，但是B4C溅射速率的两倍，这一明显的择优溅射效应是能分辨0.3nm-B4C膜层的原因。根据拟合得到的MRI参数值，由（3）式计算出深度分辨率为1.75 nm，拟合可以获得Mo/B4C/Si多层薄膜中各个层的准确厚度，与HR-TEM测定的单层厚度基本一致[15]。图7 测量的GDOES深度谱数据(空心圆)与MRI最佳拟合结果(实线)：(a) Mo层，(b) Si层，(c) B层；相应的MRI拟合参数列在图中[15]。4 总结与展望从以上深度谱测量实例可以清楚地看到，GDOES深度剖析的应用非常广泛，可测量从小于1nm的超薄薄膜到上百微米的厚膜；从元素H到Lv周期表中的所有元素；从表层到体层；从无机到有机；从导体到非导体等各种材料涂层与薄膜中元素成分随深度的分布，深度分辨率可以达到~1nm。通过对测量深度谱的定量分析，不仅可以获得膜层结构中原始的元素成分分布，而且还可以获得元素的溅射速率、膜层间的界面粗糙度等信息。虽然GDOES深度剖析技术日趋完善，但也存在着一些问题，比如在GDOES深度剖析中常见的溅射坑底部凸凹不平的“溅射坑道效应”（溅射诱导的粗糙度），特别是对多晶金属薄膜的深度剖析尤为明显，这一效应会大大降低GDOES深度谱的深度分辨率。消除溅射坑道效应影响一个有效的方法就是引入溅射过程样品旋转技术，使得各个方向的溅射均等。此外，缩小溅射（分析）面积也是提高溅射深度分辨率的一种方法，但需要考虑提高探测信号的强度，以免降低信号的灵敏度。另外，GDOES深度剖析的应用软件有进一步提升的空间，比如测量深度谱定量分析算法的植入，将信号强度转换为浓度以及溅射时间转换为溅射深度算法的进一步完善。作者简介汕头大学物理系教授 王江涌王江涌，博士，汕头大学物理系教授。现任广东省分析测试协会表面分析专业委员会副主任委员、中国机械工程学会高级会员、中国机械工程学会表面工程分会常务委员；《功能材料》、《材料科学研究与应用》与《表面技术》编委、评委。研究兴趣主要是薄膜材料中的扩散、偏析、相变及深度剖析定量分析。发表英文专著2部，专利十余件，论文150余篇，其中SCI论文110余篇。代表性成果在《Physical Review Letters》，《Nature Communications》，《Advanced Materials》，《Applied Physics Letters》等国际重要期刊上发表。主持国家自然基金、科技部政府间国际合作、广东省科技计划及横向合作项目十余项。获2021年广东省科技进步一等奖、2021年广东省高校科研成果转化路演赛“新材料”小组赛一等奖、2021年粤港澳高价值大湾区专利培育布局大赛优胜奖、2020年广东省高校科研成果转化路演赛“新材料”小组赛一等奖、总决赛一等奖。昆山书豪仪器科技有限公司总经理 徐荣网徐荣网，昆山书豪仪器科技有限公司总经理，昆山市第十六届政协委员；曾就职于美国艾默生电气任职Labview设计工程师、江苏天瑞仪器股份公司任职光谱产品经理。2012年3月，作为公司创始人于创立昆山书豪仪器科技有限公司，2019年购买工业用地，出资建造12300平方米集办公、研发、生产于一体的书豪产业化大楼，现已投入使用。曾获2020年朱良漪分析仪器创新奖青年创新入围奖；2019年昆山市实用产业化人才；2019年江苏省科技技术进步奖获提名；2017年《原子发射光谱仪》“中国苏州”大学生创新创业大赛二等奖；2014年度昆山市科学技术进步奖三等奖；2017年度昆山市科学技术进步奖三等奖；多次获得昆山市级人才津贴及各类奖励项目等。主持研发产品申请的已授权专利47项专利，其中发明专利 4 项，实用新型专利 25项，外观专利7项，计算机软件著作权 11项。论文2篇《空心阴极光谱光电法用于测定高温合金痕量杂质元素》，《Application of Adaptive Iteratively Reweighted Penalized Least Squares Baseline Correction in Oil Spectrometer 》第一编著人；主持编著的企业标准4篇；承担项目包括3项省级项目、1项苏州市级项目、4项昆山市级项目；其中：旋转盘电极油料光谱仪获江苏省工业与信息产业转型升级专项资金--重大攻关项目（现已成功验收，获政府补助660万元）、江苏省首台（套）重大装备认定、江苏省工业与信息产业转型升级专项资金项目、苏州市姑苏天使计划项目等；主持研发并总体设计的《HCD100空心阴极直读光谱仪》、《AES998火花直读光谱仪》、《FS500全谱直读光谱仪》《旋转盘电极油料光谱仪OIL8000、OIL8000H、PO100》均研发成功通过江苏省新产品新技术鉴定，实现了产业化。参考文献：[1] GRIMM, W. Eine neue glimmentladungslampe für die optische emissionsspektralanalyse[J]. Spectrochimica Acta, Atomic Spectroscopy, Part B, 1968, 23 (7): 443-454.[2] 杨浩，马泽钦，蒋洁，李镇舟，宋一兵，王江涌，徐从康，辉光放电发射光谱高分辨率深度谱的定量分析[J]，材料研究与应用, 2021, 15: 474-485.[3] Hughes H. Application of optical emission source developments in metallurgical analysis[J]. Analyst, 1983, 108(1283): 286-292.[4] Lodhi Z F, Tichelaar F D, Kwakernaak C, et al., A combined composition and morphology study of electrodeposited Zn–Co and Zn–Co–Fe alloy coatings[J]. Surface and Coatings Technology, 2008, 202(12): 2755-2764.[5] Sánchez P, Fernández B, Menéndez A, et al., Pulsed radiofrequency glow discharge optical emission spectrometry for the direct characterisation of photovoltaic thin film silicon solar cells[J]. Journal of Analytical Atomic Spectrometry, 2010, 25(3): 370-377.[6] Zhang X, Huang X, Jiang L, et al. Surface microstructures and antimicrobial properties of copper plasma alloyed stainless steel[J]. Applied surface science, 2011, 258(4): 1399-1404.[7] 胡立泓，张锦桐，王丽云，周刚，王江涌，徐从康，高阻隔铝塑膜辉光放电发射光谱深度谱测量参数的优化[J]，光谱学与光谱分析,2022,42:954-960.[8] 吕凯, 周刚, 余云鹏, 刘远鹏, 王江涌, 徐从康，利用ToF-SIMS 和 Rf-GDOES 深度剖析技术研究柔性衬底上的隔热多层膜[J], 材料科学,2019,9:45-53.[9] 周刚, 吕凯, 刘远鹏, 余云鹏, 徐从康, 王江涌，柔性功能薄膜辉光光谱深度分辨率分析[J], 真空, 2020,57:1-5.[10] ASTM E-42, Standard terminology relating to surface analysis [S]. Philadelphia: American Society for Testing and Materials, 1992.[11] Hofmann S. Atomic mixing, surface roughness and information depth in high‐resolution AES depth profiling of a GaAs/AlAs superlattice structure[J]. Surface and interface analysis, 1994, 21(9): 673-678.[12] Ho P S, Lewis J E. Deconvolution method for composition profiling by Auger sputtering technique[J]. Surface Science, 1976, 55(1): 335-348.[13] Wang J Y, Hofmann S, Zalar A, et al. Quantitative evaluation of sputtering induced surface roughness in depth profiling of polycrystalline multilayers using Auger electron spectroscopy[J]. Thin Solid Films, 2003, 444(1-2): 120-124.[14] Ber B, Bábor P, Brunkov P N, et al. Sputter depth profiling of Mo/B4C/Si and Mo/Si multilayer nanostructures: A round-robin characterization by different techniques[J]. Thin Solid Films, 2013, 540: 96-105.[15] Hao Yang, SongYou Lian, Patrick Chapon, Yibing Song, JiangYong Wang, Congkang Xu, Quantification of high resolution Pulsed RF GDOES depth profiles for Mo/B4C/Si nano-multilayers[J], Coatings, 2021, 11: 612.[16] Ziegler J F, Ziegler M D, Biersack J P. SRIM–The stopping and range of ions in matter[J]. Nuclear Instruments and Methods in Physics Research Section B: Beam Interactions with Materials and Atoms, 2010, 268(11-12): 1818-1823.

深度学习深度学习作为一项新技术，革新了现有应用程序并推动新兴产业的迅猛发展。Google、Amazon、Intel 和Nvidia提供的用于创建和训练神经网络的工具使技术获取更容易，促进新玩家凭借有竞争力的产品进入成熟市场。目前，深度学习的潜能已被广泛认可，也许您现在正在应用程序上使用深度学习。为了让机器视觉开发者能够充分利用这项技术，菲力尔推出了FLIR Firefly DL相机，它可以便捷地在现场部署受训过的网络。FLIR Firefly DLFLIR Firefly DL通过集成高质量的Sony Pregius图像传感器和符合GenICam的Intel Movidius Myriad 2视觉处理单元 (VPU)，将机器视觉和深度学习推断相结合。FLIR机器视觉相机尺寸小巧、重量轻且功耗低，是嵌入移动、桌面和手持系统的理想选择。VPU的概念位于FLIR Firefly DL核心的Intel Movidius Myriad 2视觉处理单元（VPU）是一种新型处理器。VPU结合了高速硬件图像处理过滤器、通用CPU内核以及平行矢量处理内核。与GPU的通用内核相比，用于加速相机内建推断的矢量内核针对神经网络的分支逻辑进行了更多优化，优化程度更高的VPU能够以低功率实现高性能。推断与深度学习的关系推断是在新捕获的、无标签真实数据上应用的深度学习。推断是指受训后的神经网络根据新数据做出预测的结果。推断应用了一个通过标记数据 (A) 训练未标记数据 (B) 的模型虽然有许多不同类型的网络可用于推断，但MobileNet特别适用于图像分类。MobileNet最初由Google设计，用作移动设备的高精度图像分类和分割。与那些计算昂贵且需要耗电量大GPU的网络相比，它也能够实现相同的精度。推断相机和“智能相机”的区别传统智能相机结合了机器视觉相机和运行基于规则的图像处理软件的单板计算机。智能相机可以较好解决简单问题，例如读取条形码或回答“孔是否应该位于该部分？”这类提问。推断相机的优势在于可处理更复杂或主观的问题，例如“这是出口级苹果吗？” 当使用已知的优质图像进行训练时，推断相机可以轻松识别基于规则的检查系统无法识别的非预期内缺陷，使其对差异性更加宽容。推断相机可通过丰富的描述元数据扩大现有应用。通过GenICam块数据，FLIR Firefly DL相机可以使用推断来标记传至主机的图像，该主机使用传统的基于规则的图像处理方式。通过这种方式，用户可快速扩展其现有视觉系统的能力。该混合式系统架构同样也可以触发传统视觉系统。使用 FLIR Firefly DL相机可以节省大量空间，因为传统智能相机中使用的计算硬件功耗效率更低，而且比FLIR FireflyDL相机中的VPU大得多。FLIR Firefly DL相机尺寸只有27mmx27mm，可随时集成到紧凑的空间中。FLIR Firefly DL是一个开放式平台，使用户可灵活利用快速进步的深度学习网络及其训练和优化的相关工具链。相反，使用专有工具对智能相机进行编程可能会落后于新技术。相机内建推断的优势在视觉系统边缘进行推断，可以促进系统速度、可靠性、功率效率和安全性的提升。★ 速度：边缘推断与其他形式的边缘计算一样，图像处理可在离开中央服务器，靠近数据源进行。无需将所有图像传输至远程服务器，只需传送描述数据。这将大幅减少系统需传输的数据量，使网络带宽和系统延迟降低。★ 可靠性：对于某些应用，FLIR Firefly DL不需要依靠服务器和网络基础设施，就可提升其自身可靠性。FLIR Firefly DL通过其内置的VPU，可作为独立传感器运行。它可捕捉图像并根据图像做出决策，然后使用GPIO信号触发操作。★ 功率效率：只在需要时触发视觉系统意味着更多的处理时间可用在传统基于规则的图像处理和分析上。深度学习推断可在满足特定条件时触发高功率图像分析。Myriad 2 VPU通过级联网络支持可节省额外功率。如此可以实现多层分析，只要满足前一个网络的条件，更复杂、功率更高的网络就可以启用。★ 安全：少量数据的传送便于加密，提升系统安全性。深度学习推断的应用FLIR Firefly DL提供了一条从深入学习的研发到实际应用程序的方便途径。它可随时作为独立传感器使用，捕捉图像并基于图像做出决策，从而触发GPIO行为。通过Intel神经计算棒，可用低于1000美元（约6300元）的成本建立起完整的视觉系统边缘推断。视觉系统开发人员可以使用Intel OpenVINO工具包在同一个驱动FLIR Firefly DL相机内建推断的VPU上轻松优化和验证神经网络的性能。这使得用户能够使用相同的相机，准确评估Myriad 2驱动的、并行于传统算法推断的性能。从GPU训练转移到神经计算棒开发和FLIR Firefly DL部署深度学习推断将从根本上改变视觉系统设计和编程的方式。它比使用传统基于规则的方式更加快速精确地做出复杂且主观的决策。通过集合Sony Pregius传感器、GenICam 界面和 Intel Movidius Myriad 2 VPU，FLIR Firefly DL相机将机器视觉与深度学习相结合。这种新型推断相机提供了一种在机器视觉应用中部署深度学习推断的理想路径。

安徽理工大学地球与环境学院青年教师陶晨与加拿大滑铁卢大学工程学院教授Wayne Parker和不列颠哥伦比亚大学教授Pierre Berube课题组合作，针对安大略省多伦多市Keswick污水回用中心冬季深度处理污染加剧的问题，进行了前期历史数据分析和后期实验研究，厘清了二级生物处理运行温度和深度处理超滤运行温度对膜污染的影响机制。相关研究成果发表于《分离纯化杂志》。二级和深度处理运行温度对膜污染影响机制的示意图 安徽理工大学供图污水深度处理是指城市污水经一级、二级处理后，为了达到一定的回用水标准，使污水作为水资源回用于生产或生活的进一步水处理过程。超滤被认为是一种非常有前景的污水回用处置方式，然而膜污染问题一直是限制其长期稳定运行以及运营成本管控的瓶颈性问题。 “因为膜污染会造成跨膜压差的上升，在维持目标处理效率的前提下，需要提高膜清洗与更换的频率，从而增加运营成本和能源消耗。一般来说，膜污染控制成本占运行成本的20%-30%；其中，膜清洗和膜更换成本分别占膜污染控制总成本的9%-30%和40%-65%。而对于污水深度处理的运行场景来说，这些数据会随着冬季温度的降低，进一步升高。”陶晨向《中国科学报》介绍。近年来，各国学者针对温度对膜污染的影响展开了相关研究，然而研究对象多为膜生物反应器（MBR）工艺。一方面，在深度处理中，因为膜不直接与污泥混合液接触，所以膜污染机理与MBR有很大区别；另一方面，深度处理中膜过滤过程与二级生物过程分开进行，温度对二者造成的影响程度不同且存在交叉影响，值得分别去探讨。此次研究中，陶晨等提出了活性污泥模型与实验结合的方法，通过新颖的实验设计，评价了温度通过影响二级生物过程及其代谢产物，以及温度影响膜固有性质对深度处理膜污染的影响机制。“我们研究发现，将二级生物处理运行温度从20℃降低到8℃，且超滤运行温度为20℃不变时，总膜阻力大幅度增加。这主要是由于二级生物过程在低温下产生的可溶性微生物产物大量增加导致，其中与生物质衰减相关的有机质（BAP）是最主要膜污染物质。”陶晨说。进一步地，降低超滤运行温度时，总膜阻力增加了122%，这一部分膜阻力的增加是由于膜孔径的减小和液体黏度的增加。研究发现，总膜阻力的增加并不是各部分影响的简单叠加，而是存在复杂的交互影响。陶晨说，该工作全面探讨了运行温度对膜污染的影响，为不同温度运行条件下设计膜污染缓解措施提供了理论基础，也为探讨其他极端运行条件下二级生物过程与膜污染间的关系提供了方法借鉴。”审稿人认为：作者研究了实际污水处理厂运行温度对深度处理膜污染的影响机制，区分了造成低温条件下总膜阻力上升的不同原因，是一项有趣的研究工作，对缓解膜污染并减少运行成本提供了理论参考，具有实际意义。

今天七月，Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy (SAA)期刊上发表了一个来自安徽大学周胜副教授课题组的研究成果《Optimized adaptive Savitzky-Golay filtering algorithm based on deep learning network for absorption spectroscopy》。此项工作将深度学习应用在激光光谱气体分析技术上的Savitzky-Golay（简称S-G）滤波抗噪算法，并通过仿真和实验证实该方法能够提升痕量NO2气体分析中光谱信号的信噪比，有助于实现更高灵敏度的气体分析。激光光谱分析是一个很强大的气体分析技术，能够实现非接触式、高精度、高灵敏度、高选择性的痕量气体分析（ppm或ppb量级）。然而，实际操作中所测得的吸收光谱会受到噪声的干扰，导致不准确的测量结果。过去的研究工作中提出了一些抑制噪声的算法，其中S-G滤波算法由于速度快、无需提供过多的参数、且能较好的保留原始光谱的形状和高度，成为近年来较受关注的方法，并且已经在某些应用场景（例如连续血糖监测）证明其面对各类噪声的有效性。S-G滤波算法的性能决定于两个参数：多项式阶数（k）和平均计算的窗口大小（b）。但是，噪声源和吸收光谱在实际应用中是未知的，因此难以获得固定的参数值使得滤波效果达到优。为了解决这个问题，研究人员提出了一种优化的自适应S-G算法，将深度学习网络与传统的S-G 滤波相结合，以提高测量系统的性能。深度学习网路以其非线性映射和建模能力对数据的规律性进行研究，并实现出色的“自我调整”和“跟踪反馈”。相较于传统的S-G算法，经过优化的算法可以调整滤波参数以实现光谱的佳信噪比。图一展示了用于训练S-G滤波算法参数的深度学习网络。这个具有多层感知器的人工智能网络提供了设计上的弹性，可以通过调整层数、神经元数量、和一些优化指标以达到所需的性能。用庞大的数据集进行高效训练后，相应的网络模型将达到最状态。接着，经过训练的网络模型将使用变量数据输入找到好的 k 和 b。 与此同时，输入数据集也将按传统方式计算以获得佳参数k 和 b。通过比较模型预测和人机计算的结果，由人工决定出佳的网络参数。图一 用于计算S-G滤波算法参数的深度学习网络 研究组以NO2为目标气体，选取波数位于1630.1至1630.42 cm-1的吸收谱线，进行了软件仿真和实验测量作为新方法（adaptive S–G filtering, 以下称ASGF）的验证，同时与另一常用的multi-signal averaging filtering（MAF）方法作比较。MAF计算时间长且主要用于白噪声的抑制。仿真结果显示在白噪声干扰的条件下（图二），MAF将信噪比从原始的6.58 dB提升至12.62 dB，新的ASGF算法则能提升至15.51 dB。图三则显示了非白噪声的背景噪声干扰，MAF方法将信噪比从原始的7.14 dB提升至13.22 dB，新的ASGF算法则提升至了更高的17.37dB。 图二 仿真验证ASFG算法在白噪声干扰下的性能表现 图三 仿真验证ASFG算法在其他背景噪声干扰下的性能表现 图四展示了实际实验的设置，它由一个光源、一个带压强控制器的多通气体吸收池、一系列反射镜、一个碲镉汞光电探测器和一台计算机组成。昕虹光电为此项研究工作提供的激光源为Q-Qube型量子级联激光发射头，这是一款热电冷却，空气制冷型，内准直输出的连续波CW室温分布反馈型量子级联激光（DFB-QCL）源，最峰值输出功率为 30 mW，由QC750-Touch型一体化激光驱动器，集温度控制器和低噪声恒流电流控制器驱动于一身，使光源系统发出6.2 μm波长的激光。极低的光学噪声和驱动器稳定性为此实验奠定了高质量信号基础。激光通过多通池由热电致冷型的碲镉汞光电探测器接收，信号传输至电脑后进行数据处理与分析。 图四 用于验证ASGF算法用于痕量NO2气体分析的实验设置 实验设置在压力0.1 atm和温度296 K的氮气中对4 ppm NO2的测量。其测量和过滤后的吸收光谱如图五(a)所示，原始数据测吸收特性淹没在噪声中，而经ASGF算法过滤后的频谱已显着平滑，使识别更容易。研究组对吸收光谱数据与理论Voigt 函数拟合，图五(b)结果表明拟合的R平方值高达0.99934，表明滤波后的吸收光谱与理论形状吻合良好。 图五 实测NO2的吸收光谱和经ASFG算法后的吸收光谱，可以看到滤波后的吸收光谱与理论形状吻合良好 结合了深度学习的神经网络技术，研究组提出的自适应S-G滤波算法表现出显着的滤波效果，在激光光谱气体分析领域中能够大幅改善光谱信号的信噪比。面对大气环境中具有挑战性的痕量气体分子检测，将能提供更优异的灵敏度和可靠性。

5月10日晚上，成都市丛树家园小区一电梯内电瓶车起火，导致包括一名婴儿在内的多人烧伤视频在网上传播后，牵动人心。 电梯监控视频显示，10日19时33分，一男子乘电梯下楼，随后电梯停在某层楼，一名妇女怀抱着一名婴儿进入电梯，电梯继续下行。19时34分23秒，电梯再次停下，一男子推着一辆电瓶车进入电梯，身后还有一名双手提着物品的男子也紧跟进入。19时34分34秒，就在电梯门关闭瞬间，一秒钟时间不到电瓶车底部突然冒起浓烟，瞬间闪起了火光，电梯内迅速被火光和浓烟覆盖。视频显示，冒烟发生同时，推电瓶车的男子迅速伸手按了一下电梯开关。事发时，电梯内有4名大人和1名幼儿。对此很多网友表示，坚决反对电瓶车上楼！ 对于网友的评论，我有不同的看法，作为主动方面，禁止电动自行车车进入电梯确实是可行的，但我们不能一昧的谴责推电动自行车进入电梯的男子，却往往忽略了z大的危害源头是电动自行车的电池。电动自行车是为了方便市民的工具，而不是成为大家“闻风丧胆”、相互嫌弃的工具。只有生产厂家按照国家的标准，做好安全检测才投放到市场，这才是遏制电动自行车电池自燃最有效的方法。由国家市场监督管理总局、国家标准化管理委员会批准的GB/T 36972-2018《电动自行车用锂离子蓄电池》国家标准于2018年12月28日正式发布，将于2019年07月01日正式实施，该标准对推动电动自行车用锂离子电池综合标准化工作及电动自行车锂离子电池推广应用具有重要意义和作用，同时也为电动车用锂离子电池领出了一条健康、可持续发展的道路。 Delta德尔塔仪器专业致力于GB/T 36972-2018《电动自行车用锂离子蓄电池》的研发和定制，可为客户提供锂电池安全检测实验室整体打包、一站式交钥匙工程服务。客户只需要提供试验场地，其他的交给我们为您搞定！ (电动自行车锂电池安全测试系统综合交钥匙工程)《电动自行车用锂离子蓄电池》（GB/T 36972-2018）检测设备推荐清单序号测试项目本标准条款关键设备设名称辅助功能/引用标准能力说明要求试验方法1. I2（A）放电5.2.16.2.1① 电池充放电测试系统（60V/30A）（推荐型号：GS-CT60V/30A）② 过充过放防爆试验箱（4箱式）（推荐型号：GS-MST940）1) 可选配充放电测试通道数和测试额定电流、电压；2) 防爆箱标配防爆泄压口、强力排风扇、补风口、可移动式地脚。2. 充电6.2.1.13. 放电6.2.1.24. 2I2（A）放电5.2.26.2.25. 低温放电5.2.36.2.3① 电池充放电测试系统（60V/30A）（推荐型号：GS-CT6030）② 高低温冲击试验箱（-40℃～150℃）（推荐型号：GS-THE8002）③ 过充过放防爆试验箱（4箱式）（推荐型号：GS-MST940）1）可选配充放电测试通道数和电流、电压；2）可选配高低温试验箱内箱容积和温度范围；3）防爆箱标配防爆泄压口、强力排风扇、补风口、可移动式地脚。6. 高温放电5.2.46.2.47. 荷电保持能力及荷电恢复能力5.2.56.2.5① 电池充放电测试系统（60V/30A）（推荐型号：GS-CT6030）② 恒温恒湿试验箱（-40℃～150℃）（推荐型号：GS-THK6008）③ 过充过放防爆试验箱（4箱式）（推荐型号：GS-MST940）1）可选配充放电测试通道数和电流、电压；2）可选配恒温箱内箱容积和温度、湿度范围；3）防爆箱标配防爆泄压口、强力排风扇、补风口、可移动式地脚。8. 荷电保持能力6.2.5.19. 荷电恢复能力6.2.5.210. 长期贮存后荷电恢复能力5.2.66.2.611. 循环寿命5.2.76.2.712. 内阻5.2.86.2.8① 电池内阻测试仪（推荐型号：HK3561R）② 恒温恒湿试验箱（-40℃～150℃）（推荐型号：GS-THK6008）可选配恒温箱内箱容积和温度、湿度范围。13. 过充电5.3.26.3.2① 电池充放电测试系统（60V/30A）（推荐型号：GS-CT60V/30A）② 过充过放防爆试验箱（4箱式）（推荐型号：GS-MST940）1）可选配充放电测试通道数和测试额定电流、电压；2）防爆箱标配防爆泄压口、强力排风扇、补风口、可移动式地脚。14. 强制放电5.3.36.3.315．外部短路5.3.46.3.4① 外部短路试验机（3000A）（推荐型号：GS-MST920）可选配常温外部短路和高温外部短路16．挤压5.3.56.3.5① 电池挤压试验机（0-35KN）（推荐型号：GS-MST930）1） 可选配挤压+针刺（穿刺试验）功能；2） 可选配红外摄像监控系统、自动灭火器装置、废气回收净化装置。17.机械冲击5.3.66.3.6① 机械冲击试验机(600g)（推荐型号：GS-MST980）可选配峰值加速度和试验负载18.振动5.3.76.3.7① 电磁振动试验机（0～400Hz）（推荐型号：GS-MST970）X，Y，Z三轴向振动；可选配振动频率、振幅范围及试验负载。19.自由跌落5.3.86.3.8① 电池跌落试验机（定向X,Y,Z）（推荐型号：GS-MST960）X/Y/Z定向跌落；可选配热成像相机、自动灭火器装置。20.低气压5.3.96.3.9① 高空低气压试验箱（11.6KPa）（推荐型号：GS-MST950）可选配试验箱体积（内容积）21．高低温冲击5.3.106.3.10①高低温冲击试验箱（-40℃～150℃）（推荐型号：GS-THE8002）可选配高低温试验箱内箱容积和温度范围22．浸水5.3.116.3.11① 电池水浸泡试验箱（推荐型号：GS-MST10）可选配实验水箱容积及温度控制范围23．过充电保护5.4.26.4.2① 电池充放电测试系统（60V/30A）（推荐型号：GS-CT60V/30A）② 过充过放防爆试验箱（4箱式）（推荐型号：GS-MST940）1）可选配充放电测试通道数和测试额定电流、电压；2）防爆箱标配防爆泄压口、强力排风扇、补风口、可移动式地脚。24.过放电保护5.4.36.4.325.短路保护5.4.46.4.4① 外部短路试验机（3000A）（推荐型号：GS-MST920）可选配常温外部短路和高温外部短路26.放电过流保护5.4.56.4.5① 电池充放电测试系统（60V/30A）（推荐型号：GS-CT60V/30A）② 过充过放防爆试验箱（4箱式）（推荐型号：GS-MST940）1）可选配充放电测试通道数和测试额定电流、电压；2）防爆箱标配防爆泄压口、强力排风扇、补风口、可移动式地脚。27.静电放电5.4.66.4.6 ① 静电放电发生器（20kV）（推荐型号：ESD61002TA）引用标准：GB/T 17626.2-200628.模制壳体应力5.5.16.5.1① 恒温恒湿试验箱（-40℃～150℃）（推荐型号：GS-THK6008）可选配恒温箱内箱容积和温度、湿度范围。29.壳体承受压力5.5.26.5.2① 电池壳体抗压试验装置（推荐型号：GS-KYL503）试验压力：250N30.壳体阻燃性5.5.36.5.3①水平垂直燃烧试验机（PLC+触摸屏）（推荐型号：GS-HUVL90）引用标准：GB/T 5169.16-201731.外形尺寸5.6.16.6.1① 游标卡尺（推荐型号：0-300mm）选配指针式/数显，测量量程可选32.充放电接口5.6.26.6.2目检引用标准：QB/T 442833.外观5.6.36.6.3目检/34.极性标志5.6.46.6.4酒精耐磨试验机（推荐型号：GS-YCR02）/合计需要仪器数量：约18台（国家纳米科学中心——锂电池实验室交付现场图片）设备已经成功运用到各大专业测试机构和生产厂家提供服务。第三方检测机构例如：广州SGS通标实验室，上海天祥ITS实验室，昆山出入境技术检验中心，广东质检院，深圳计量院，福建质检院（马尾基地），东莞标检产品检测有限公司（STC），各大企业例如：爱玛电动车，绿源电动车，喜德盛电动车等生产厂家品质研发部，深受客户好评。未来，Delta德尔塔仪器将持续用高品质的产品和服务，为电动自行车和电动助力车行业的发展添砖加瓦，为市民便捷出行、公共交通领域保驾护航，让人们生活的更加安全、舒适、和谐。张工yi八1，28零28677（WX同号）

本文作者：清华大学张书练教授1. 激光干涉仪的发展史做衣量身、体检量高都由尺子完成，这些日常的尺子的刻度是毫米。机械零件加工和检验都要用尺子，在机械制造企业，卡尺、千分尺随处可见，其精确度是0.1 μm，1 μm。1887年迈克尔逊（Michelson）和莫雷（Morley）研究以太[1]是否存在，使用了光。他们以光波长作尺子刻度测量了水平面和垂直面的光速之差，第一次否定了以太的存在。他们利用的是光的干涉现象，这就是光学干涉仪的诞生。注[1]：根据古代和中世纪科学，以太被称为第五元素，是填充地球球体上方宇宙区域的物质。以太的概念在一些理论中被用来解释一些自然现象，例如光和重力的传播。19世纪末，物理学家假设以太渗透到整个空间，以太是光在真空中传播的介质，但是在迈克尔逊-莫利实验中没有发现这种介质存在的证据，这个结果被解释为没有光以太存在。1961年研究人员发明了氦氖激光器，开始用氦氖激光器作为迈克尔逊干涉仪的光源，从而诞生了激光干涉仪。图1是迈克尔逊干涉仪简图。迈克尔逊干涉仪是普通物理的基本实验之一。但今天在科学研究和工业中应用的激光干涉仪出于迈克尔逊，但性能远远胜于迈克尔逊。图1 迈克尔逊干涉仪简图基本上，激光干涉仪都使用氦氖激光器的632.8 nm波长的光，橙红灿烂的光束射向远方，发散角可以小到0.1 mrad，光束截面的光斑均匀。氦氖激光器还可输出绿光、黄光、红外光，但只有632.8 nm波长的光适合作激光干涉仪的光源。其它类型的激光器，如半导体（LD）、固体激光器等的相干等性能都远不及氦氖激光器，研究人员多有尝试，但都没有成功。激光干涉仪有很多应用，但本质都是测量中学课本讲的“位移”，诸多应用都是“位移”的延伸和转化。激光干涉仪有两个主流类型：单频激光干涉仪和双频激光干涉仪。单频干涉仪能做的双频激光干涉仪都能做，但双频干涉仪能做的单频干涉仪不见得能做。由于历史、技术和商业原因，两种干涉仪都有着广泛应用。但在光刻机上，双频激光干涉仪独占市场。单频干涉仪不需要对市场上的氦氖激光器进行改造，直接可用。但双频激光干涉仪用的激光器需要附加技术使其产生双频（两个频率）。历史上，双频激光干涉仪测量位移的速度不及单频激光干涉仪，自发明了双折射-塞曼双频激光器，双频激光干涉仪的测量速度也达到每秒几米，与单频激光器看齐了。按产生双频的方法，双频激光干涉仪分为塞曼双频激光（国外）干涉仪和双折射-塞曼双频激光（国内）干涉仪。现在干涉仪的指标：最小可感知1 nm（十亿分之1 m），可以测量百米长的零件，且测量70 m长的导轨误差仅为几微米。2. 测量位移的干涉仪和测量表面的干涉仪？有几个概念的定义比较混乱（特别是有些研究发展趋势的报告），需要注意。一是“激光测距”和“激光测位移”没有界定，资料往往鹿马不分。二是不少资料所说“激光干涉仪”实际上包含两种不同的仪器，一种是测量面型（元件表面）的激光干涉仪，一种是测量位移（长度）的激光干涉仪。如海关的统计和一些年度报告往往混在一起。激光测距机发出的激光束是一个持续时间纳秒的光脉冲，利用光脉冲达到目标和返回的时间之半乘以光速得到距离，完全和光的干涉无关。尽管激光波面干涉仪和测量位移（长度）的干涉仪都是利用光干涉现象，但仪器的设计、光路结构、探测方式、应用场合几乎没有共同之处。激光波面干涉仪能够测量光学元件表面的形貌，光束直径要覆盖被测零件，在整个零件表面形成系列干涉条纹，根据测量条纹的亮度（也即相位）算出表面的形貌，其光束口径、零件直径可达百毫米；另一种则是测量位移（长度）干涉仪，光干涉发生在直径几毫米光路上，表现为只有光电探测器（眼睛）正对着射来的光线才能“看”到光强度的波动，由波动的整次数和（不足半波长的）小数算出被测件的位移。 3. 双频激光干涉仪的原理和构成当图1的可动反射镜有位移时，光电探测器光敏面会感受到的光强度正弦变化，动镜移动半个波长，光强变化一个周期。光电探测器将光强变化转化为电信号。如探测到电信号变化了一个周期，我们就知道动镜移动了半个波长。计出总周期数测得动镜的位移。 （1）式中：λ为激光波长，N 为电脉冲总数。今天的激光干涉仪使用632.8 nm波长的激光束，半波长即316.4 nm。动镜安装在被测目标上与目标一起位移，如光刻机的机台，机床的动板上。为了提高分辨力，半波长的正弦信号被细分，变成1 nm甚至0.1 nm的电脉冲，可逆计数器计算出总脉冲数，再由计算机计算出位移量S。也常用下式表示动镜的位移， （2）其中∆f为目标运动速度为V时的多普勒频移。式（1）和（2）是等价的，可以互相推导推出来，仅是表方式的不同。图2是今天的双频激光干涉仪框图。它由7个部分构成。图2 双频激光干涉仪原理框图（1） 双频氦氖激光器氦氖激光器上有磁体。磁体为筒形，激光器上加的是纵向磁场，称为纵向塞曼双频激光器。四分之一波长（λ/4）片把激光器输出的左旋和右旋光变成偏振态互相垂直的线偏振光。前文所说的双折射-塞曼双频激光器则是在激光器内置入双折射元件（图内未画出），并加图2所示的磁条。双折射元件使激光器形成双频，横向磁场消除两个频率之间的耦合。双折射-塞曼双频激光干涉仪不需使用四分之一波长片。双频激光器是双频激光干涉仪的核心，很大程度上，它的性能决定激光干涉仪的性能，要求波长（频率）精度高，功率大，寿命长，双频间隔（频差）大且稳定，偏振状态稳定，两频率之间不偏振耦合。这一问题的解决是作者较突出的贡献之一。（2） 频率稳定单元它的作用是保证波长（频率）这把尺子的精确性，达到10-8甚至10-9，即4.74×1014的激光频率长期的变化仅1 MHz左右。（3） 扩束准直器实际上是一个倒装的望远镜，防止光束发散。要求激光出射80 m，光束光斑直径仍然在10 mm之内。（4） 测量干涉光路测量干涉光路包括：从分光镜向右直到可动反射镜（实际是个角锥棱镜），向下到光电探测器2。可动反射镜装在被测目标上（如光刻机工作台上的反射镜），目标的移动产生激光束的频移Δf，Δf和目标速度成正比，积分就是目标走过的距离（位移或长度）。积分由信号处理单元完成。（5） 参考光路参考光路由分光镜-偏振片-光电探测器1实现，参考光路中没有任何元件移动，它测得的位移是“假位移”真噪声。噪声来自环境的扰动。信号处理单元从干涉光路的位移中扣除这一噪声。（6） 温度和空气折射率补偿单元干涉仪测量的目标位移可能长达百米，空气折射率（及改变）和长度的乘积成为激光干涉仪的最主要误差来源之一。用传感器测出温度、气压、湿度，信号处理单元计算出空气折射率引入的假位移，并从结果中扣除。（7）信号处理单元光电探测器1和2，分别把信号f1-(f2±∆f)和f1-f2的光束转化为电信号，±∆f是可动反射镜位移时因多普勒效应产生的附加频率，正负号表示位移的方向。电信号经放大器、整形器后进入减法器相减，输出成为仅含有±Δf的电脉冲信号。经可逆计数器计数后，由电子计算机进行当量换算即可得出可动反射镜的位移量。环境温度，气压，湿度引入的折射率变化（假位移）送入计算机计算，扣除他们的影响。最后显示。相当多的应用要求计算机和应用系统通讯，实现对加工过程的闭环控制。4. 激光干涉仪的应用一般说来，激光干涉仪的主要用途是测量目标的运动状态，即目标的线性位移大小、旋转角度（滚转、俯仰和偏摆）、直线度、垂直度、两个目标在运动的平行性（度）、平面度等。无论光刻机的机台，还是数控机床的导轨（包括激光加工机床），不论是飞行物，还是静止物的热膨胀、变形，一旦需要高精度，都要用激光干涉仪测量，得到目标的运动状态。运动状态用由多个参数给出。以光刻机两维运动中的一个方向运动时为例，位移（走过的长度）、机台位移过程中的偏 转（ 角 ）、俯仰 （ 角 ）和滚转（角）都需要测出。很多类型的设备需要测量，如各类机床、三坐标测量机、机器人、3D打印设备、自动化设备、线性位移平台、精密机械设备、精密检测仪器等领域的线性测量。图3（a）（b）（c）（d）（e）是几个应用的例子。美国LIGO激光干涉仪实验室宣称首次直接测量到了引力波(2016)，使用的仪器是激光干涉仪，单程臂长4 km。见图4。图3 激光干涉仪几个应用的例子来源：(a)(b)(c)由北京镭测科技有限公司提供，(d)(e)来自深圳市中图仪器股份有限公司网页图4 LIGO激光干涉仪来源：https://www.ligo.caltech.edu/image/ligo20150731c 5. 双频激光干涉仪发展存在的问题（1）国内外单频和双频激光干涉仪的进展及问题多年来，国内外在单频和双频激光干涉仪方面进步不大，特例是双折射-塞曼双频激光器的发明。由于从国外购买的激光器不能产生大间隔的双频光，原有国内双频激光干涉仪的供应商基本停产。以前作为基础研究的双折射-塞曼双频激光器被推到前台。双频激光器是干涉仪的核心技术，走在了世界前端，也解决了国内无源的重大难题。北京镭测科技有限公司的开发、纠错，终于使双折射-塞曼双频激光干涉仪实现产品化，进入先进制造全行业，特别是光刻机。北京镭测科技有限公司双折射-塞曼双频激光器达到指标：频率间隔可在1 ~ 30 MHz之间选择，功率可达1 mW。 频率差与激光功率之间没有相互影响，没有塞曼效应的双频激光器高功率和大频率差不能兼得的缺点。尽管取得进展，但氦氖激光器的制造工艺等是个系统性技术问题，需要全面改善。特别是，国外双频激光干涉仪的几家企业的激光器都是自产自用，不对外销售，因此，我们必须自己解决问题。（2）业界往往忽略干涉仪的非线性误差很长时期以来，业界认为单频干涉仪没有非线性误差。德国联邦物理技术研究院(PTB) 经严格测试发现，单频干涉仪也存在几纳米的非线性误差，甚至大于10 nm。塞曼效应的双频干涉仪也有非线性误差，也是无法消除。对此干涉仪测量误差，大多使用者是不知情的。到目前，中国计量科学院的测试得出，北京镭测科技生产的双频激光干涉仪的非线性误差在1 nm以下。建议把中国计量科学院的仪器批准为国家标准，并和德国、美国计量院作比对。非线性误差发生在半个波长的位移内，即使量程很小也照样存在。图5 中国计量科学研究院：镭测LH3000双频激光干涉仪在进行测长比对6. 双频激光干涉仪的未来挑战本文作者从事研究双折射-塞曼双频激光器起步到成批生产双折射-塞曼双频激光干涉仪，历经近40年，建议加强以下研究。（1）高测速制造业的发展很快，精密数控机床运动速度已达几m/s，有特殊应用提出达到10 m/s的要求。目前单频激光的测量速度还没有超过5 m/s。双折射-塞曼双频激光干涉仪的测速也处于这一水平，但其频率差的实验已经达到几十MHz，有待信号处理技术的跟进发展，实现10 m/s以上的测量速度。（2）皮米干涉仪市场上的干涉仪基本都标称分辨力1 nm，也有0.1 nm的广告。需要发展皮米分辨力的激光干涉仪以满足对原子、病毒尺度上的观测要求。（3）溯源前文已经提到，小于半波长的位移是把正弦波动信号电子细分得到标称的1 nm，和真实的1 nm相差多少？没有人知道，所以需要建立纳米、皮米的标准。作者曾做过初步努力，达到10 nm的纯光学信号，还需做长期艰苦的研究。（4）提高氦氖激光器寿命在未来很长一段时间，氦氖激光器仍然是激光干涉仪最好的光源，但其漏气的特点导致其使用寿命有限，替换寿命终结的氦氖激光器导致光刻机停机，会带来巨大经济损失。因此，延长氦氖激光器寿命十分有必要。没有测量就没有科学技术，没有精密测量就没有当今的先进制造，为此作者最近出版了题名《不创新我何用，不应用我何为：你所没有见过的激光精密测量仪器》的书籍，书的主标题似是铭志抒怀，而实际内容是一本地道的学术专著，书籍内容为作者的课题组近40年做出的创新成果总结。作者简介张书练，清华大学教授，博导。曾任清华大学精密测试技术及仪器国家重点实验室主任，清华大学光学工程研究所所长，主要研究方向为激光技术与精密测量，致力于激光器特性的研究和把这些特性应用于精密测量，是国内外正交偏振激光精密测量领域的的主要创始人。

来自瑞士苏黎世大学和苏黎世理工大学的研究人员开发出一种称为漫反射光学定位成像(DOLI)的新技术，利用它可以高分辨率、无创观察活体小鼠大脑深部的微血管。该技术具有卓越的分辨率，可看到深层组织，为观察大脑功能提供了强大的光学工具，在研究神经活动、微循环、神经血管耦合和神经退化方面具有广阔的应用前景。相关研究发表在近日的美国光学学会期刊《光学》上。　　这种技术利用了1000—1700纳米之间的第二近红外(NIR-Ⅱ)光谱，这一范围光谱的散射较少，可使显微荧光成像的深度达到光扩散深度极限的4倍。　　在各种疾病的动物模型中，荧光显微镜经常被用来对大脑的分子和细胞细节进行成像。但此前，由于皮肤和颅骨的强烈光散射影响，荧光显微镜仅限于小体积和高度侵入性的操作。此次研究首次表明，3D荧光显微镜可帮助科学家以非侵入性方式，高分辨率地观察成年小鼠大脑。该显微镜有效覆盖了大约1厘米的视野。　　研究人员首先在模仿人体平均大脑组织特性的组织合成模型中测试了这项技术，证明他们可以在光学不透明的组织中获得最深达4毫米的显微分辨率图像。然后，他们在活小鼠身上测试了这项技术。他们给活小鼠静脉注射了荧光微滴，追踪这些流动的荧光微滴可以重建小鼠大脑深部微血管的高分辨率图。观察发现，借助DOLI技术可以完全无创地观察到脑微血管以及血流的速度和方向。　　研究人员表示，这种方法消除了背景光散射，并可在头皮和头骨完好无损的情况下进行。他们还观察到相机记录的斑点大小与微滴在大脑中的深度有很大的关系，这使大脑深度分辨成像成为可能。　　“在生物医学成像领域，实现深部活体组织的高分辨率光学观测是一个长期的目标。”研究小组组长丹尼尔拉赞斯基说。　　现在，研究人员正在努力优化DOLI技术，以提高其分辨率。他们还在开发改进的荧光剂，这些荧光剂更小、荧光强度更高，且在体内更稳定，这将大大提高该技术在清晰度和成像深度方面的性能。

9月16日，以智能影像技术发展趋势及产学研用探讨为主题的2022年未来影像行业峰会在北京召开，峰会由智能图像处理北京市工程研究中心（以下简称“中心”）举办，邀请院士专家以及50余家企业的近百位行业精英，进行了12场专题分享。工程研究中心主任、小米集团高级副总裁曾学忠介绍了中心过去一年取得的成绩，并对未来影像技术在手机、机器人、汽车、XR（扩展现实）以及AIoT等多个行业出现的新需求做了深入分析，并提出对于未来影像的三个思考点：在多维传感，增强影像方向，拓宽影像传感的维度，突破视觉的限制；在AI赋能，计算摄影领域，用AI算法与硬件进行深入结合，突破硬件的限制；在影像互联，计算互通技术上，用互联互通的计算，打破影像采集以及计算的限制。中国工程院院士、中心专家委主任丁文华院士肯定了中心在影像行业的科研牵引作用，并指出影像多媒体领域对前端基础图像处理技术存在极大需求及市场空间，希望今后中心能够持续发挥平台作用，加深影像行业的产学研用协同创新的深度与广度，为产业的进一步发展起到示范带头作用。中心研究中心常务副主任、清华大学脑与认知科学院院长季向阳教授分享了计算影像的技术发展，介绍了计算影像在光谱成像，多传感器融合，光路编码等多个维度上的突破建议，后续将利用中心的平台创新科研机制，更好地将高校科研技术转化到行业。影像硬件技术企业豪威科技、丘钛微电子、奥比中光分别从图像传感器、相机模组、3D相机领域进行了专题分享。豪威科技总经理刘志碧梳理了当前各个行业对图像传感器的技术需求，并对全局快门、Hybrid EVS、微型化相机等行业新技术做了全面分享。丘钛微电子副总裁胡三木分享了相机模组硬件的发展趋势，并对大光圈、防抖、大推力马达、moding等模组工艺的演进进行了分析。奥比中光高级副总裁江隆业分享了3D视觉在各新兴行业的应用情况，并对3D视觉未来的技术发展方向进行展望。新型影像技术企业与光科技、灵明光子、普诺飞思分别从光谱相机、深度相机及动态相机的技术发展路线以及应用场景切入，进行了专题分享；与光科技CEO王宇认为小型化的光谱传感器是未来的技术趋势，并详细介绍了小型化光谱传感器在辅助色差还原、健康检测上的重要作用；灵明光子CTO张超阐述了dToF替代iToF在远距离深度探测场景的明确趋势，并介绍了dToF在汽车、消费、工业等多个领域的应用价值。普诺飞思中国区GM杨雪飞阐述了这种新型传感器相比于FBS相机的巨大优势，并介绍了DVS在超慢动作检测、边缘跟踪以及高级驾驶辅助等场景下的价值。北京邮电大学、极感科技、黑芝麻智能就影像算法进行了主题分享。北京邮电大学计算机学院执行院长马华东教授就视频处理各算法的发展状况做了介绍，并指出了AI视频算法模型轻量化的发展路径。极感科技高级总监林曦在深度计算和分割算法的现状和发展做了分享，提出了未来影像算法芯片化和工程化的方向。黑芝麻智能总监王超就视觉算法在自动驾驶上的应用做了技术分享，从低噪声、大动态、低延迟等场景举例，提出了视觉算法的需求方向。小米手机部副总裁、相机部总经理易彦博士分享了小米在手机、机器人、XR、智能汽车、智能制造五大主要应用场景中影像技术的深度积累，他表示，未来将依托中心持续加大资源投入，联合更多的上下游产业伙伴，围绕影像行业的系统性需求，做好产业协同，提升行业整体竞争力。据了解，智能图像处理北京市工程研究中心由小米集团牵头，联合清华大学等高校与企业于2021年共同组建，该中心的主要发展目标为联合上下游企业、高校和科研院所等机构，开展图像处理软硬件核心技术的开发、验证以及成果转化等全链路的创新，以推动行业共同发展。

p　　3月27日，华为发布新旗舰P20系列，其中P20 Pro首创徕卡后置三摄，震惊业界，整体水准领先一两个时代。/pp　　华为和徕卡首次合作是2016年初的P9，迄今已经走过整整两年、诞生了P9系列、Mate 9系列、P10系列、Mate 10系列、P20系列五代产品，每一代都有惊人的飞跃。/pp　　一个是来自于中国的年轻高科技企业，一个是典型的德国百年老店，华为和徕卡，到底是怎么走到一起的?/pp　　华为手机战略与业务发展部部长李昌竹今天特意撰写长文，深度揭秘了华为与徕卡合作幕后的故事。这里华为略加调整，呈现给大家。/pcenterimg style="width: 450px height: 484px " title="" alt="" src="http://imgs.tom.com/tech/201804/CONTENTE10417448DD94A2F.jpg" height="484" hspace="0" border="0" vspace="0" width="450"//centerp　　华为认为，在数字时代，这个世界的本质并没有改变，手机照相成像原理、光学设计和图像质量控制的本质并没有改变。/pp　　华为一直在思考，如何让手机复制胶片时代那些伟大的照片，让手机拍摄的照片也有“情感”和“思想”。/pp　　经过一番研究，华为决定去和这个产业中最顶尖的公司沟通一下，它的名字叫Leica(徕卡)。/pcenterimg alt="" src="http://imgs.tom.com/tech/201804/CONTENT7940889EEEBD4AA4.jpg" height="150" width="600"//centerp　　strong为什么是徕卡?/strong/pp　　在摄影爱好者心目中，徕卡是一个高山仰止的传奇，不仅仅是因为奥斯卡· 巴纳克在1914年手工制造出第一台用35mm电影胶片的徕卡原型机Ur-Leica，这台现代便携式相机的雏形，更是因为一百年来，徕卡相机一直保持着卓越的品质，有多少摄影师用徕卡相机留下了宝贵的瞬间。/pp　　从罗伯特卡帕的“士兵之死”到时代广场的“胜利之吻”，从周恩来总理半身坐像到拳王阿里的出拳照片，徕卡相机始终忠实地记录着历史。/pp　　徕卡相机有着出色的光学系统。徕卡镜片的生产工艺非常复杂，除了独特的配料之外，为了让内部应力达到均衡，甚至要花上数月的时间，让光学玻璃的温度逐步降低到可以加工的温度。/pp　　徕卡所在的小镇Wetzlar，号称欧洲的“光学硅谷”，一代又一代的光学专家在这里潜心研究，改进设计。/pp　　用徕卡相机拍出的照片，图像锐利，色彩饱和，大气沉稳，被摄主体和背景有可分离的立体感，因为镜头的解析力高，图像的过渡层次丰富，有一种特殊的油润感。/pp　　经过百年的发展，徕卡形成了其独特的产品文化。徕卡相机从不会让使用者失望，每一个细节都琢磨到极致。徕卡相机是专业技术的象征，是艺术创作的保证，是摄影师敏锐观察力的延伸。当然由于其高昂的价格，徕卡也是奢侈品的代名词。/pp　　使用徕卡相机是追求一种品位、一种文化，徕卡是为人一辈子而造的相机。/pp　　乔布斯在iPhone 4发布会上曾经这样说：毫无疑问，iPhone 4是其做过的最精密和最漂亮的产品，它就像一台漂亮的老式徕卡相机。/pcenterimg style="width: 450px height: 484px " title="" alt="" src="http://imgs.tom.com/tech/201804/CONTENTF617C4C8606F4B5A.jpg" height="484" hspace="0" border="0" vspace="0" width="450"//centerp　　strong一见面就有了化学反应/strong/pp　　华为第一次拜访徕卡，是在2014年的夏天。早在2013年底，华为通过邮件和徕卡沟通，表达希望合作的意愿，被礼貌地回绝了。后来又经过几次邮件的沟通，徕卡终于同意见面。/pp　　见面是从参观开始的。2014年是徕卡的百年纪念，公司也搬进了刚落成的总部。总部从空中看像是一个“8”和“0”的组合，象征着徕卡的两个主要业务：望远镜和照相机。/pp　　徕卡新总部的大厅，是一个对公众开放的小型博物馆，常年有摄影师的作品展览。/pp　　在这里，李昌竹第一次近距离地观赏徕卡的全系列相机，第一次发现原来“这些照片”都是用徕卡相机拍的，也是在这里第一次知道了徕卡M Monochrome，那台著名的只能拍黑白照片的数码相机。/pp　　一楼大厅和后面的工厂相连，参观者可以透过玻璃窗，观看后面的镜头生产和组装产线。/pp　　第一次见面，双方介绍了各自公司的情况，徕卡CEO专门抽出了20分钟来听华为的介绍。双方约定，各自向高层汇报情况，并推动下一次见面。/pcenterimg style="width: 450px height: 484px " title="" alt="" src="http://imgs.tom.com/tech/201804/CONTENTFF25567415B84B21.jpg" height="484" hspace="0" border="0" vspace="0" width="450"//centerp　　其实徕卡内部也颇不平静。虽然每年的销售还在平稳增长，虽然还保持着优厚的利润，但徕卡的高层也在思考：徕卡的使命是将优质的图像带给消费者，面对着越来越多的照片图像来自于智能手机的今天，徕卡如何把它的百年积累应用在智能手机上。/pp　　为此，它需要一个战略合作伙伴，有相似的文化、愿景、实干的精神、极致的技术。/pp　　一个是来自于中国的年轻高科技企业，一个是典型的德国百年老店，一见面便对上了眼，产生了化学反应。/pp　　双方高层也互动起来，徕卡CEO专门从德国飞到上海，和华为消费者业务CEO当面敲定细节以加速谈判进程。/pp　　经过几轮的深入沟通和评估，双方最后签订了战略合作协议。/pcenterimg style="width: 450px height: 484px " title="" alt="" src="http://imgs.tom.com/tech/201804/CONTENT3922AAEE31374201.jpg" height="484" hspace="0" border="0" vspace="0" width="450"//centerp　　strong如何提升镜头模组的良率?/strong/pp　　合作一开始双方就成立了技术专家组，分别由徕卡的Dr.Weiler和华为终端的Dr.Yi领导，主要的工作方向是光学设计和图像质量。/pp　　手机虽小，五脏俱全。除了尺寸小一点，手机拍照机构的每个部分都和数码相机相对应。/pp　　但手机的光学设计，有着天然的限制：塑料镜头的光学素质距离光学镜片有差距 由于尺寸的限制，传统光学镜头的设计经验可能无法完全继承 镜头模组的加工难度较大，必须考虑生产的良率、量产和成本。。/pp　　光学系统的设计在高中低各个频段达到均衡，才能保证图像的细节、层次和轮廓的品质，同时徕卡专家在镜头的鬼影和炫光指标上也提出了很高的要求。/pp　　鬼影和炫光是指在有较强的光线进入到镜头里，因为在镜片间多次反射，从而在视野中形成了像骷髅头一样的影子(鬼影)和点状的光斑(炫光)。/pp　　绝大多数情况下，鬼影和炫光的影响要通过光学系统的设计，尽可能降到最低。/pcenterimg style="width: 450px height: 484px " title="" alt="" src="http://imgs.tom.com/tech/201804/CONTENT3FEBFA4B53BF4213.jpg" height="484" hspace="0" border="0" vspace="0" width="450"//centerp　　当徕卡把他们的测试方法介绍给华为的专家和华为的供应商时，华为的人都惊呆了，因为徕卡测试鬼影和炫光用的光源相当于投影机的光源，比华为平时用的测试光源强了几十倍，只有在这种极端的强光源下，才能彻底暴露镜头在鬼影和炫光上的缺陷。/pp　　徕卡坚持把徕卡镜头的测试标准用在手机镜头测试，因为这是优秀图像的基础。/pp　　一开始的试制良率结果是令人崩溃的，每做出100组镜片，最后只能出品不超过10套符合要求的双镜头模组。/pp　　徕卡的专家团队多次和华为一起拜访生产厂家，一起讨论改进方案，充分发挥他们在光学系统设计和生产上的经验，指导华为如何调整镜片形状和间隔，如何考虑周边系统对光学部分的影响。/pp　　在大家夜以继日的努力下，良率在不断提升，终于在预定的截止日前，达到了量产的标准。/pp　　试产时的每一批次镜头，都要拍摄大量样张做评测。有一次，徕卡专家针对一批和某TOP品牌手机的对比样张，给出了热情洋溢的评测结果，认为镜头的素质已经达到业界一流的水准。/pp　　P9/P9 Plus的镜头是真正徕卡品质的镜头，属于SUMMARIT系列(光圈2.2-2.5)。大家可以试一下，用手机对着一个强光源拍照，可以发现很少鬼影和炫光，光晕柔和，稍加调整，就可以拍出不错的“吃光”作品。/pcenterstrongimg style="width: 450px height: 484px " title="" alt="" src="http://imgs.tom.com/tech/201804/CONTENT659702138EB74B76.jpg" height="484" hspace="0" border="0" vspace="0" width="450"//strong/centerpstrong　　如何拍出有“徕卡味儿”的照片?/strong/pp　　华为负责图像质量的专家发现，虽然双方在客观评估图像质量的测试仪器和平台是一样的，但徕卡使用的测试标准要高很多。/pp　　比如，用来测试色彩还原的色卡，华为一般要求准确还原几十个色块就不错了，徕卡的标准是140个色块的准确还原。/pp　　要达到徕卡的标准，对手机的器件、ISP算法以及后处理都提出了更高的要求。/pp　　图像质量的测试包括颜色、对焦、纹理、噪声、畸变、动态等很多个维度，这是一个系统工程。/pp　　同时，对图像的评测分为客观和主观两个部分。客观的指标是可量化可重复的，主观的评测主要是针对有代表性的场景。/pp　　华为研发多媒体部有一个专门的图像评测团队，光是有代表性的固定场景就有100多种，还有随机的场景。/pp　　图像测评团队每天不仅要拍大量的样片，还会接收大量的Beta测试图片，分析问题。/pp　　评测团队的几位同事，几乎不分昼夜地工作，不管华为在美国还是欧洲传回有问题的样片，他们都能第一时间答复，澄清问题，反馈解决方案。/pp　　2016年1月到2月间，李昌竹每天都拿着P9样机拍照，在每次升级后都能感觉到照片质量的进步，在一步步向着“徕卡味儿”靠拢。/pcenterimg style="width: 450px height: 484px " title="" alt="" src="http://imgs.tom.com/tech/201804/CONTENT4A033BCDE57A4ED0.jpg" height="484" hspace="0" border="0" vspace="0" width="450"//centerp　　strong徕卡加持P9的诞生/strong/pp　　2016年4月3日，英国伦敦，华为向来自全球的数百家媒体超过1500名记者发布了P9/P9 Plus，和徕卡联合研发的双镜头拍照系统，成为发布会最大的亮点和关注点。/pp　　发布会上，华为邀请了4位国际顶级摄影师，向观众展示了他们用P9拍摄的照片，并分享了使用P9拍照的心得。/pp　　4月15日，在上海，华为向中国的消费者发布了P9产品，徕卡的高层以及CEO都参加了发布会并致辞。/pp　　P9的双镜头中有一颗是纯黑白感光器件，不仅承担着双目深度图计算、细节捕捉、辅助降噪等功能，而且还可以作为单独的摄像头，拍摄纯黑白照片。/pp　　徕卡一百多年黑白影像的调校功力，不仅用在了徕卡M Monochrome上，也用在了P9身上。/pp　　另外，P9通过双镜头以及激光测距，能够获得图像的深度图，这就使得通过算法调整焦点和景深成为可能。虽然是算法模拟，但其细腻柔和的焦外虚化效果，很好地烘托了被摄主体。/pp　　P9的操作和UI(用户界面)也是华为和徕卡的设计师一起设计，很多操控菜单和徕卡M系列是一样的，字体也和徕卡一样，甚至按快门的声音都是按照徕卡M相机来调校的。/pp　　李昌竹指出，华为与徕卡真正突破的，不仅仅是技术，而是从手机拍照到手机摄影的升华，是从影像捕捉到情感表达的跨越。华为和徕卡的合作带给用户的是，有温度的影像故事，有情感的自我表达，有情怀的人文互动。为用户提供高品质的产品，和用户在情感上达到共鸣，始终是华为追求的目标和境界。/pcenterimg style="width: 450px height: 484px " title="" alt="" src="http://imgs.tom.com/tech/201804/CONTENT89B9A9CFA06D438D.jpg" height="484" hspace="0" border="0" vspace="0" width="450"//center

全帧转移，深度制冷，高性能科研级CCD 相机全新平台ALEX，这是德国greateyes为您提供的新平台 ，适用于在VUV，EUV，软X射线和硬X射线范围中的光谱和成像应用。ALEX集成了先进的低噪声电子设备和超深冷却技术，同时保持了紧凑的相机设计。可以选择多种读出速度，以支持从50KHz到5 MHz的像素速率。真正的18bit AD转换允许利用CCD传感器的全部动态范围，以实现高性能和SNR。ALEX非常适合用于探测弱信号，这种情况下低的本底噪声是非常重要的。ALEX为您的科学研究提供了前所未有的可能性。下图是由Max Born Institute的成像和相干X射线小组与柏林Helmholtz-Zentrum（BESSY）的X射线显微术部门合作，使用ALEX得到的硅藻在软X射线显微镜下纳米图像。主要特点• 超低温半导体制冷系统（-100°）产生极低的暗电流来达到更佳检测限• 千兆以太网GigE 及 USB 3.0 数据接口您可选择本地或远程进行操作• 高达 98% 的量子效率灵敏的传感器适合弱光应用• 用户可选择增益在优信噪比和动态范围间平衡传感器• 快速读取速度可达5MHz高帧率搭配低噪声电子系统• 灵活的软件选项多种 软件或各类开发包 SDK可选光谱应用成像应用ALEXsALEXiEUV光刻技术软x射线光谱近边精细吸收光谱等离子体发射光谱高谐波光谱共振非弹性x射线散射X射线断层扫描成像傅里叶变换全息术X光透射成像相干衍射成像叠层衍射显微光谱成像掠入射小角度x射线散射典型型号ALEXs系列ALEX1024x256ALEX 2048x512芯片种类FIFI DDBI UV1BI DDFIBIBI UV1像素规格1024 × 2562048 × 512感光区域26.6 mm × 6.7 mm27.6 mm × 6.9 mm像素尺寸26 μm × 26 μm13.5 μm × 13.5 μm（图片为4096x4096）ALEXi系列ALEX 1024 x1024ALEX 2048x2048ALEX4096x4096芯片种类FIBI/BI DDBI UV1FIBI/BI DDBI UV1BIBI UV1像素规格1024 × 10242048 × 20484096 × 4096感光区域13.3 mm × 13.3 mm27.6 mm × 27.6 mm61.4 mm × 61.4 mm像素尺寸13 μm × 13 μm13.5 μm × 13.5 μm15 μm × 15 μm量子效率曲线★ 可选/定制配置 ★01不同型号法兰02芯片倾斜角度/突出03快门等机械配置04软件及SDK特殊开发客户发表文章不断在勤奋、专业、精益求精和追求卓越的Greateyes团队的共同努力下，继发布适用于紫外-可见-近红外波段的全帧转移、深度制冷科研级CCD相机:ELSE系列和适用于在VUV，EUV，软X射线和硬X射线波段的全帧转移、深度制冷科研级CCD相机:Alex系列。同时我们相机在客户现场也表现卓越，仅仅在2020年初就主力了4片论文的发表。简要信息如下:1. Arikkatt, A., et al. "Spectral Investigation of Laser Plasma Sources for X-Ray Coherence Tomography." Acta Physica Polonica, A. 137.1 (2020).波兰军事科技大学光电子研究所的A. Arikkatt团队对于专用于X射线相干断层成像研究所的激光驱动高原子序数等离子源辐射的EUV和SXR光谱进行了研究。该源使用了4ns，650mj的激光器来驱动双气体靶的结构。坐着使用了三个光谱仪来表征1-70nm的辐射光谱：掠入射光谱仪用于测试1-5nm和10-70两个波、透射光栅光谱仪用于测试4-16nm波段。作者标定了光源适用于SXR和EUV相干断层层析实验的波段。整个实验装置非常紧凑，约1.5m*1.5m，非常适用于实验室环境。2. Varvarezos, Lazaros, et al. "Soft x-ray photoabsorption spectra of photoionized CH4 and CO2 plasmas." Journal of Physics B: Atomic, Molecular and Optical Physics 53.4 (2020): 045701.爱尔兰都柏林城市大学和波兰军事科技大学的研究团队对中性甲烷和二氧化碳分子及它们的光电离等离子体的软X射线的吸收光谱进行了测量。SXR是激光驱动双气体靶产生的。在低的软X射线强度下，吸收光谱中只有与中性分子有关的特征。另一方面，随着辐射强度的增加，我们在光谱的低量一侧观察到新的吸收特征。在这种情况下，中性和电离的分子、原子和原子离子等碎片对等离子体的吸收光谱有贡献。作者还提到，这是首次利用这种激光等离子体为基础的SXR源用于创建和探测分子等离子体。重点是确定片段种类和相应的转变。3. Wachulak, P., et al. "EXAFS of titanium L III edge using a compact laboratory system based on a laser-plasma soft X-ray source." Applied Physics B 126.1 (2020): 11.作者利用激光等离子体软x射线源建立的小型实验室系统，对钛在LIII吸收边缘附近的扩展x射线吸收精细结构(EXAFS)光谱进行了研究。使用激光激发氪气/氦气双流充气靶等离子辐射源，其光谱范围优化为200 ~ 700 eV。在EXAFS研究中，宽的SXR谱和高的光子通量是必不可少的。实验装置保证了同时获取参考光谱和吸收光谱。用掠入射平场谱仪记录了它们的光谱。薄(200纳米厚)钛样品的吸收光谱揭示了EXAFS区域的特征，可以相当准确地测定原子间的径向距离。结果与基于光电子波函数散射的数值模拟输出及同步加速器源的数据吻合较好。这证实了这种光源，在标准的EXAFS方法中的适用性。4. Baumann, Jonas, et al. "Toroidal multilayer mirrors for laboratory soft X-ray grazing emission X-ray fluorescence." Review of Scientific Instruments 91.1 (2020): 016102.作者报道了一种用应用于激光驱动等离子体(LPP)射线源的超环面多层膜镜片的设计，并对镜片进行了表征。将此种镜片与已有光源耦合后在热电掺杂金氧化铜纳米膜上实现了无扫描掠射x射线荧光测量。德国Greateyesgreateyes开发、生产并销售高性能科学相机。其作为精确探测器，被广泛应用于成像与谱学应用领域。同时，greateyes公司也生产用于太阳能产业的电致荧光与光致荧光检测系统。成立于2008年的greateyes，以德国柏林洪堡大学的技术为基础，迅速发展成为国际知名的先进探测器生产企业。如今，其科研与工业客户群体已遍布多个国家。About us:北京众星联恒科技有限公司作为Greateyes公司中国区授权总代理商（EUV-SXR-X ray range），为中国客户提供Greateyes所有产品的售前咨询，销售及售后服务。我司始终致力于为广大科研用户提供专业的x射线产品及解决方案。

上接：晶圆表面缺陷检测方法综述【上】4. 基于机器学习的晶圆表面缺陷检测机器学习主要是将一个具体的问题抽象成一个数学模型，通过数学方法求解模型，求解该问题，然后评估该模型对该问题的影响。根据训练数据的特点，分为监督学习、无监督学习和半监督学习。本文主要讨论这三种机器学习方法在晶圆表面缺陷检测中的应用。机器学习模型比较如表2所示。表 2.机器学习算法的比较。分类算法创新局限监督学习KNN系列对异常数据不敏感，准确率高。复杂度高，计算强度高。决策树-Radon应用Radon以形成新的缺陷特征。过拟合非常熟练。SVMSVM 可对多变量、多模态和不可分割的数据点进行高效分类。它对多个样本不友好，内核函数难以定位。无监督学习多层感知器聚类算法采用多层感知器增强特征提取能力。取决于激活函数的选择。DBSCAN可以根据缺陷模式特征有选择地去除异常值。样本密度不均匀或样本过大，收敛时间长，聚类效果差。SOM高维数据可以映射到低维空间，保持高维空间的结构。目标函数不容易确定。半监督学习用于增强标记的半监督框架将监督集成学习与无监督SOM相结合，构建了半监督模型。培训既费时又费时。半监督增量建模框架通过主动学习和标记样本来增强模型性能，从而提高模型性能。性能取决于标记的数据量。4.1. 监督学习监督学习是一种学习模型，它基于该模型对所需的新数据样本进行预测。监督学习是目前晶圆表面缺陷检测中广泛使用的机器学习算法，在目标检测领域具有较高的鲁棒性。Yuan，T等提出了一种基于k-最近邻（KNN）的噪声去除技术，该技术利用k-最近邻算法将全局缺陷和局部缺陷分离，提供晶圆信息中所有聚合的局部缺陷信息，通过相似聚类技术将缺陷分类为簇，并利用聚类缺陷的参数化模型识别缺陷簇的空间模式。Piao M等提出了一种基于决策树的晶圆缺陷模式识别方法。利用Radon变换提取缺陷模式特征，采用相关性分析法测度特征之间的相关性，将缺陷特征划分为特征子集，每个特征子集根据C4.5机制构建决策树。对决策树置信度求和，并选择总体置信度最高的类别。决策树在特定类别的晶圆缺陷检测中表现出更好的性能，但投影的最大值、最小值、平均值和标准差不足以代表晶圆缺陷的所有空间信息，因此边缘缺陷检测性能较差。支持向量机（SVM）在监督学习中也是缺陷检测的成熟应用。当样本不平衡时，k-最近邻算法分类效果较差，计算量大。决策树也有类似的问题，容易出现过度拟合。支持向量机在小样本和高维特征的分类中仍然具有良好的性能，并且支持向量机的计算复杂度不依赖于输入空间的维度，并且多类支持向量机对过拟合问题具有鲁棒性，因此常被用作分类器。R. Baly等使用支持向量机（SVM）分类器将1150张晶圆图像分为高良率和低良率两类，然后通过对比实验证明，相对于决策树，k-最近邻（KNN）、偏最小二乘回归（PLS回归）和广义回归神经网络（GRNN），非线性支持向量机模型优于上述四种晶圆分类方法。多类支持向量机在晶圆缺陷模式分类中具有更好的分类精度。L. Xie等提出了一种基于支持向量机算法的晶圆缺陷图案检测方案。采用线性核、高斯核和多项式核进行选择性测试，通过交叉验证选择测试误差最小的核进行下一步的支持向量机训练。支持向量机方法可以处理图像平移或旋转引起的误报问题。与神经网络相比，支持向量机不需要大量的训练样本，因此不需要花费大量时间训练数据样本进行分类。为复合或多样化数据集提供更强大的性能。4.2. 无监督学习在监督学习中，研究人员需要提前将缺陷样本类型分类为训练的先验知识。在实际工业生产中，存在大量未知缺陷，缺陷特征模糊不清，研究者难以通过经验进行判断和分类。在工艺开发的早期阶段，样品注释也受到限制。针对这些问题，无监督学习开辟了新的解决方案，不需要大量的人力来标记数据样本，并根据样本之间的特征关系进行聚类。当添加新的缺陷模式时，无监督学习也具有优势。近年来，无监督学习已成为工业缺陷检测的重要研究方向之一。晶圆图案上的缺陷图案分类不均匀，特征不规则，无监督聚类算法对这种情况具有很强的鲁棒性，广泛用于检测复杂的晶圆缺陷图案。由于簇状缺陷（如划痕、污渍或局部失效模式）导致难以检测，黄振提出了一种解决该问题的新方法。提出了一种利用自监督多层感知器检测缺陷并标记所有缺陷芯片的自动晶圆缺陷聚类算法（k-means聚类）。Jin C H等提出了一种基于密度的噪声应用空间聚类（DBSCAN）的晶圆图案检测与分类框架，该框架根据缺陷图案特征选择性地去除异常值，然后提取的缺陷特征可以同时完成异常点和缺陷图案的检测。Yuan， T等提出了一种多步晶圆分析方法，该方法基于相似聚类技术提供不同精度的聚类结果，根据局部缺陷模式的空间位置识别出种混合型缺陷模式。利用位置信息来区分缺陷簇有一定的局限性，当多个簇彼此靠近或重叠时，分类效果会受到影响。Di Palma，F等采用无监督自组织映射（SOM）和自适应共振理论（ART1）作为晶圆分类器，对1种不同类别的晶圆进行了模拟数据集测试。SOM 和 ART1 都依靠神经元之间的竞争来逐步优化网络以进行无监督分类。由于ART是通过“AND”逻辑推送到参考向量的，因此在处理大量数据集时，计算次数增加，无法获得缺陷类别的实际数量。调整网络标识阈值不会带来任何改进。SOM算法可以将高维输入数据映射到低维空间，同时保持输入数据在高维空间中的拓扑结构。首先，确定神经元的类别和数量，并通过几次对比实验确定其他参数。确定参数后，经过几个学习周期后，数据达到渐近值，并且在模拟数据集和真实数据集上都表现良好。4.3. 半监督学习半监督学习是一种结合了监督学习和无监督学习的机器学习方法。半监督学习可以使用少量的标记数据和大量的未标记数据来解决问题。基于集成的半监督学习过程如图 8 所示。避免了完全标记样品的成本消耗和错误标记。半监督学习已成为近年来的研究热点。图8.基于集成的半监督学习监督学习通常能获得良好的识别结果，但依赖于样本标记的准确性。晶圆数据样本可能存在以下问题。首先是晶圆样品数据需要专业人员手动标记。手动打标过程是主观的，一些混合缺陷模式可能会被错误标记。二是某些缺陷模式的样本不足。第三，一些缺陷模式一开始就没有被标记出来。因此，无监督学习方法无法发挥其性能。针对这一问题，Katherine Shu-Min Li等人提出了一种基于集成的半监督框架，以实现缺陷模式的自动分类。首先，在标记数据上训练监督集成学习模型，然后通过该模型训练未标记的数据。最后，利用无监督学习算法对无法正确分类的样本进行处理，以达到增强的标记效果，提高晶圆缺陷图案分类的准确性。Yuting Kong和Dong Ni提出了一种用于晶圆图分析的半监督增量建模框架。利用梯形网络改进的半监督增量模型和SVAE模型对晶圆图进行分类，然后通过主动学习和伪标注提高模型性能。实验表明，它比CNN模型具有更好的性能。5. 基于深度学习的晶圆表面缺陷检测近年来，随着深度学习算法的发展、GPU算力的提高以及卷积神经网络的出现，计算机视觉领域得到了定性的发展，在表面缺陷检测领域也得到了广泛的应用。在深度学习之前，相关人员需要具备广泛的特征映射和特征描述知识，才能手动绘制特征。深度学习使多层神经网络能够通过抽象层自动提取和学习目标特征，并从图像中检测目标对象。Cheng KCC等分别使用机器学习算法和深度学习算法进行晶圆缺陷检测。他们使用逻辑回归、支持向量机（SVM）、自适应提升决策树（ADBT）和深度神经网络来检测晶圆缺陷。实验证明，深度神经网络的平均准确率优于上述机器学习算法，基于深度学习的晶圆检测算法具有更好的性能。根据不同的应用场景和任务需求，将深度学习模型分为分类网络、检测网络和分割网络。本节讨论创新并比较每个深度学习网络模型的性能。5.1. 分类网络分类网络是较老的深度学习算法之一。分类网络通过卷积、池化等一系列操作，提取输入图像中目标物体的特征信息，然后通过全连接层，根据预设的标签类别进行分类。网络模型如图 9 所示。近年来，出现了许多针对特定问题的分类网络。在晶圆缺陷检测领域，聚焦缺陷特征，增强特征提取能力，推动了晶圆检测的发展。图 9.分类网络模型结构图在晶圆制造过程中，几种不同类型的缺陷耦合在晶圆中，称为混合缺陷。这些类型的缺陷复杂多变且随机性强，已成为半导体公司面临的主要挑战。针对这一问题，Wang J等提出了一种用于晶圆缺陷分类的混合DPR（MDPR）可变形卷积网络（DC-Net）。他们设计了可变形卷积的多标签输出和一热编码机制层，将采样区域聚焦在缺陷特征区域，有效提取缺陷特征，对混合缺陷进行分类，输出单个缺陷，提高混合缺陷的分类精度。Kyeong和Kim为混合缺陷模式的晶圆图像中的每种缺陷设计了单独的分类模型，并通过组合分类器网络检测了晶圆的缺陷模式。作者使用MPL、SVM和CNN组合分类器测试了六种不同模式的晶圆映射数据库，只有作者提出的算法被正确分类。Takeshi Nakazawa和Deepak V. Kulkarni使用CNN对晶圆缺陷图案进行分类。他们使用合成生成的晶圆图像训练和验证了他们的CNN模型。此外，提出了一种利用模拟生成数据的方法，以解决制造中真实缺陷类别数据不平衡的问题，并达到合理的分类精度。这有效解决了晶圆数据采集困难、可用样品少的问题。分类网络模型对比如表3所示。表3. 分类网络模型比较算法创新Acc直流网络采样区域集中在缺陷特征区域，该区域对混合缺陷具有非常强的鲁棒性。93.2%基于CNN的组合分类器针对每个缺陷单独设计分类器，对新缺陷模式适应性强。97.4%基于CNN的分类检索方法可以生成模拟数据集来解释数据不平衡。98.2%5.2. 目标检测网络目标检测网络不仅可以对目标物体进行分类，还可以识别其位置。目标检测网络主要分为两种类型。第一种类型是两级网络，如图10所示。基于区域提案网络生成候选框，然后对候选框进行分类和回归。第二类是一级网络，如图11所示，即端到端目标检测，直接生成目标对象的分类和回归信息，而不生成候选框。相对而言，两级网络检测精度更高，单级网络检测速度更快。检测网络模型的比较如表4所示。图 10.两级检测网络模型结构示意图图 11.一级检测网络模型结构示意图表4. 检测网络模型比较算法创新AccApPCACAE基于二维主成分分析的级联辊类型自动编码。97.27%\YOLOv3-GANGAN增强了缺陷模式的多样性，提高了YOLOv3的通用性。\88.72%YOLOv4更新了骨干网络，增强了 CutMix 和 Mosaic 数据。94.0%75.8%Yu J等提出了一种基于二维主成分分析的卷积自编码器的深度神经网络PCACAE，并设计了一种新的卷积核来提取晶圆缺陷特征。产品自动编码器级联，进一步提高特征提取的性能。针对晶圆数据采集困难、公开数据集少等问题，Ssu-Han Chen等首次采用生成对抗网络和目标检测算法YOLOv3相结合的方法，对小样本中的晶圆缺陷进行检测。GAN增强了缺陷的多样性，提高了YOLOv3的泛化能力。Prashant P. SHINDE等提出使用先进的YOLOv4来检测和定位晶圆缺陷。与YOLOv3相比，骨干提取网络从Darknet-19改进为Darknet-53，并利用mish激活函数使网络鲁棒性。粘性增强，检测能力大大提高，复杂晶圆缺陷模式的检测定位性能更加高效。5.3. 分段网络分割网络对输入图像中的感兴趣区域进行像素级分割。大部分的分割网络都是基于编码器和解码器的结构，如图12所示是分割网络模型结构示意图。通过编码器和解码器，提高了对目标物体特征的提取能力，加强了后续分类网络对图像的分析和理解。在晶圆表面缺陷检测中具有良好的应用前景。图 12.分割网络模型结构示意图。Takeshi Nakazawa等提出了一种深度卷积编码器-解码器神经网络结构，用于晶圆缺陷图案的异常检测和分割。作者设计了基于FCN、U-Net和SegNet的三种编码器-解码器晶圆缺陷模式分割网络，对晶圆局部缺陷模型进行分割。晶圆中的全局随机缺陷通常会导致提取的特征出现噪声。分割后，忽略了全局缺陷对局部缺陷的影响，而有关缺陷聚类的更多信息有助于进一步分析其原因。针对晶圆缺陷像素类别不平衡和样本不足的问题，Han Hui等设计了一种基于U-net网络的改进分割系统。在原有UNet网络的基础上，加入RPN网络，获取缺陷区域建议，然后输入到单元网络进行分割。所设计的两级网络对晶圆缺陷具有准确的分割效果。Subhrajit Nag等人提出了一种新的网络结构 WaferSegClassNet，采用解码器-编码器架构。编码器通过一系列卷积块提取更好的多尺度局部细节，并使用解码器进行分类和生成。分割掩模是第一个可以同时进行分类和分割的晶圆缺陷检测模型，对混合晶圆缺陷具有良好的分割和分类效果。分段网络模型比较如表5所示。表 5.分割网络模型比较算法创新AccFCN将全连接层替换为卷积层以输出 2D 热图。97.8%SegNe结合编码器-解码器和像素级分类层。99.0%U-net将每个编码器层中的特征图复制并裁剪到相应的解码器层。98.9%WaferSegClassNet使用共享编码器同时进行分类和分割。98.2%第6章 结论与展望随着电子信息技术的不断发展和光刻技术的不断完善，晶圆表面缺陷检测在半导体行业中占有重要地位，越来越受到该领域学者的关注。本文对晶圆表面缺陷检测相关的图像信号处理、机器学习和深度学习等方面的研究进行了分析和总结。早期主要采用图像信号处理方法，其中小波变换方法和空间滤波方法应用较多。机器学习在晶圆缺陷检测方面非常强大。k-最近邻（KNN）、决策树（Decision Tree）、支持向量机（SVM）等算法在该领域得到广泛应用，并取得了良好的效果。深度学习以其强大的特征提取能力为晶圆检测领域注入了活力。最新的集成电路制造技术已经发展到4 nm，预测表明它将继续朝着更小的规模发展。然而，随着这些趋势的出现，晶圆上表面缺陷的复杂性也将增加，对模型的可靠性和鲁棒性提出了更严格的挑战。因此，对这些缺陷的分析和处理对于确保集成电路的高质量制造变得越来越重要。虽然在晶圆表面缺陷分析领域取得了一些成果，但仍存在许多问题和挑战。1、晶圆缺陷的公开数据集很少。由于晶圆生产和贴标成本高昂，高质量的公开数据集很少，为数不多的数据集不足以支撑训练。可以考虑创建一个合成晶圆缺陷数据库，并在现有数据集上进行数据增强，为神经网络提供更准确、更全面的数据样本。由于梯度特征中缺陷类型的多功能性，可以使用迁移学习来解决此类问题，主要是为了解决迁移学习中的负迁移和模型不适用性等问题。目前尚不存在灵活高效的迁移模型。利用迁移学习解决晶圆表面缺陷检测中几个样品的问题，是未来研究的难题。2、在晶圆制造过程中，不断产生新的缺陷，缺陷样本的数量和类型不断积累。使用增量学习可以提高网络模型对新缺陷的识别准确率和保持旧缺陷分类的能力。也可作为扩展样本法的研究方向。3、随着技术进步的飞速发展，芯片特征尺寸越来越小、越来越复杂，导致晶圆中存在多种缺陷类型，缺陷相互折叠，导致缺陷特征不均匀、不明显。增加检测难度。多步骤、多方法混合模型已成为检测混合缺陷的主流方法。如何优化深度网络模型的性能，保持较高的检测效率，是一个亟待进一步解决的问题。4、在晶圆制造过程中，不同用途的晶圆图案会产生不同的缺陷。目前，在单个数据集上训练的网络模型不足以识别所有晶圆中用于不同目的的缺陷。如何设计一个通用的网络模型来检测所有缺陷，从而避免为所有晶圆缺陷数据集单独设计训练模型造成的资源浪费，是未来值得思考的方向。5、缺陷检测模型大多为离线模型，无法满足工业生产的实时性要求。为了解决这个问题，需要建立一个自主学习模型系统，使模型能够快速学习和适应新的生产环境，从而实现更高效、更准确的缺陷检测。原文链接:Electronics | Free Full-Text | Review of Wafer Surface Defect Detection Methods (mdpi.com)

近日质检总局针对2016年120万元以上专用仪器设备采购项目进行招标，本次招标预算共计为8862.4万元，采购内容包括气相色谱-单四级杆飞行时间质谱联用仪、液相色谱/三重四极杆串联质谱联用仪、材料热力模拟试验机等大批高端仪器设备。详情如下：　　项目编号：0733-166212220701　　预算金额：1964.87万元(人民币)包号品目号货物名称数量（套）用途简要技术要求用户单位是否允许进口预算金额（万元）11-1气相色谱-单四级杆飞行时间质谱联用仪1检测采集速率：≥ 49谱图/秒；陕西局是27822-1全自动高安全性生物样本库系统1检测灌装速度：≥ 120支/分钟；深圳局是19533-1液相色谱质谱 联用仪1检测流量精度：≤ 0.07 %RSD；压力范围：0 – 8750 psi或更高深圳局是14344-1超高效液相色谱质谱联用仪1检测流量精度：0.075% RSD天津局是299.455-1大容量纤维 测试仪1检测马克隆值：可测试马克隆值MIC（2.0—7.8）、成熟度MAT（0.7—1.05）天津局是18066-1大气预浓缩仪1检测内部多孔聚集阱。部级温度能达到-180℃。新疆局是19077-1脉冲场凝胶电泳分析系统1检测转换角度：0-360° ，0.5° 增量新疆局是12088-1液相色谱-质谱联用仪1检测流速范围：0.001～2mL/min云南局是219.4799-1超高效液相色谱-三重四级杆串联质谱仪1检测泵可设定最大流速不低于2.0mL/min，递增率0.001 mL/min云南局是2001010-1电感耦合等离子体质谱仪1检测铬液相联机指标：3分钟内20ppt 含量的Cr3+与Cr6+可以达到完全分离，信噪比S/N＞3。云南局是140 　　项目编号：0730-166112BJ0034　　预算金额：2835.1万元(人民币)包号品目号货物名称数量（套）用途简要技术要求用户单位是否允许进口预算金额（万元）11-1液相色谱/三重四极杆串联质谱联用仪1检测灵敏度： ESI灵敏度: 液质联用进样1pg利血平，s/n90000:1湖南局是22222-1液相质谱仪1检测MS/MS灵敏度ESI+：15 fg 利血平，m/z 609195，信噪比≥ 2,000:1。APCI+：1pg 利血平，m/z 609195, 信噪比≥ 80,000:1江苏局是26833-1波长色散X射线荧光光谱仪1检测连续扫描速度：不少于300° /min广东局是14433-2波谱型X荧光光谱仪1检测外电源波动1%时，高压输出波动不能超过0.00006%广东局是19033-3波长色散型X射线荧光光谱仪1检测测角仪连续扫描：0.1° —300° /min,最大速度：1200° / min吉林局是22433-4波长色散X射线荧光光谱仪1检测在最大计数范围内非线性失真度1%。最大计数率（线性范围）- 流气正比计数器：大于等于2000 k cps福建局是180.133-5波长色散X射线荧光光谱仪1检测外电源波动1%时，仪器稳定性优于0.00006 %辽宁局是16444-1HVI束纤维大容量测试仪1检测测试含水率和回潮率：5%-10% 马克隆值：可测试马克隆值MIC（2.0—7.8）、成熟度MAT（0.7—1.05）湖北局是16555-1燃烧炉-离子色谱联用系统1检测检测器分辨率：≤ 0.005 nS/cm广东局是15366-1高纯锗γ 谱仪1检测相对探测效率：≥ 66% 能量响应范围：3 keV– 10MeV宁波局是18077-1全自动生化分析仪1检测同时测定项目：双试剂测试≥ 49项北京局是19088-1彩超1检查取样宽度及位置范围：宽度 0.5mm至20mm多级可调内蒙局是13099-1振动台1检测额定推力：≥ 98kN江苏局否1501010-1小动物口鼻全相态暴露系统1试验系统具备自动调节浓度的功能，达到设定浓度的T99＜30秒宁波局否2401111-1红外测温系统10卫生检疫显示温度范围：（30.0～42.0）℃ 分辨力≤ 0.1℃上海局否235　　项目编号：GXTC-1650031　　预算金额：3715.8万元(人民币)包号品目号货物名称数量（套）用途简要技术要求用户单位是否允许进口预算金额（万元）11视频测试系统1检测质量范围： m/z高端不小于2250； 扫描速度：≥ 15000 amu/sec； 质量稳定性：不低于0.05amu/12h计量院是26021大规模MIMO信道测试回放系统1检测收发分析带宽：不小于200MHz； 射频输入接口可直接接收最大+30dBm功率信号计量院是40031信道衰落模拟器1检测中心频率范围：380MHz－6.0GHz范围内连续可调计量院是22041超低本底液闪计数谱仪1检测探测系统：液闪计数器应具有180度对称的双光电倍增管结构，可用来实现CIEMAT/NIST效率示踪方法；计量院是12551激光测头模块及高速通讯模块1检测平面测量不确定度：UP ≤ 80µm + 3µm/m； 扫描采点速度：≥ 210000点/秒。计量院是148.9061台式镀层膜厚分析测量仪1检测电子放大80-100,000倍（非数字放大），系统分辨率：≤ 15nm，样品仓空间不小于：100mm×100 mm×65mm计量院是150.0071超深度彩色3D形状测量激光显微系统1检测综合放大倍率不低于24000倍，物镜：X10，X20，X50，X150计量院是161.4081齿轮测量中心1检测指标应符合VDI/VDE 2612和VDI/VDE2613测量仪器Ⅰ类的要求；仪器对渐开线齿轮样板的测量不确定度应达到1等（级）的要求；计量院是366.5091GNSS时间和频率传递接收机（北斗接收机）8检测支持GPS L1 C/A，L1P，L2P；GLONASS L1 C/A，L1P，L2P；北斗 B1 C/A，B2 C/A信号的接收； 跟踪通道：并行通道，210个以上。计量院否200.00101相位多普勒激光粒子动态分析仪1检测最大可处理多普勒频率：不小于120MHz 二维发射探头口径：不小于112mm特检院是200.00111材料热力模拟试验机1检测最大加热速度：8,000° C/sec ，无过冲(直径6mm、自由跨度10mm的拉伸试样)特检院是400.00121不拆保温脉冲涡流腐蚀检测系统1检测可在不拆保温（外包覆层）情况下检测外包覆层最大厚度200mm的铁磁性材料设备壁厚；并可同时对包覆层厚度进行检测特检院否170.00131非线性数值仿真软件及高级培训服务1检测具有6核并行计算能力，可实现单节点多核并行、多节点并行高效计算；且具备GPU加速功能特检院是158.00高性能图形工作站5否141长管拖车钢瓶专用自动超声波检测设备/长管拖车钢瓶专用自动磁粉检测设备4检测信噪比：仪器在正常检测灵敏度条件下，轴向检测大于8 dB，周向检测应大于12 dB；特检院否240.00151机械式蠕变试验机20检测变形测量量程≥ 30mm特检院否348.00161涡流阵列实验及检测系统1检测主机的涡流阵列检测频率：500Hz—4MHz特检院是168.00　　项目编号：GXTC-1650039　　预算金额：346.71万元(人民币)包号品目号货物名称数量（套）用途简要技术要求用户单位是否允许进口预算金额（万元）11里氏硬度计15检测HV、HB、HRB、HRC、HSD内置10种金属材料自动换算特检院是210.15磁粉探伤仪10频率：50-60Hz，磁极间距：0-230mm是超声波探伤仪5垂直线性误差：≤ 3%否超声波探伤仪5水平线性误差：≤ 0.1%否雷达测速仪15测速范围： 1-800MPH，精确度： ± 0.1MPH是钳型电流表15精度要求：交流电流：± 2.0%rdg± 5dgt(50/60Hz)3.5%rdg± 5dgt(40Hz～400Hz)，直流电流：± 1.5%rdg± 5dgt ，交流电压：± 1.5%rdg± 4dgt是绝缘电阻测试仪15精确度：± (2%rdg+6dgt)是接地电阻测试仪10精度：分辨率20Ω ：精度± 1%± 5dgt；分辨率200Ω ：精度± 3%± 5dgt是接地电阻测试仪5精度：分辨率20Ω ：精度± 2%rdg± 0.1Ω ；分辨率200Ω ：精度± 2%rdg± 3dgt是红外测温仪10系统精度:± 1℃（± 1%）是超声波测厚仪10示值误差：+ -(1%H+0.1)mm, H为实际厚度值否激光测距仪18典型精度：± 1.0 mm（± 0.04 in）是强光手电、头灯、高倍望远镜、工具包15强光手电最高亮度(最大光通量): 350流明以上。灯泡为LED；外材料为铝合金。灯泡寿命1万小时以上，手电防水。否探头200探头：2.5P6Z，5P6Z，2.5P10Z，5P10Z，2.5P14Z，5P14Z，2.5P20Z，5P20Z，2.5Z10FG10Z，2.5P13*13K2等。否无损检测工具箱10套10能容纳超声波探伤仪、磁粉探伤仪、硬度计、卷尺、卡尺等设备，是检验工具箱15能容纳14类常规检验仪器，仪器箱内衬需按仪器规格开槽是应力测试和加速度工具箱10IP673. 防水，防撞击，防尘，防沙，防腐，具有超强的橡胶涂层处理，双把锁，手动放气阀，承受温度等级从- 33至90摄氏度。是无线加速度节点9量程范围：± 2g，3g，6g，10g 软件可编程选择否无线应变节点10分辨率：± 0.5 µε @± 15000 µε 否网关6无线射频频率：2.4G DSSS，16条可用信道否应变片1000单向：BE120-4AA(11)-2P600否电子秒表15测量范围：0-24小时否钢卷尺15测量范围：0-5m否力矩扳手2扭矩范围：300-1000N.m；750-2000N.m是焊高尺10示值误差：± 0.03mm否塞尺10测量范围：0.05-1.0mm否半径规10测量范围：1-7mm否游标卡尺15测量范围：0-200mm否间隙尺10测量范围：1-15mm否21便携式四合一气体检测仪13检测可检测气体：至少包括硫化氢、一氧化碳、氧气、可燃气体特检院否136.56便携式测厚仪6测量精度:± 0.01mm / ± 0.1mm否隔涂层超声波测厚仪31高温测厚是磁粉探伤仪3磁极间距: 40-200mm否便携式里氏硬度计24检测范围：200-960HL，32-1000HV, 30-680HB, 4-100HRB, 20-70HRC, 32-102HSD精度是超声波探伤仪3垂直线性误差 ≤ 3%、水平线性误差 ≤ 0.1%否便携式交流电源2反复充电次数≥ 1500次（且电池寿命不少于3.5年）否