表面色牢度检测

研究背景等离子体处理是聚合物表面改性的一种常用方法，一方面等离子体中的高能态粒子通过轰击作用打断聚合物表面的化学键，等离子体中的自由基则与断开的化学键结合形成极性基团，从而提高了聚合物表面活性；另一方面，高能态粒子的轰击作用也会使聚合物表面微观形貌发生改变 。本文提出通过等离子体处理提高 PP的胶粘接强度。利用KRÜ SS光学接触角测量仪DSA100分析了等离子体处理对于PP表面的接触角、自由能的影响。利用胶粘剂将 PP薄膜与铝箔粘接到一起，采用T剥离强度试验方法对PP的胶粘接强度进行了测试，结果表明等离子体处理可以显著提高 PP的胶粘接强度。DSA100型液滴形状分析仪试验样品制备由于PP薄膜表面可能会有油污、脱模剂等残留物，本文采用超声清洗方法对其表面进行实验前的处理。结果与讨论1.PP表面接触角系统分析了等离子体改性的射频功率和处理时间对于PP表面接触角的影响。首先，将处理时间恒定为 120 s，射频功率分别选取了 80 W、120 W、180 W、240 W 和300 W。如图1（a） 所示，PP表面经等离子体处理后，去离子水和二碘甲烷的接触角均有较明显的下降。当射频功率超过120 W时，接触角下降趋势缓慢，此时去离子水的接触角由99.08°降到了79.25°，二碘甲烷的接触角则由69.31°降到了59.39°。当射频功率达到300 W时，去离子水的接触角为 74.88°，二碘甲烷的接触角为55.88°。去离子水属于极性溶液，它的接触角越小表明PP表面润湿性越好，PP与胶粘剂的粘接强度将越高。 图1.薄膜表面接触角的变化其次，将射频功率恒定为 80 W，处理时间分别为30 s、60 s、120 s、300 s和600 s，PP表面的接触角与处理时间的关系如图1（b）所示。可见，随着处理时间的增长，接触角逐渐减小。当处理时间长于120 s时，接触角变化缓慢，此时去离子水的接触角由 99.08°降到了77.39°，二碘甲烷的接触角由69.31°降到了56.05°。结合上述两个实验结果，本文选择射频功率120 W和处理时间120 s作为后续的PP等离子体改性工艺参数数值。2.PP表面自由能本文采用Owens二液法 ，通过测量去离子水和二碘甲烷在 PP表面的接触角，计算出PP表面的自由能。PP表面自由能与射频功率和处理时间的关系如图2所示。从图中可以看出，PP在等离子体处理后，色散分量和极性分量均有所提升，其中极性分量的提升更显著，PP的表面自由能得到了较大提高。经计算，未经等离子体处理的 PP表面色散分量、极性分量和自由能分别为18.68 mJ/m 2 、12.12 mJ/m 2 、30.8 mJ/m 2 ，经等离子体处理后的PP表面色散分量、极性分量和自由能分别为22.27mJ/m 2 、26.64 mJ/m 2 、48.91 mJ/m 2 。即，经等离子体处理后，PP表面色散分量增加了 19.22%，极性分量增加了119.8%，自由能增加了58.8%。可见，PP表面自由能的提高主要归因于极性分量的增加，而极性分量的增加则是由于等离子体处理使得PP表面形成了极性基团，从而有助于提高PP的胶粘接强度。 图2.PP表面自由能3.PP胶接强度根据T剥离强度试验记录的最大剥离力和最小剥离力计算得到平均剥离力（FT），而剥离强度（σT）为 式中：B为测试样品的宽度 ，本文测试样品的宽度为25 mm。在剥离过程中，可以看到胶粘剂形成的胶膜完全保留在铝箔表面，证明胶粘剂对铝箔的粘附性远高于对PP薄膜的粘附性，即通过该实验测试到的剥离强度为PP与胶粘剂之间的粘接强度。未改性的 PP薄膜和改性后的PP薄膜的剥离力与剥离长度的关系曲线如图3所示，由于夹持位置的差异，PP薄膜与铝箔之间开始出现分离的位置稍有不同。在二者刚出现分离时，剥离力较大，之后剥离力逐渐下降并保持稳定。根据上述公式可以计算出，未改性的PP薄膜最小剥离强度为588 kN/m，最大剥离强度为 661.2 kN/m，平均剥离强度为 624.8 kN/m；与之对应，改性后的PP薄膜最小剥离强度为734 kN/m，最大剥离强度为810.8 kN/m，平均剥离强度为775.2 kN/m。即，PP薄膜经过等离子体改性处理后最小剥离强度提高了24.83%，最大剥离强度提高了22.63%，平均剥离强度提高了24.07%。 图3.剥离长度和剥离力的关系结论本文从接触角、表面自由能等方面揭示了等离子体处理提高PP材料胶粘接强度的机理。实验结果表明，经过等离子体改性处理后，PP表面由疏水性变为亲水性，去离子水的接触角由99°减小到了75°，PP表面自由能由31 mJ/m 2 增大到了49 mJ/m 2 ，同时PP表面整体上变得凸凹不平，且出现了大量纳米级凸起和凹坑。PP表面发生的这些化学和物理变化共同作用，使得PP的胶粘接强度提高了24%。参考文献隋裕，吴梦希，刘军山.等离子体处理对于聚丙烯胶粘接强度的影响［J］.机电工程技术，2023，52（01）：30-32.

纺织品耐光、汗复合色牢度是纺织品的颜色在穿着过程中对人体汗液和日光共同作用影响下的抵抗力。人体汗液中的成分再加上日光中的能量，会使纺织品上的染料发生光还原反应，导致染料褪色，从而影响了美观。色牢度测试的重要性人体皮肤上的有效汗腺达上百万个，其中包括人工外分泌汗腺、顶浆分泌腺等，分布在我们的额头、腋窝、前胸、后背和手心出汗较多的地方；因此夏季常穿的如衬衣、T恤衫等服装可能会在这些部位出现严重的褪色现象。众所周知，人体汗液的组成成分是复杂的，其中主要成分为盐，因人和分泌部位的不同，汗液有酸性的，也有碱性的。纺织品与汗液短暂的接触对其色牢度影响可能不大，但长时间的紧贴着皮肤与汗液接触，对某些染料就会产生较大的影响。染色牢度不合格的服装容易通过汗液等导致染料从纺织品转移到人体皮肤上，染料的分子和重金属离子等都有可能通过皮肤被人体吸收而危害健康。人工汗液的作用耐光、汗复合色牢度试验，是测定在一种人工汗液的作用下，纺织品试样耐人造光作用色牢度的试验方法，模拟消费者实际穿着时的情况进行检测。目前现行的国标方法是GB/T 14576-2009《纺织品色牢度试验耐光、汗复合色牢度》，国际上测试耐光、汗色牢度常用的标准标准有ISO 105-07：2009（国际标准化组织）标准、AATCC 125-2009标准，ATTS标准和JIS L0888；虽然标准之间有些区别，但基本原理相同，即将经人工汗液处理的试样放在耐光试验机中，在一定的温、湿度条件下曝晒规定的时间，取出试样，用灰色样卡或仪器评其变色级数。美国Pickering人工汗液由19种氨基酸，7种矿物质和4种代谢物组成，配制成最接近人体的真实人体汗腺分泌汗液（详见下图）。点击可查看大图丰富的规格，满足不同的测试需求根据不同的客户需求，我们制定了酸性汗液PH4.5和PH5.5，碱性汗液PH8.0的产品。如果以下PH不能满足您的测试需求，可以与我们联系定制特定PH值在2.0-9.0之间的汗液。*Pickering人工汗液类产品均为即用型产品，根据客户的需求分为稳定版和非稳定版两个版本，其中：稳定版汗液中添加了不影响产品使用性能防腐成分，可室温储存1年；非稳定版汗液不含防腐成分，需冷藏或冷冻保存。除此之外，我们还提供其他类型的人工体液例如：人工唾液、人工皮脂、人工肺液、人工尿液、人工耳垢等

中国纤检局官网发布：四川省纤检局已顺利引进DigiEye织物色牢度自动评级系统，正式投入检测工作。同时为全省纤检系统评级检验员目光统一提供仪器化的技术平台。DigiEye织物色牢度自动评级系统由上海罗中科技发展有限公司独家代理，利用数字影像技术—数慧眼，结合图像和真实颜色，使样品的实际由数码反映。颜色评级测试仪可使样品表面的纹理得到完整的记录，与真实颜色结合，使样品的外观和颜色可以从电脑屏幕上目视或以数据作色差等级的评定对比，该仪器同时能满足单一纯色产品、花边、印花、毛类、半透明等产品的测色评级要求，应用范围较广。仪器投入使用以后，将逐步取代人工评级，由于评级结果重现性较高，在耐光、摩擦、汗渍、水洗、皂洗等变色、沾色牢度评级中将有利于消除人为因素对检测结果的影响，使评级更加科学、结果更加准确。 DigiEye系统对变色和沾色试验的结果按照ISO或AATCC标准进行数字评级，符合ISO 105 A11等标准。

仪器品牌：Gellowen仪器型号：G238AA仪器价格：电议（13671843966）适用范围：适用于纱线、色织布、印染等纺织品行业的摩擦色牢度差测试。执行标准：BS 1006 D02、ISO 105 D02 X12、AATCC 8 165、GB/T 3920、NEXT TM6 M&S C8 C8A。产品特点：Gellowen G238AA摩擦色牢度测试仪为手动式摩擦色牢度测试仪，是纺织行业用以检测织物的干、湿摩擦色牢度最常使用的机型。在一定条件下，试样和标准小白布摩擦，用沾色灰卡来评定转移到小白布上的沾色程度。配有曲柄臂、计数器、不锈钢试样夹、16mm或25mm直径的测试头（可提供9N±10%的垂直压力）。相关配件及耗品：1、磨擦布固样夹2、标准磨擦砂纸3、磨擦小白布（AATCC/ISO标准）4、摩擦小白布（SDC）5、校准织物6、灰卡（沾色）--ISO/BS标准7、灰卡（沾色）--AATCC标准产品详情：http://www.standard-groups.cn/1133.html 标准集团（香港）有限公司（http://www.standard-groups.com/ ）致力于为纺织生产厂和贸易商提供专业的一站式实验室技术服务，并同国内外多家知名纺织企业达成了长期的合作协议，提供各类摩擦色牢度测试仪以及其他纺织仪器。通过引进国际最先进的产品，整合技术和服务优势，吸收常见问题的解决经验，为国内客户提供最优化方案，带动国内科研及相关行业水平的提高。 欢迎来电咨询：021-64208466、13671843966。

1、技术简介　　颜色是大脑对于射入人眼的光的主观感受。一般人眼可感知的波段为380~780nm。　　颜色可以简略分为反射颜色，透射颜色，光源色和结构色，前三种最为常见。　　待测物的反射/透射颜色取决于待测物的光谱反射率/透射率，参考光源和观察条件。光源色取决于光源光谱。结构色与物体表面特殊的衍射结构有关。　　颜色在生产和生活中扮演着重要的角色，颜色的控制已经成为评价许多产品外在和内在质量中最受重视的要素之一。传统的测色方法直接用人眼观察，方法简单灵活，但是结果依赖于观测人员的经验和心理、生理等主观因素的影响，也依赖于观察条件，结果使得测量结果的准确性和公正性经常受到质疑，目前已经被光谱测色技术取代。图1 不同颜色光谱　　光谱测色是利用光谱仪获取光源发射或物体透反射的可见光波段的光谱进行分析。根据色度学理论，任何颜色可用三个对人眼的颜色三刺激值来表示，因此获得颜色三刺激值正是测色仪器的测量目的。颜色三刺激值可以通过颜色刺激函数分别乘以CIE光谱三刺激值，并在整个可见光谱范围内分别对这些乘积进行积分。计算公式如下：　　其中，φ (λ ) 为色刺激函数，由光源辐射特性或物体的透反射特性决定 X(λ ), Y(λ ), Z(λ )为标准观察者的光谱三刺激值 k为归一化系数。X, Y 和Z则是颜色三刺激值，它们虽然从数量上对颜色进行了定量的描述。　　历史上，由于各个行业颜色测量对象差异很大，颜色三刺激值直接使用多有不便。于是国际照明委员会(CIE)先后推出了CIE xyz和CIE L*a*b*等多种颜色空间，将颜色三刺激值转换后使用。在实践中，CIE xyz多用于发光体颜色描述，而CIE L*a*b*模型在物体表面色的色差，例如纺织品、油漆、塑料等行业。关于两种颜色空间的具体计算函数可直接参考CIE网站，一般颜色测量软件都集成了这些函数，比如著名的海洋光学的测量软件集成了所有主流的颜色空间函数，并集成了CIE规定的所有标准照明体函数模型，几乎可以满足所有颜色测量需要，给客户开展多种颜色测量带来了极大便利。图2 CIE xyz图3 CIE L*a*b*　　2 、应用说明　　颜色测量包含三个基本要素：参考光源，参考标准源，光谱采集装置。常用参考光源为卤钨灯或氙灯。参考标准源一般多用漫反射标准板。光谱采集装置则有光谱仪和配套附件组成。光谱仪必须涵盖可见光波段，并且要具有足够的灵敏度和稳定性，配套附件包括光纤探头和积分球等。　　颜色计算较为繁琐，选择一款集成各种颜色参数自动计算功能的软件也是很有必要的。　　农产品加工：肉类，果蔬等品质分类 　　照明行业：LED颜色分析 　　纺织行业：纺织物色差鉴定 　　造纸行业：纸品颜色控制 　　化工行业：油漆，涂料等品质控制。　　典型配置　　典型产品：高分辨率光谱仪，光源，探头，滤光片，聚光透镜　　3、应用文章　　3.1 LED颜色测量图4 使用七步MacAdam 椭圆来定义LED在CIE 1931 色品图中的分割区域　　3.2 化学变色反应测量图5 化学变色反应中的吸光度图谱图6 化学变色反应在553nm和759nm的吸光度变化趋势　　3.3 基于颜色检测的犯罪现场的血迹的时间评价图7 血迹检测图 （内容来源：海洋光学）

除了用鼻子闻、用手按压等常规办法之外，还有网友在网上发帖称，用测自来水电导率的水质检测笔也可以检测猪肉的肉质，数值越低，表示猪肉越新鲜。　　　　记者用水质检测笔(即TDS笔)测试购买的A品牌通脊，显示为213毫克/升。新京报记者 饶沛 摄　　　　　　近年来不断有媒体报道，一些大型超市的生猪肉被换标签，以延长保质期。有的猪肉已经变质，被工作人员冲洗后接着卖。如今，随着天气转暖，如何买到新鲜的猪肉更加成为大家关注的问题。　　除了用鼻子闻、用手按压等常规办法之外，还有网友在网上发帖称，用测自来水电导率的水质检测笔也可以检测猪肉的肉质，数值越低，表示猪肉越新鲜。　　对此，新京报记者实验发现，在同一个超市购买的不同品牌的猪后腿肉，其电导率数值相差达42%，肉质差距明显。而同一种品牌的肉类，在室温和冷藏的情况下，室温放置的肉类电导率数值上升更快，这也说明肉越新鲜，电导率值越低。　　专家表示，电导率法目前不是国家标准，但是以往的检测发现，电导率法对猪肉的检测结果是可信的。不过，比较准确的测试方式是对猪肉浸液进行测试，而本次实验由于条件所限，直接对猪肉样品本身进行测试。　　与其他科学测试方法相比，电导率法相对简单，通过购买价格低廉的水质检测笔，市民在家中也可以简单尝试。如果条件允许，也可以拿测试笔对猪肉现场测试。　　【实验过程】　　记者在北京某大型超市购买该超市散装肉以及另外两种常见品牌的猪肉(分别用A、B、C代表)，每种品牌分别购买后腿肉、通脊两种肉。每份肉分成两份，一份放在室温下存放，一份放在冰箱冷藏，在买回10分钟、36小时两个时间点进行检测。　　检测时，将被检测的肉类样品切成条插入水质检测笔(即TDS笔)两个探针中，待数值稳定后读数。　　【实验结论】　　室温下猪肉电导率值翻倍　　结果显示，不同品牌肉类在刚买回来时，新鲜程度已有较大不同，A品牌的电导数值最低，B品牌后腿的电导数值最高，是A品牌的1.4倍、C品牌的1.2倍。　　在放置了36小时后，冷藏的猪肉中的后腿(瘦)、通脊，其电导数值都有所提高，三个品牌的后腿(瘦)肉分别提高了约14%、13%、35%。而放置在室温的电导数值上升则更高，三个品牌的后腿(瘦)分别比刚买来时提高了约215%、19%、70%，这也从侧面验证了电导率测猪肉新鲜程度的有效性。　　【专家说法】　　猪肉鲜度下降产生导电性物质　　用水质检测笔测猪肉新鲜程度是何原理?专家介绍，水质检测笔(即TDS电导率笔)原本是用来测水的电导率，从而间接反映出水中的溶解性总固体，一般来说，水质越差，其电导率值也越大。　　按照国家标准，自来水的TDS值不能高于1000毫克/升。而用水质检测笔测猪肉时，猪肉鲜度下降时其组成成分发生分解，分解产物中有大量具有导电性的物质，从而根据其电导值高低来推断其新鲜度，越不新鲜的猪肉，电导值越高。　　中国农业大学食品科学与营养工程学院副教授朱毅表示，电导率法目前不是国家标准，但是以往的检测发现，电导率法对猪肉的检测结果与国标检测结果呈高度正相关，也就是说，电导率法对猪肉的检测结果是可信的。　　此外，食品安全专家表示，在自然光线下，观察肉的表面色泽、用手按压猪肉表面等感官检测也能对猪肉肉质有所判断。

p style="line-height: 1.75em "span style="line-height: 1.75em " 所谓的PERC电池(钝化发射极背面接触)是目前最经济的太阳能电池设计，现在可以使用最高对比度进行独立检测。使用全新的检测系统，挑战检测电池的背侧。使用独有的多通道、多图像技术，将高对比度的图像部分与清晰的最终图片相结合。允许检测预定义的图案形状，工具套件避免了伪缺陷，最小化PERC检测中的滑移率。因此，太阳能电池制造商就有了易于操作且极具成本效益的方法，用于提高其生产效率。/spanbr//pp style="line-height: 1.75em "　　由于使用PERC技术的电池设计预期将成为光伏生产的新标准，太阳能产业正逐渐对该技术展现出浓厚的兴趣。在“钝化发射极背面接触”电池的制造中，含有氧化铝和氮化硅的电介质钝化层能确保入射光的最高效利用。将钝化层置于电池背部之后，然后使用激光打开接触点，背部金属应在此处接触硅片。这些微米范围的激光开口对于电池的效率十分重要，可使用后激光检测进行详细分析。将铝层印刷在顶部，在电池制造的最后使用高温将其烘烤，就能通过薄金属层看到激光开口。这挑战了光学质量分类流程中的电池背侧检测。伪缺陷或之前没有注意到的印刷缺陷会导致分类不尽人意，还会造成本可避免的返工和材料成本。/pp style="line-height: 1.75em "　　strong最佳对比度的多色照明及其结果/strong/pp style="line-height: 1.75em "　　大多数与之竞争的系统通常都尝试使用红光或白光以实现在PERC上的完整对比度，而多通道技术则部署了多个不同波长的照明光线。通过光谱成像并允许用户忽略微小的色差或颜色渐变，支持最佳且最稳定的对比度。通过将从多种照明类型所得到的信息相结合，ISRA VISION/GP SOLAR的多图像技术可以实现对信息量最大的图片的计算。其结果是，用户仅能体验到接触面或缺陷的清晰轮廓。相关位置周围的独立涂层的原始颜色变得不重要。/pp style="line-height: 1.75em "　　strong通过图案编辑器轻松定义印刷图案和形状/strong/pp style="line-height: 1.75em "　　除此之外，还有一个灵活的 CAD 式编辑器为PERC检测技术提供支持，以定义任意后侧接触面形状，该编辑器与正面印刷图案编辑器相似。这允许开展个性化检测，并可最快速地在现场实施。因此，客户可以避免对额外程序编制或 R& D 的投资。编辑器可保存指定图案，允许将其在不同的产品线和制造地点之间进行传输。除了印刷设计图案之外，每个单独的检测任务连同其容错度和缺陷分类都是该方法的一部分。这确保了新产品线的轻松升级，允许制造商旗下所有工厂及其遍布全球的子公司对某一电池类型都使用统一的质量标准。/pp style="line-height: 1.75em "　　多通道和多图像技术是ISRA VISION/GP SOLAR为光伏检测推出的两项新兴技术。通过多项技术延伸，如同CHROME+一样将技术整合，这对太阳能行业的创新型检测来说是一项突破。这些技术使得所有制造商都可以在生产步骤和终端控制中进行高效的质量监管，以最大化成本效率和收益。ISRA VISION/GP SOLAR通过其检测技术综合产品组合，为您提供从硅片检测到最终电池成品，针对所有新电池设计的最合适的解决方案。/pp style="line-height: 1.75em text-align: center "img src="http://img1.17img.cn/17img/images/201604/insimg/a3a29eeb-9d3d-48fd-a95d-e13700b61fea.jpg" title="W020160421397808373820.jpg"/ /pp style="line-height: 1.75em text-align: center "　　CAD式图案编辑器拥有任何所需的接触面设计的形状/pp style="line-height: 1.75em text-align: center " img src="http://img1.17img.cn/17img/images/201604/insimg/fb6893b8-19b3-4ab3-8eb6-cb362cde0b72.jpg" title="2.png" width="500" height="500" border="0" hspace="0" vspace="0" style="width: 500px height: 500px "//pp style="line-height: 1.75em text-align: center "　　多通道照明提供不受原始表面色彩影响的清晰灰度图/pp style="line-height: 1.75em text-align: center " img src="http://img1.17img.cn/17img/images/201604/insimg/c464e491-a01f-476b-9e6e-baf774dc78c4.jpg" title="3.jpg" width="264" height="600" border="0" hspace="0" vspace="0" style="width: 264px height: 600px "//pp style="line-height: 1.75em "　　多通道和多图像技术是ISRA VISION/GP SOLAR的通用CRHOME+应用程序产品组合。/ppbr//p

去年，一则《68岁老人研制出新型色谱仪器 年内出样机》新闻在业内引起了不小轰动，不少人在呐喊助威时，也提出了疑问：冯老汉研制的是哪种色谱仪？目前研制工作进行到了哪一阶段？今天（4月16日），笔者意外接到了冯老的电话，交谈得知，冯老的平面色谱仪已推出试验样机，目前正在进行关键的最后一步研制工作，日前，冯老和周老还接受了《文汇报》记者的采访。以下为《文汇报》4月14日头版文章：　　冯国利69岁，周海舫79岁，两个老头还在忙，使劲忙。　　从2008年至今，他俩苦苦研制着一种新型的平面色谱分析仪，如今试验样机已初步完成，其间还申报了两项发明专利 他们想在今年年底前做出正式样机，然后试探市场。　　“4年多了，就花自己的退休金。”冯国利说，为这台仪器，他放弃了旅游的爱好，这些年没花钱出去玩过一天。　　没人要他们忙这个，是他们自己要忙，因为心里憋着股气——“就没有中国人做不出来的东西!”　　被老外激起了“倔脾气”　　冯国利和周海舫都跟科学仪器打了一辈子交道。　　1960年起，冯国利一直在上海计量测试和科学器材部门工作 而周海舫自从1957年进了上海分析仪器厂，一直在设计研制国产科学仪器。　　2001年，有法国人把他们新研制成功的平面色谱分析仪介绍给冯国利，新仪器把高效液相和薄层色谱这两种分析方法集于一体，堪称“构思绝佳”。　　当年它在上海一个仪器展览会上展出，许多国内高校和科研院所都极感兴趣，然而法国人开价25万元人民币，另加近40万元提供配套器材，让人望而却步。　　冯国利也很为这台仪器倾心，用起来的确简单、高效。以前做中药成分分析需要10个步骤，在这台仪器上“一推一送”就能做完，而且它能同时分析多个样品，这在当时独树一帜。　　冯国利想跟法国人搞技术合作，但对方开出50万欧元“图纸费”，一下让他打消了念头，同时激起了他的“倔脾气”。　　“难道就不能自己做?”念头一生，冯国利便着手筹备。先要组建队伍，可惜这时他最想拉来“入伙”的周海舫生了场大病 直到一年后，老周身体稍好些，工作才渐渐开展起来。　　每一个零件都颇费心思　　周海舫的儿子给他们提供了12平方米的空间，充当实验室、办公室和组装车间。面积虽小，但安排得井然有序：房间一角放着台钻床，墙壁上挂满了钳子、榔头、锉刀之类大大小小的工具，柜子里摆了不少计量器具。做精密零件需要洁净室，但条件有限，他们就在一张桌子上面遮块塑料板，用来挡灰尘。　　万事开头难，而他们开头时，手边就只有那台洋仪器的一张图片 虽然有过近距离接触，但冯国利并不知道它的内部构造。查阅了国内外的有关资料，他们决定用现有的成熟技术来尝试研制。　　他们先做了一个实验装置，试验原理 然后试制出实验样机，去年从亲戚朋友那里筹集来50万元，开始研发正式样机。　　事非亲历不知难。每一个零件都颇费心思。小到一颗螺丝钉的长度、一个小弹簧的圈数，大到加压泵的吨位，都得来不易。　　新仪器的核心部件——展开室，是老工程师的创新设计，花费了无数心血。它的底板上有一道0.2毫米深、5厘米宽、20厘米长的凹槽，难倒了两家工厂的精密加工机床。怎么办?手艺活出色的周海舫决定亲手加工，为了保证凹槽平整光滑，光刻刀的切削角度和刃口，他试验了好几十次，这才攻克难关。　　又一个难关出现在面前：就凭孤零零一张图纸，找不到工厂愿意承接加工，两位老人不知道跑了多少地方，软磨硬泡，终于有人被他们的精神打动。经过6个月不断完善，国产的平面色谱分析仪终于渐渐从图纸里“走”了出来。　　“感觉在登山，每天总有进步。”这是冯国利对他们这一段经历的总结。　　国产科学器材可有可无?　　有人不解：“这两个老头想钱想疯啦?这么大年纪了还在瞎折腾。”　　误会不曾伤了冯国利和周海舫的心，但当听到国内一些实验室的人开口便说“我们这里200多台色谱仪，都是进口的”，两个老头感觉无比悲凉。冯国利不明白：为什么对“进口的”那么骄傲，国产科学器材难道真就可有可无了?　　提起自己曾经的工作单位——上海分析仪器厂，周海舫语气里充满自豪，但这种自豪好像只属于过去。冯国利总在收集跟科学仪器有关的资料包括新闻报道，不少“坏消息”令他气结，“眼睛都能看出血来”：这些年国内单位总在进口仪器，国产科学仪器的生存空间被一再压缩，整个行业一再萎缩 而国内诸多仪器制造专业人才，被外资仪器厂商网罗去做了销售员。　　冯国利说，好多诺贝尔奖获得者用自己设计的工具才发现了别人没能发现的东西，用进口的成型仪器搞研究，我们恐怕只能重复看到那些已被发现的东西。　　他们很清楚，凭借自己微薄的力量改变不了现状，但仍然强烈地盼望着自己辛辛苦苦研发出来，价格大约只是洋仪器1/3的平面色谱分析仪能被国内的实验室认可和接受，给自己的付出一个交待，给中国人争一口气。　　两位老工程师说，现在他们还有最后一里路要走，这是最艰难的一里路 至于下一步能不能生产和推向市场，这将要面世的第一台样机会不会也是最后一台，眼下还顾不上想，他们只希望，不要总身处无奈和无助的窘境。

工件表面油脂污染度控制检测方案|析塔金属油污清洁度检测仪-翁开尔"安全控制油脂污染情况"清洁度参考指南是针对零部件清洗工艺或设备系统的研发人员、操作人员、生产链负责人以及测量人员。该指南制定目的是促进通过高效监控来保证工艺质量。德国FiT工业协会 （Fachverband industrielle Teilereinigung e.V.）已经认识到，相关行业需要针对油脂污染问题提出切实可行的质量保证及监控建议。基于现有技术，FiT整理了2015年到2018年历年来多个工艺实例、专家及用户经验，并制定了 "安全控制油脂污染情况"的相关参考指南。当今许多工业领域中，尽管厂家使用了最先进的生产技术，采用多道清洗工艺对零部件进行前处理，都不能完全解决零部件表面残留污染物对后续工艺造成影响，如喷涂、粘接、焊接等后续工艺的附着力不够、起泡、虚焊等问题。因此，零部件表面清洁度是产品及工艺质量的关键指标。生产厂家应借助高效精准的清洁度检测技术来测量零部件的清洗工艺和清洗后的污染物残留情况，从而进行有针对性的清洗过程，使零部件具有足够的清洁度来进行后续生产工艺（如焊接、连接、喷涂、粘接等）和检验成品质量。过去，厂家主要只检测颗粒物清洁度，而现在，他们越来越重视油污、油脂、成品油等有机污染物对产品质量的影响作用。膜状污染物往往是无法避免膜状污染物通常是指油污、油脂、防腐剂、涂料、冷却润滑油、切削油、粘接剂和其他生产助剂残留物、手汗和手指纹等。简单来说，膜状污染物可以理解为在零部件表面上呈现为一层薄薄的、非颗粒状的污染物质。油脂、成品油类和类似有机物的合格值制定众所周知，油脂、成品油类和类似有机物的污染物残留会影响后续工艺质量，如造成涂层附着力不良、起泡、虚焊、粘接不牢固等问题。故此，目前大部分相关行业规定了零部件需要达到合格的表面清洁度。当然，零部件表面没有污染物是最好的，但这只是一个理想状态。这种想法使所有生产厂家都认为，零部件表面油脂等污染残留物会影响后续工艺。虽然在生产过程中可以使用不含硅油的生产助剂，但多数工艺还是需要使用含有油脂的生产助剂。在原材料加工工艺中，冷却润滑剂、切削油等必要生产助剂必然含有天然或合成的油脂。因此，在实际生产中必须确定零部件表面清洁度合格值，使零部件拥有足够的清洁度来保证后续工艺质量。如今越来越多的制造工艺和终端应用重视零部件表面油脂、成品油、指纹等污染物质的残留情况，因此零部件制造商和清洗设备老板需要找到合适而高效的表面清洁度检测设备。为了满足不断增长的清洁度检测需求，FiT的《零部件清洗质量保证工艺控制指南》和《清洗工艺规划检查表》可以提供初步操作指导。而参考指南 "安全控制油脂污染情况"全面论述了这个问题。参考指南相关介绍该指南的前言部分给出了相关定义和术语，用于规范语言；随后解释了膜状污染物的出现、来源及其特性和影响。基于某些具体工艺、终端应用和行业，对检测膜状污染物在生产过程中的重要性日益重要进行了说明；在最后部分指出了本指南的适用范围。该指南能协助生产厂家内部研发、建立标准和优化生产和清洗工艺，保证整体工艺质量和最终产品质量重现性。同时也重点总结了零部件的清洗工艺、清洗前的初始状态以及目前适用的清洗化学和清洗工艺的解决方案。只有通过合适的清洁度检测、分析控制技术，才能从根本上获取到经过清洗工艺零部件的表面清洁度或污染程度。为此，它提出了一些最常见的适用检测方法，并特别强调了与应用有关的适用性和局限性。在最后，该文件概述了目前工艺监测的解决方案。实例部分本指南的实例部分将基础知识与零件清洗的典型应用关联起来，并提供解决方案，也给出了实际操作建议，便于厂家系统性设计出符合产品质量标准的清洗工艺，并能正确快速调整工艺参数。此外，该指南还指出了监测清洗工艺活性物质、污染物质以及检测整个生产链的零部件真实情况。除了需要确定油污、成品油等污染物来源和检测零部件表面清洁度，该指南还提出了零部件表面清洁度合格值的确定方法。根据某个典型应用，它介绍了实际使用过程中使用到的测量和分析控制技术，并说明了各种方法的优点和局限性。此外，它还提出了保证零部件表面清洁度合格的最佳处理工艺，便于厂家以合适的清洗工艺来设计和分析零部件。结合上述建议，生产厂家能借助高效表面清洁度检测仪器来快速监控并改善零部件的上下游清洗工艺。金属零部件表面清洁度最佳检测方案德国析塔表面清洁度仪能可靠精准量化零部件表面清洁度，是目前领先的污染物量化检测技术。该仪器采用共焦法原理，通过光源发射出最佳波长的紫外光探测金属表面的污染物，内置的传感器探测荧光强度，荧光强度的大小取决于零部件表面有机物残留情况。借助完整紫外光源与传感器的共同作用，析塔表面清洁度仪能快速准确量化基材表面的污染物含量。该仪器为客户提供便携式和在线式机型，全面满足工厂车间或实验室的快速监测清洁度的工艺要求，以评价清洁工艺质量，最大程度上避免人为主观判断带来的测量误差，显著增加工艺可靠性。可见，德国析塔表面清洁度仪能协助生产厂家直接判断零部件表面清洁度是否达到合格要求，稳定零部件加工过程中的清洗质量、实现量化控制！ 翁开尔是德国析塔SITA清洁度仪中国独家代理商，欢迎致电咨询。

p　　有说法称，与常规的看、闻、按压等判断生鲜肉新鲜度方法不同，用来检测自来水电导率的水质检测笔也可检测肉质新鲜度，电导率数值越低，肉质越新鲜。眼下正值夏季，如何选购、保存生鲜肉成为人们关注的热点。/pp　　两日来，记者从市场上选购了3种生鲜猪肉，在洛龙区食药监局工作人员的协助下，通过实验的方法证实水质检测笔确实能检测猪肉新鲜度。工作人员还说，不少人有长期冷冻生鲜肉的习惯，但这种做法不可取，要慎重食用冷冻时间超过3个月的肉品。/pp　　1 实验过程：水质检测笔检测3种猪肉新鲜度/pp　　1日，记者从洛阳市一家大型超市选购了前腿肉和五花肉两种散装猪肉(前腿肉用A代表、五花肉用B代表)，销售人员称，这两种肉均是当天早上采购的新鲜肉。/pp　　紧接着，记者又在一家农贸市场的零售肉铺买回一块里脊肉(用C代表)。记者注意到，这块里脊肉当时存放在冰箱内，肉质冰凉，光泽度较差，不像是当日的新鲜肉，但商户坚持说是早上刚批发的鲜肉。/pp　　选购结束10分钟后，记者携带选购的3种猪肉来到洛龙区食药监局古城食药所。食药所工作人员随即利用水质检测笔对上述3个样品进行检测。/pp　　工作人员分别将被检测的A、B、C三个肉类样品切成细条状，将水质检测笔一端的探针依次插入肉类样品中，待数值稳定后读取数值。随后，把3种被检肉品放入冰箱冷藏，24小时后取出，再次用水质检测笔进行检测，读取记录下数值。/pp　　2 实验结果：3种猪肉电导率数值不同，数值越低，肉越新鲜/pcenterimg alt="" src="http://news.lyd.com.cn/pic/003/001/301/00300130196_04c2eb83.jpg" width="500" height="375"//centerp/pp /pp　　猪肉A第一次检测结果/pp　　第一次检测结果显示，三种猪肉在刚买回时，新鲜度已不同，A的电导率数值最低，为1240ppm(毫克/升) C的电导率数值最高，为2250ppm。/pp　　centerimg alt="" src="http://news.lyd.com.cn/pic/003/001/301/00300130197_1f862ecb.jpg" width="500" height="375"//centerp/pp /pp　　猪肉B第一次检测结果/pp　　第二次检测结果显示，冷藏24小时后，A、B、C的电导率数值均有所升高，由此可验证用水质检测笔测猪肉新鲜度的方法是有效的(数值越低，肉越新鲜)。/pp　　centerimg alt="" src="http://news.lyd.com.cn/pic/003/001/301/00300130198_4e7d8b12.jpg" width="500" height="375"//centerp/pp /pp　　猪肉C第一次检测结果/pp　　具体数值如下(实验结果有局限性，仅供参考)：/pp　　A：第一次检测结果为1240ppm 第二次检测结果为3200ppm/pp　　B：第一次检测结果为1820ppm 第二次检测结果为2520ppm/pp　　C：第一次检测结果为2250ppm 第二次检测结果为2460ppm/pp　　3 原理分析：电导率法对猪肉新鲜度的检测结果可信/pp　　用水质检测笔测猪肉新鲜度是何原理?古城食药所所长徐慧强说，水质检测笔(即TDS电导率笔)原本是用来测水的电导率，按照国家标准，自来水的TDS值不能高于1000ppm。一般情况下，电导率数值越低，表明水中的溶解性固体越少，水质越纯，反之，水质越差。/pp　　“随着猪肉新鲜度的下降，其成分会发生分解，分解产物中有大量具有导电性的物质。因此，可根据其电导率数值高低来判断其新鲜度，越不新鲜的猪肉，电导率数值越高。”徐慧强说，虽然电导率法目前不是国家标准，但是有权威检测发现，电导率法对猪肉的检测结果与权威检测结果高度相似，也就是说，电导率法对猪肉的检测结果是可信的。此次检测这三种猪肉得到的两组数值不同并有变化，说明其新鲜度不同，并发生了变化，但都可判断是未变质的肉，市民可以此参考。/pp　　4 专家建议：市民可用水质检测笔来检测猪肉新鲜度，慎食超3个月的冷冻肉/pp　　在日常生活中，市民选购、保存生鲜肉又该注意些什么?徐慧强说，《生猪屠宰管理条例》规定，经检验检疫合格的生猪产品要具有“两章两证”才能出厂，进而流入市场销售。市民在选购生鲜肉过程中，可通过查看“两章两证”，即生猪产品检疫合格印章、动物产品检疫合格证和肉品品质检验合格印章、检验合格证，判断选购的鲜猪肉是否安全、可靠。/pp　　“在自然光线下，观察肉的表面色泽、用手按压猪肉表面、用鼻子闻是否有异味等也能对猪肉肉质有所判断，但不如水质检测笔容易直观判断。”徐慧强说，目前，市面上在售的水质检测笔种类繁多，价格从十几元到上百元不等，此次实验采用的一款水质检测笔网购价为59元，操作起来非常便捷，检测效果良好。有条件的市民可在网上选购一支用来挑选较新鲜的猪肉。/pp　　此外，对于有人习惯把吃不完的生鲜肉长期冷冻起来，而后根据需要再拿出食用的行为。徐慧强提醒，家用冰箱冷冻室温度约为-18℃，可存放新鲜的或已冻结的肉类等食品，普遍认可的做法是，存放期应控制在3个月以内 若超过3个月，要慎重食用，建议直接扔掉。/pp　　“由于主观或客观原因导致冷冻肉解冻，应尽快食用，且不可让其再冷冻起来。”徐慧强说，在低温条件下，肉中的水分会结成冰，可以抑制细菌的生长发育，当肉被解冻复原时，由于温度升高和肉汁渗出，细菌又开始生长繁殖，也就是说，解冻后的肉再次冷冻，有可能变成一块已腐败掉的冷冻肉。/p/p/p

在铝型材与光伏行业中，色彩扮演着至关重要的角色。对于铝型材而言，精准的色彩控制是确保产品外观质量与耐腐蚀性的关键；对于光伏产品，色彩不仅影响着外观美感，更与发电效率和产品性能紧密相连。然而，长期以来，在铝型材与光伏产品的色彩管控中，传统的测量方法存在诸多问题。人眼目视的方式主观性强，易受环境光线、个人视觉差异等因素影响，导致色彩测量结果的偏差和不一致。这种不稳定性不仅影响产品的整体质量，也给企业的生产效率和成本控制带来挑战。一、爱色丽色彩测量仪器的优势与益处为解决铝型材与光伏行业的色彩管理难题，爱色丽推出了专业的色彩测量仪器。这些仪器运用先进的光学技术和精密的测量算法，为色彩测量提供了高精度的解决方案。爱色丽色彩测量仪器的突出优势在于能够精确测量铝型材的表面色彩和光伏产品的光学特性，并将测量结果与行业标准进行精准匹配。这为企业提供了科学、客观的色彩评估方法，大大增强了色彩管理的准确性和可靠性。使用爱色丽色彩测量仪器带来的好处是显著的。首先，它有效克服了人眼目视的误差，保障了色彩测量数据的准确性和一致性。其次，能够帮助企业提升产品的外观质量，增强品牌市场竞争力和认知度。再者，通过精确的色彩管控，能够减少因色彩误差导致的生产废品和返工，降低生产成本，提高生产效率。更为重要的是，它确保了铝型材和光伏产品色彩的稳定性和一致性，提升产品质量，为用户提供更优质的产品。二、爱色丽的全面色彩解决方案爱色丽为铝型材与光伏行业量身定制的色彩解决方案，整合了先进的硬件设备和专业的软件系统，为企业提供了全方位、多层次的色彩管理支持。在铝型材生产领域，Ci7800台式分光色差仪凭借其卓越的测量性能和稳定性，能够对铝型材的表面涂层、氧化膜等进行精确的颜色分析和质量控制，确保每一批次的铝型材颜色都达到设计要求和质量标准。手持式Ci64便携式色差仪则具有轻巧便携、操作灵活的特点，方便在生产现场、仓库、销售终端等不同场景快速获取色彩数据，及时发现和解决色彩问题。在光伏行业，爱色丽的测量仪器可以对光伏板的封装材料、边框、背板等部件的颜色和光学特性进行全面、深入的测量分析。例如，eXact 标准版便携式色差仪能够精准测量光伏组件的颜色参数，确保不同批次产品的颜色一致性，提高产品的外观质量和市场竞争力。带有UV选项的Ci64便携式色差仪可以准确评估光伏材料在紫外线环境下的色彩变化和性能表现，为产品的研发、生产和质量控制提供科学依据。爱色丽凭借其先进的色彩测量技术和全面的解决方案，成为铝型材与光伏行业色彩管理的得力助手。相信在爱色丽的支持下，这两个行业能够实现更加高效、精准、稳定的色彩管理，推动产业的创新发展和品质升级。三、关于爱色丽“爱色丽彩通 ”总部位于美国密歇根州，成立于1958年。作为全球知名的色彩趋势、科学和技术公司，爱色丽彩通提供服务和解决方案，帮助品牌、制造商和供应商管理从设计到最终产品的色彩。如果您需要更多信息，请关注官方微信公众号：爱色丽彩通

p arial="" white-space:="" text-align:="" style="margin-top: auto margin-bottom: auto padding: 0px color: rgb(68, 68, 68) font-family: 宋体, " Arial Narrow" white-space: normal text-align: center "span style="margin: 0px padding: 0px color: rgb(255, 0, 0) font-size: 18px "i style="margin: 0px padding: 0px "strong style="margin: 0px padding: 0px "专题约稿|/strong/i/spanstrong style="margin: 0px padding: 0px "i style="margin: 0px padding: 0px "span style="margin: 0px padding: 0px font-size: 18px color: red "span style="margin: 0px padding: 0px "span锂电材料的物性检测——比表面，孔径分布，真密度/span/span/span/i/strong/pp arial="" white-space:="" text-align:="" style="margin-top: 0em margin-bottom: 1em padding: 0px color: rgb(68, 68, 68) font-family: 宋体, " Arial Narrow" white-space: normal text-align: center "i style="margin: 0px padding: 0px "span style="margin: 0px padding: 0px color: rgb(127, 127, 127) "——“锂电检测技术系列——形貌分析技术”专题征文/span/i/pp arial="" white-space:="" text-align:="" style="margin-top: 0em margin-bottom: 1em padding: 0px color: rgb(68, 68, 68) font-family: 宋体, " Arial Narrow" white-space: normal text-align: center "i style="margin: 0px padding: 0px "span style="margin: 0px padding: 0px color: rgb(127, 127, 127) "(作者：span贝士德/span)/span/i/pp　　随着新能源行业的迅猛发展，全球锂离子电池产量也取得了突飞猛进的增长。性能优异的锂电池现在也是备受市场的青睐，以松下，LG为代表的日韩企业，以CATL，比亚迪为代表的中国企业占据着锂电行业的半壁江山。如何能够生产出安全可靠，能量密度高，循环性能，倍率性能好的锂电池呢?这不仅仅与电池的制造工艺水平相关，更与所选择电池材料物理化学性质相关，粒径分布，比表面积，孔隙率，孔径分布，真密度等参数都对锂电池的电化学性能有着极其重要的影响。/pp style="text-align: center"img style="max-width:100% max-height:100% " src="https://img1.17img.cn/17img/images/201905/uepic/8d1186ec-b45e-4b49-beeb-cf9049f7699c.jpg" title="1.jpg" alt="1.jpg"//pp　　目前贝士德生产的3H-2000系列全自动快速比表面积测试仪，比表面及孔径分析仪，真密度及孔隙率分析仪，隔膜孔径分析仪等设备在锂电行业中都具有广泛的应用，以电池正负极材料为例，比表面积的检测贯穿整个行业当中，对材料生产企业来说，比表面积这项指标是生产品控中极其重要的一项，对电池生产厂家来说，他们需要比表面仪做为来料检测，判断该原料是否符合他们的质量要求，由此可见比表面这个参数对锂电池生产的重要性。不同用途也决定了仪器选型不同，/pp　　对材料生产企业来说，他们对比表面仪的要求是快速，稳定。他们需要在最短的时间内测试出该样品的比表面来判断生产过程是否异常，如果生产条件的改变，生产设备的故障都会导致样品的比表面发生变化，然而静态法比表面仪测试一组样品一般需要1-2个小时，而贝士德公司最新研发的动态法色谱法仪器20min可以完成4个样品的测试，测试效率远超国内外其他品牌的比表面仪，同时针对三元，钴酸锂，锰酸锂等低比表面积样品，该设备具有气体纯化，检测器恒温，风热助脱等6项专利技术，保证了仪器测试的高准确性和稳定性。目前国内电池正负极材料生产商出货量排名前十的企业，有60%以上使用的是贝士德公司的比表面仪，如：杉杉，贝特瑞，北大先行，容百锂电，巴莫，中科星城等。/pp style="text-align: center"img style="max-width:100% max-height:100% " src="https://img1.17img.cn/17img/images/201905/uepic/93c6f506-f99a-4753-a7ee-5e1f6004f850.jpg" title="2.jpg" alt="2.jpg"//pp　　对电池生产厂家来说，比表面仪主要用来做来料检测，另外一个用途是研发使用，对测试效率要求没有那么高，因此动态法和静态法都能够满足企业的要求，静态法比表面仪，同时兼具孔径测试功能，更能满足研发的需求。静态法比表面仪，对设备的真空度和气密性要求更高，贝士德公司生产的静态法比表面仪，气路系统完全模块化，气密性好，气路模块出厂前都会经过英福康氦质谱检漏仪进行检漏，为仪器的高真空，低漏率提供了保证。同时该仪器采用电磁阀+气控阀控制系统，保证了压力测试的准确性，贝士德静态法比表面仪还具有独立的螺旋P0，防污染安全装置等7项专利技术。确保了测试数据的准确性。通过与国内外8家比表面仪厂家的测试数据对比，日本松下最终也选择了贝士德公司生产的比表面仪，国内的一些知名企业如比亚迪，力神，中航锂电，比克，创明等也一直都与贝士德公司保持着长期的合作关系。/pp style="text-align: center"img style="max-width:100% max-height:100% " src="https://img1.17img.cn/17img/images/201905/uepic/7e1125d2-d274-41c1-8798-17cc1d59621b.jpg" title="3.jpg" alt="3.jpg"//pp　　贝士德公司自2006年开始就一直开始深耕比表面的测试技术，尤其是在新能源电池材料方面，累计获得了几十项技术专利，锂电池行业一直以来都是贝士德公司的优势行业，用户量远超国内外其他比表面仪生产厂家，不仅如此，贝士德公司自主开发的真密度仪和隔膜孔径测试仪也是锂电行业具有广泛的应用，真密度仪以其超高的测试效率和稳定性，获得了贝特瑞，星城石墨等公司的认可，这些企业都是以前采购过进口设备，经过反复的测试对比，最终选择与贝士德公司合作。隔膜孔径测试仪，更是弥补了国内锂电隔膜孔径测试厂家的空白，贝士德公司也是目前国内唯一一家能够精确测量隔膜孔径的厂家，该设备采用气液驱排法，可以准确测量隔膜通孔的孔径大小和分布，隔膜的孔径大小和分布对隔膜的安全性和电化学性能也有着相当重要的作用，因此该设备也获得了比亚迪，湖南中锂等企业的认可。相对于前些年，国内隔膜厂家大多数比较关注的是隔膜透气率，孔隙率等基本指标，但是现在已经有越来越多的隔膜生产厂家意识到隔膜的孔径分布和孔径大小是影响着隔膜透气性和孔隙率的重要因素，因此在未来，随着高端锂电隔膜的发展，该设备会在隔膜行业继续扩大其应用。/pp　　随着科学技术水平的不断提高，锂电池的安全问题被解决只是时间问题，因此高能量密度的锂电池也将会是各电池生产商角逐的主战场。高镍三元材料，硅碳负极，陶瓷涂覆隔膜都会在未来赢得更多的市场份额。贝士德公司将一如既往的研究相关材料的高效，准确的测试方法，为锂电行业的发展贡献自己的一份力量。/pp arial="" white-space:="" style="margin-top: 0em margin-bottom: 1em padding: 0px color: rgb(68, 68, 68) font-family: 宋体, " Arial Narrow" white-space: normal "strong style="margin: 0px padding: 0px "　　/strongstrong style="margin: 0px padding: 0px "span style="margin: 0px padding: 0px background-color: rgb(112, 48, 160) color: rgb(255, 255, 255) "附：关于锂电系列专题约稿/span/strongbr style="margin: 0px padding: 0px "//pp arial="" white-space:="" style="margin-top: 0em margin-bottom: 1em padding: 0px color: rgb(68, 68, 68) font-family: 宋体, " Arial Narrow" white-space: normal "　　近十年间，在能源技术变革以及新兴科技的带动下，全球锂离子电池产量进入飞速增长期，根据公开数据，预计2018年全球锂电池增速维稳，产量达155.82GWH，市场规模达2313.26亿元。中国是锂电池重要的生产国之一，2018年预计全国锂电池产量达121亿只，增速22.86%。/pp arial="" white-space:="" style="margin-top: 0em margin-bottom: 1em padding: 0px color: rgb(68, 68, 68) font-family: 宋体, " Arial Narrow" white-space: normal "　　锂离子电池产业的蓬勃发展，也为锂离子电池检测领域带来新的机遇。随着锂离子电池基础科学研究仪器水平不断提升，几乎各类先进科学仪器都逐渐在锂离子电池的研究中出现，且针对锂离子电池的研究、制造也开发了许多锂电行业专用的仪器设备。/pp arial="" white-space:="" style="margin-top: 0em margin-bottom: 1em padding: 0px color: rgb(68, 68, 68) font-family: 宋体, " Arial Narrow" white-space: normal "　　为促进中国锂电检测产业健康发展，仪器信息网结合锂离子电池检测项目品类，将从2018年12月起策划组织系列锂电检测系列专题报道，为专家、仪器设备商、用户搭建在线网上展示及交流平台。span style="margin: 0px padding: 0px color: rgb(0, 176, 240) "锂电检测系列专题内容征集进行中：/spana href="https://www.instrument.com.cn/news/20181204/476436.shtml" target="_blank" style="margin: 0px padding: 0px color: rgb(255, 255, 255) text-decoration-line: none background-color: rgb(192, 0, 0) "span style="margin: 0px padding: 0px "【征集申报链接】/span/a /ptable border="0" cellspacing="0" cellpadding="0" align="center" style="margin: 0px padding: 0px font-family: Arial, tahoma font-size: 12px color: rgb(68, 68, 68) white-space: normal "tbody style="margin: 0px padding: 0px "tr class="firstRow" style="margin: 0px padding: 0px "td width="53" style="margin: 0px border: 1px solid rgb(0, 0, 0) padding: 5px "p style="text-align: center "strong style="margin: 0px padding: 0px "span style="margin: 0px padding: 0px font-family: 宋体 "系列序号/span/strong/p/tdtd width="359" style="margin: 0px border: 1px solid rgb(0, 0, 0) padding: 5px "p style="text-align: center "strong style="margin: 0px padding: 0px "span style="margin: 0px padding: 0px font-family: 宋体 "锂电检测技术系列专题主题/span/strong/p/tdtd width="126" style="margin: 0px border: 1px solid rgb(0, 0, 0) padding: 5px "p style="text-align: center "strong style="margin: 0px padding: 0px "span style="margin: 0px padding: 0px font-family: 宋体 "专题上线时间/span/strong/p/td/trtr style="margin: 0px padding: 0px "td width="53" style="margin: 0px border: 1px solid rgb(0, 0, 0) padding: 5px "p style="text-align: center "span style="margin: 0px padding: 0px font-family: Arial, sans-serif "1/span/p/tdtd width="359" style="margin: 0px border: 1px solid rgb(0, 0, 0) padding: 5px "p style="text-align: center "span style="margin: 0px padding: 0px font-family: 宋体 "锂电检测技术系列/spanspan style="margin: 0px padding: 0px font-family: Arial, sans-serif "——/spanspan style="margin: 0px padding: 0px font-family: 宋体 "电性能检测技术/span/p/tdtd width="126" style="margin: 0px border: 1px solid rgb(0, 0, 0) padding: 5px "p style="text-align: center "span style="margin: 0px padding: 0px font-family: Arial, sans-serif "2019/spanspan style="margin: 0px padding: 0px font-family: 宋体 "年/spanspan style="margin: 0px padding: 0px font-family: Arial, sans-serif "1/spanspan style="margin: 0px padding: 0px font-family: 宋体 "月/spanspan style="margin: 0px padding: 0px font-family: 宋体 color: rgb(0, 176, 240) "【/spanspan style="margin: 0px padding: 0px font-family: Arial, sans-serif "a href="https://www.instrument.com.cn/zt/lidian1" target="_blank" style="margin: 0px padding: 0px color: rgb(102, 102, 102) text-decoration-line: none "span style="margin: 0px padding: 0px font-family: 宋体 color: rgb(0, 176, 240) "span style="margin: 0px padding: 0px "链接】/span/span/a/span/p/td/trtr style="margin: 0px padding: 0px "td width="53" style="margin: 0px border: 1px solid rgb(0, 0, 0) padding: 5px "p style="text-align: center "span style="margin: 0px padding: 0px font-family: Arial, sans-serif "2/span/p/tdtd width="359" style="margin: 0px border: 1px solid rgb(0, 0, 0) padding: 5px "p style="text-align: center "span style="margin: 0px padding: 0px font-family: 宋体 "锂电检测技术系列/spanspan style="margin: 0px padding: 0px font-family: Arial, sans-serif "——/spanspan style="margin: 0px padding: 0px font-family: 宋体 "成分分析技术/span/p/tdtd width="126" style="margin: 0px border: 1px solid rgb(0, 0, 0) padding: 5px "p style="text-align: center "span style="margin: 0px padding: 0px font-family: Arial, sans-serif "2019/spanspan style="margin: 0px padding: 0px font-family: 宋体 "年/spanspan style="margin: 0px padding: 0px font-family: Arial, sans-serif "3/spanspan style="margin: 0px padding: 0px font-family: 宋体 "月/spanspan style="margin: 0px padding: 0px font-family: 宋体 color: rgb(0, 176, 240) "【/spanspan style="margin: 0px padding: 0px font-family: Arial, sans-serif "a href="https://www.instrument.com.cn/zt/lidian2" target="_blank" style="margin: 0px padding: 0px color: rgb(102, 102, 102) text-decoration-line: none "span style="margin: 0px padding: 0px font-family: 宋体 color: rgb(0, 176, 240) "span style="margin: 0px padding: 0px "链接】/span/span/a/span/p/td/trtr style="margin: 0px padding: 0px "td width="53" style="margin: 0px border: 1px solid rgb(0, 0, 0) padding: 5px "p style="text-align: center "span style="margin: 0px padding: 0px font-family: Arial, sans-serif "3/span/p/tdtd width="359" style="margin: 0px border: 1px solid rgb(0, 0, 0) padding: 5px "p style="text-align: center "span style="margin: 0px padding: 0px font-family: 宋体 "锂电检测技术系列/spanspan style="margin: 0px padding: 0px font-family: Arial, sans-serif "——/spanspan style="margin: 0px padding: 0px font-family: 宋体 "形貌分析技术/span/p/tdtd style="margin: 0px border: 1px solid rgb(0, 0, 0) padding: 5px "p style="text-align: center "span style="margin: 0px padding: 0px font-family: Arial, sans-serif "2019/spanspan style="margin: 0px padding: 0px font-family: 宋体 "年/spanspan style="margin: 0px padding: 0px font-family: Arial, sans-serif "5/spanspan style="margin: 0px padding: 0px font-family: 宋体 "月/spanspan style="margin: 0px padding: 0px font-family: 宋体 color: rgb(0, 176, 240) "【/spanspan style="margin: 0px padding: 0px font-family: Arial, sans-serif "a href="https://www.instrument.com.cn/zt/lidian3" target="_blank" style="margin: 0px padding: 0px color: rgb(102, 102, 102) text-decoration-line: none "span style="margin: 0px padding: 0px font-family: 宋体 color: rgb(0, 176, 240) "span style="margin: 0px padding: 0px "链接】/span/span/a/span/p/td/trtr style="margin: 0px padding: 0px "td width="53" style="margin: 0px border: 1px solid rgb(0, 0, 0) padding: 5px "p style="text-align: center "span style="margin: 0px padding: 0px font-family: Arial, sans-serif "4/span/p/tdtd width="359" style="margin: 0px border: 1px solid rgb(0, 0, 0) padding: 5px "p style="text-align: center "span style="margin: 0px padding: 0px font-family: 宋体 "锂电检测技术系列/spanspan style="margin: 0px padding: 0px font-family: Arial, sans-serif "——/spanspan style="margin: 0px padding: 0px font-family: 宋体 "晶体结构分析技术/span/p/tdtd rowspan="3" style="margin: 0px border: 1px solid rgb(0, 0, 0) padding: 5px "br//td/trtr style="margin: 0px padding: 0px "td width="53" style="margin: 0px border: 1px solid rgb(0, 0, 0) padding: 5px "p style="text-align: center "span style="margin: 0px padding: 0px font-family: Arial, sans-serif "5/span/p/tdtd width="359" style="margin: 0px border: 1px solid rgb(0, 0, 0) padding: 5px "p style="text-align: center "span style="margin: 0px padding: 0px font-family: 宋体 "锂电检测技术系列/spanspan style="margin: 0px padding: 0px font-family: Arial, sans-serif "——X/spanspan style="margin: 0px padding: 0px font-family: 宋体 "射线光电子能谱分析技术/span/p/td/trtr style="margin: 0px padding: 0px "td width="53" style="margin: 0px border: 1px solid rgb(0, 0, 0) padding: 5px "p style="text-align: center "span style="margin: 0px padding: 0px font-family: Arial, sans-serif "6/span/p/tdtd width="359" style="margin: 0px word-break: break-all border: 1px solid rgb(0, 0, 0) padding: 5px "p style="text-align: center "span style="margin: 0px padding: 0px font-family: 宋体 "锂电检测技术系列/spanspan style="margin: 0px padding: 0px font-family: Arial, sans-serif "——/spanspan style="margin: 0px padding: 0px font-family: 宋体 "安全性和可靠性分析仪器及设备/span/pdivspan style="margin: 0px padding: 0px font-family: 宋体 "br//span/div/td/tr/tbody/tablepbr//p

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)

翁开尔是析塔清洁度仪独家代理商，欢迎致电咨询析塔清洁度仪在合金焊接上的技术应用。汽车轻量化成为使命，汽车制造商越发对轻质材料情有独钟，以寻求降低能耗和最小化腐蚀风险。汽车设施从钢转向铝材，这些铝材组件是需要焊接冲压或机加工的。然而，将钢焊接技术应用于铝焊接时，事情就不是那么简单了。虽然铝焊接本身是最主要的任务，但必须满足一个前提条件——保证焊接铝材表面的清洁度。对于从钢焊接工艺过渡到铝焊接工艺的设施，焊接前的表面处理是必须考虑的因素。不单单对于汽车制造而言，对精密工具制造、造船、轨道交通、航天航空、大型机械制造等行业的焊接准备中都会清洁钢和铝表面。这也意味着过去从不需要零件清洗机的工厂将不得不将零件清洗系统集成到他们的制造过程中，在焊接前确保零件表面足够干净，以此确保焊接良品率。┃ 铝与钢焊接焊接钢和铝之间的根本区别在于铝具有更高的电阻和熔化温度。熔池中较高的温度会产生足够的热能来增加氢的溶解度和扩散率。如果零件表面存在污染物，容易导致焊缝出现气孔或开裂。┃ 铝污染物的主要类型从大规模零售制造铝到达焊接工作室，铝会暴露在几种主要类型的污染物中。这些污染物如下： 油或者油脂 墨水 润滑脂 颗粒污垢许多东西在焊接前都会弄脏和污染铝，这种污染物的存在会对焊接质量产生严重的持久影响。这就是为什么在焊接前对铝件进行清洗的原因。如果铝件表面不够干净，在焊接的过程中，则容易出现烟灰，焊缝未熔合，不确定的电弧和附加电阻等现象。┃ 清洁表面对焊接的重要性在精细化制造要求下，清洁度一定意义上决定了焊接的质量。清洁的表面助于实现成功焊接：00001. 一致性：清洁焊接材料在制造实验室中提供了一定程度的一致性，并允许您将铝用作焊接性能的控制变量。00002. 无孔隙率：孔隙率是由碳氢化合物或氧化等污染物焊接到金属中引起的金属表面质量缺陷。如果金属变得有多孔，它会形成结构较差的接头，如果金属在焊接部位有足够的多孔，则该接头甚至可能因此而失效。但如果铝是干净的，焊缝就不会有隐藏的缺陷，接头应该能按预期工作。00003. 高强度：因为没有污染物，所以用纯铝进行的焊接比用受污染的铝或含有氧化铝的铝进行的焊接具有更高的抗拉强度。由于金属焊缝在建造后承担着建造项目的整体安全性和耐久性的责任，因此所使用的焊缝必须尽可能坚固，以防止意外的结构损坏。┃析塔清洁度仪是检测铝件表面清洁情况的重要仪器在焊接铝件前，往往需要对铝件进行脱脂去除水分和残留污染物，以及采用激光清洗或机械清洗氧化层。那么怎样的清洗程度铝件才算干净呢？德国析塔清洁度检测仪可以有效量化金属件表面清洁情况，更好的保证激光焊接质量，减少激光焊接缺陷。焊接气孔会降低坚固性和密封性，下图显示在激光焊接前使用析塔清洁度仪对工件表面进行清洁度检测,当工件表面清洁度高于65%，焊接气孔数量明显降低，当工件表面清洁度低于65%时，焊接气孔数量明显增加。 德国析塔SITA表面清洁度仪采用共焦法原理，通过光源发射出最佳波长的UV光检测金属表面的污染物，内置的传感器精准探测污染物引起的荧光强度，该荧光强度的大小取决于基材表面有机物残留情况，从而能精准量化检测金属表面清洁度。德国析塔SITA清洁度测试仪可以广泛运用在焊接接头质量、安全气囊点火装置的焊接组件等方面，工件表面污染物会影响焊接质量，焊接气孔会导致泄露，因此在焊接工艺前检测工件表面清洁度非常有必要，可以有效降低焊接次品率。

2013年4月3日，国家药典委对药材和饮片鉴定通则进行公示，规定药材和饮片的检定包括“性状”、“鉴别”、“检查”、“浸出物”、“含量测定”等，公示中还将相关检测的注意事项详细注明。详情如下：附录Ⅱ B 药材和饮片检定通则　　药材和饮片的检定包括“性状”、“鉴别”、“检查”、“浸出物”、“含量测定”等。检定时应注意下列有关的各项规定。　　一、检验样品的取样应按药材和饮片取样法(附录Ⅱ A)的规定进行。　　二、为了正确检验，必要时可用符合本版药典规定的相应标本作对照。　　三、供试品如已破碎或粉碎，除“性状”、“显微鉴别”项可不完全相同外，其他各项应符合规定。　　四、“性状”系指药材和饮片的形状、大小、表面(色泽与特征)、质地、断面(折断面或切断面)及气味等特征。性状的观察方法主要用感官来进行，如眼看(较细小的可借助于扩大镜或体视显微镜)、手摸、鼻闻、口尝等方法。　　1. 形状是指药材和饮片的外形。观察时一般不需预处理，如需观察很皱缩的全草、叶或花类时，可先浸湿使软化后，展平，观察。观察某些果实、种子类时，如有必要可浸软后，取下果皮或种皮，以观察内部特征。　　2. 大小是指药材和饮片的长短、粗细(直径)和厚薄。一般应测量较多的供试品，可允许有少量高于或低于规定的数值。对细小的种子或果实类，可将每10粒种子紧密排成一行，测量后求其平均值。测量时应用毫米刻度尺。　　3. 表面是指在日光下观察药材和饮片的表面色泽(颜色及光泽度) 如用两种色调复合描述颜色时，以后一种色调为主，例如黄棕色，即以棕色为主 以及观察药材和饮片表面的光滑、粗糙、皮孔、皱纹、附属物等外观特征。观察时，供试品一般不作预处理。　　4. 质地与断面　　质地是指用手折断药材和饮片时的感官感觉。　　断面是指在日光下观察药材和饮片的断面色泽(颜色及光泽度)，以及断面特征。如折断面不易观察到纹理，可削平后进行观察。　　5. 气味是指药材和饮片的嗅感与味感。　　嗅感可直接嗅闻，或在折断、破碎或搓揉时进行。必要时可用热水湿润后检查。　　味感可取少量直接口尝，或加热水浸泡后尝浸出液。有毒药材和饮片如需尝味时，应注意防止中毒。　　6. 药材和饮片不得有虫蛀、发霉及其他物质污染等异常现象。　　五、“鉴别”系指检验药材和饮片真实性的方法，包括经验鉴别、显微鉴别、理化鉴别、聚合酶链式反应法等。　　1. 经验鉴别系指用简便易行的传统的直观方法观察药材和饮片的颜色变化、浮沉情况以及爆鸣、火焰等特征。　　2. 显微鉴别 系指用显微镜对药材和饮片的切片、粉末、解离组织或表面以及含有饮片粉末的制剂进行观察，并根据组织、细胞或内含物等特征进行相应鉴别的方法。照显微鉴别法(附录Ⅱ C ) 项下的方法制片观察。　　3. 理化鉴别 系指用物理或化学的方法，对药材和饮片中所含某些化学成分进行的鉴别试验。包括一般鉴别、光谱及色谱鉴别等方法。　　(1)如用荧光法鉴别，将供试品(包括断面、浸出物等)或经酸、碱处理后，置紫外光灯下约10cm处观察所产生的荧光。除另有规定外，紫外光灯的波长为365nm。　　(2)如用微量升华法鉴别，取金属片或载玻片，置石棉网上，金属片或载玻片上放一高约8mm的金属圈，圈内放里适量供试品粉末，圈上覆盖载玻片，在石棉网下用酒精灯缓缓加热，至粉末开始变焦，去火待冷，载玻片上有升华物凝集。将载玻片反转后，置显微镜下观察结晶形状、色泽，或取升华物加试液观察反应。　　(3)如用光谱和色谱鉴别，常用的有紫外-可见分光光度法、红外分光光度法、薄层色谱法、高效液相色谱法、气相色谱法等。　　4. 聚合酶链式反应法 是指通过比较药材及饮片间DNA 分子遗传多样性差异来鉴别药材的方法。　　六、“检查”系指对药材和饮片的纯净程度、可溶性物质、有害或有毒物质进行的限量检查，包括水分、灰分、杂质、毒性成分、重金属及有害元素、二氧化硫残留、农药残留、黄曲霉毒素等。　　除另有规定外，饮片水分不得过13% 饮片的药屑和杂质不得过3% 药材及饮片(矿物类除外)的二氧化硫残留量不得过150mg/Kg。　　七、“浸出物测定”系指用水或其他适宜的溶剂对药材和饮片中可溶性物质进行的测定。　　八、“含量测定”系指用化学、物理或生物的方法，对药材和饮片中含有的有关成分进行检测。　　注意 (1) 进行测定时，需粉碎的药材和饮片，应按正文标准项下规定的要求粉碎过筛，并注意混匀。　　(2) 检查和测定的方法按正文标准项下规定的方法或指定的有关附录方法进行。　　国家药典委员会　　2013年4月3日

摘要晶圆表面缺陷检测在半导体制造中对控制产品质量起着重要作用，已成为计算机视觉领域的研究热点。然而，现有综述文献中对晶圆缺陷检测方法的归纳和总结不够透彻，缺乏对各种技术优缺点的客观分析和评价，不利于该研究领域的发展。本文系统分析了近年来国内外学者在晶圆表面缺陷检测领域的研究进展。首先，介绍了晶圆表面缺陷模式的分类及其成因。根据特征提取方法的不同，目前主流的方法分为三类：基于图像信号处理的方法、基于机器学习的方法和基于深度学习的方法。此外，还简要介绍了代表性算法的核心思想。然后，对每种方法的创新性进行了比较分析，并讨论了它们的局限性。最后，总结了当前晶圆表面缺陷检测任务中存在的问题和挑战，以及该领域未来的研究趋势以及新的研究思路。1.引言硅晶圆用于制造半导体芯片。所需的图案是通过光刻等工艺在晶圆上形成的，是半导体芯片制造过程中非常重要的载体。在制造过程中，由于环境和工艺参数等因素的影响，晶圆表面会产生缺陷，从而影响晶圆生产的良率。晶圆表面缺陷的准确检测，可以加速制造过程中异常故障的识别以及制造工艺的调整，提高生产效率，降低废品率。晶圆表面缺陷的早期检测往往由经验丰富的检测人员手动进行，存在效率低、精度差、成本高、主观性强等问题，不足以满足现代工业化产品的要求。目前，基于机器视觉的缺陷检测方法[1]在晶圆检测领域已经取代了人工检测。传统的基于机器视觉的缺陷检测方法往往采用手动特征提取，效率低下。基于计算机视觉的检测方法[2]的出现，特别是卷积神经网络等神经网络的出现，解决了数据预处理、特征表示和提取以及模型学习策略的局限性。神经网络以其高效率、高精度、低成本、客观性强等特点，迅速发展，在半导体晶圆表面缺陷检测领域得到广泛应用。近年来，随着智能终端和无线通信设施等电子集成电路的发展，以及摩尔定律的推广，在全球对芯片的需求增加的同时，光刻工艺的精度也有所提高。随着技术的进步，工艺精度已达到10纳米以下[5]。因此，对每个工艺步骤的良率提出了更高的要求，对晶圆制造中的缺陷检测技术提出了更大的挑战。本文主要总结了晶圆表面缺陷检测算法的相关研究，包括传统的图像处理、机器学习和深度学习。根据算法的特点，对相关文献进行了总结和整理，对晶圆缺陷检测领域面临的问题和挑战进行了展望和未来发展。本文旨在帮助快速了解晶圆表面缺陷检测领域的相关方法和技能。2. 晶圆表面缺陷模式在实际生产中，晶圆上的缺陷种类繁多，形状不均匀，增加了晶圆缺陷检测的难度。在晶圆缺陷的类型中，无图案晶圆缺陷和图案化晶圆缺陷是晶圆缺陷的两种主要形式。这两类缺陷是芯片故障的主要原因。无图案晶圆缺陷多发生在晶圆生产的预光刻阶段，即由机器故障引起的晶圆缺陷。划痕缺陷如图1a所示，颗粒污染缺陷如图1b所示。图案化晶圆缺陷多见于晶圆生产的中间工序。曝光时间、显影时间和烘烤后时间不当会导致光刻线条出现缺陷。螺旋激励线圈和叉形电极的微纳制造过程中晶圆表面产生的缺陷如图2所示。开路缺陷如图2 a所示，短路缺陷如图2 b所示，线路污染缺陷如图2 c所示，咬合缺陷如图2d所示。图1.（a）无图案晶圆的划痕缺陷；（b）无图案晶圆中的颗粒污染。图2.（a）开路缺陷，（b）短路缺陷，（c）线路污染，以及（d）图案化晶圆缺陷图中的咬合缺陷。由于上述晶圆缺陷的存在，在对晶圆上所有芯片进行功能完整性测试时，可能会发生芯片故障。芯片工程师用不同的颜色标记测试结果，以区分芯片的位置。在不同操作过程的影响下，晶圆上会产生相应的特定空间图案。晶圆图像数据，即晶圆图，由此生成。正如Hansen等在1997年指出的那样，缺陷芯片通常具有聚集现象或表现出一些系统模式，而这种缺陷模式通常包含有关工艺条件的必要信息。晶圆图不仅可以反映芯片的完整性，还可以准确描述缺陷数据对应的空间位置信息。晶圆图可能在整个晶圆上表现出空间依赖性，芯片工程师通常可以追踪缺陷的原因并根据缺陷类型解决问题。Mirza等将晶圆图缺陷模式分为一般类型和局部类型，即全局随机缺陷和局部缺陷。晶圆图缺陷模式图如图3所示，局部缺陷如图3 a所示，全局随机缺陷如图3b所示。全局随机缺陷是由不确定因素产生的，不确定因素是没有特定聚类现象的不可控因素，例如环境中的灰尘颗粒。只有通过长期的渐进式改进或昂贵的设备大修计划，才能减少全局随机缺陷。局部缺陷是系统固有的，在晶圆生产过程中受到可控因素的影响，如工艺参数、设备问题和操作不当。它们反复出现在晶圆上，并表现出一定程度的聚集。识别和分类局部缺陷，定位设备异常和不适当的工艺参数，对提高晶圆生产良率起着至关重要的作用。图3.（a）局部缺陷模式（b）全局缺陷模式。对于面积大、特征尺寸小、密度低、集成度低的晶圆图案，可以用电子显微镜观察光刻路径，并可直接进行痕量检测。随着芯片电路集成度的显著提高，进行芯片级检测变得越来越困难。这是因为随着集成度的提高，芯片上的元件变得更小、更复杂、更密集，从而导致更多的潜在缺陷。这些缺陷很难通过常规的检测方法进行检测和修复，需要更复杂、更先进的检测技术和工具。晶圆图研究是晶圆缺陷检测的热点。天津大学刘凤珍研究了光刻设备异常引起的晶圆图缺陷。针对晶圆实际生产过程中的缺陷，我们通过设备实验对光刻胶、晶圆粉尘颗粒、晶圆环、划痕、球形、线性等缺陷进行了深入研究，旨在找到缺陷原因，提高生产率。为了确定晶圆模式失效的原因，吴明菊等人从实际制造中收集了811,457张真实晶圆图，创建了WM-811K晶圆图数据集，这是目前应用最广泛的晶圆图。半导体领域专家为该数据集中大约 20% 的晶圆图谱注释了八种缺陷模式类型。八种类型的晶圆图缺陷模式如图4所示。本综述中引用的大多数文章都基于该数据集进行了测试。图4.八种类型的晶圆映射缺陷模式类型：（a）中心、（b）甜甜圈、（c）边缘位置、（d）边缘环、（e）局部、（f）接近满、（g）随机和（h）划痕。3. 基于图像信号处理的晶圆表面缺陷检测图像信号处理是将图像信号转换为数字信号，再通过计算机技术进行处理，实现图像变换、增强和检测。晶圆检测领域常用的有小波变换（WT）、空间滤波（spatial filtering）和模板匹配（template matching）。本节主要介绍这三种算法在晶圆表面缺陷检测中的应用。图像处理算法的比较如表1所示。表 1.图像处理算法的比较。模型算法创新局限小波变换 图像可以分解为多种分辨率，并呈现为具有不同空间频率的局部子图像。防谷物。阈值的选择依赖性很强，适应性差。空间滤波基于空间卷积，去除高频噪声，进行边缘增强。性能取决于阈值参数。模板匹配模板匹配算法抗噪能力强，计算速度快。对特征对象大小敏感。3.1. 小波变换小波变换（WT）是一种信号时频分析和处理技术。首先，通过滤波器将图像信号分解为不同的频率子带，进行小波分解 然后，通过计算小波系数的平均值、标准差或其他统计度量，分析每个系数以检测任何异常或缺陷。异常或缺陷可能表现为小波系数的突然变化或异常值。根据分析结果，使用预定义的阈值来确定信号中的缺陷和异常，并通过识别缺陷所在的时间和频率子带来确定缺陷的位置。小波分解原理图如图5所示，其中L表示低频信息，H表示高频信息。每次对图像进行分解时，图像都会分解为四个频段：LL、LH、HL 和 HH。下层分解重复上层LL带上的分解。小波变换在晶圆缺陷特征的边界处理和多尺度边缘检测中具有良好的性能。图5.小波分解示意图。Yeh等提出了一种基于二维小波变换（2DWT）的方法，该方法通过修正小波变换模量（WTMS）计算尺度系数之间的比值，用于晶圆缺陷像素的定位。通过选择合适的小波基和支撑长度，可以使用少量测试数据实现晶圆缺陷的准确检测。图像预处理阶段耗费大量时间，严重影响检测速度。Wen-Ren Yang等提出了一种基于短时离散小波变换的晶圆微裂纹在线检测系统。无需对晶圆图像进行预处理。通过向晶圆表面发射连续脉冲激光束，通过空间探针阵列采集反射信号，并通过离散小波变换进行分析，以确定微裂纹的反射特性。在加工的情况下，也可以对微裂纹有更好的检测效果。多晶太阳能硅片表面存在大量随机晶片颗粒，导致晶圆传感图像纹理不均匀。针对这一问题，Kim Y等提出了一种基于小波变换的表面检测方法，用于检测太阳能硅片缺陷。为了更好地区分缺陷边缘和晶粒边缘，使用两个连续分解层次的小波细节子图的能量差作为权重，以增强每个分解层次中提出的判别特征。实验结果表明，该方法对指纹和污渍有较好的检测效果，但对边缘锋利的严重微裂纹缺陷无效，不能适用于所有缺陷。3.2. 空间过滤空间滤波是一种成熟的图像增强技术，它是通过直接对灰度值施加空间卷积来实现的。图像处理中的主要作用是图像去噪，分为平滑滤镜和锐化滤镜，广泛应用于缺陷检测领域。图6显示了图像中中值滤波器和均值滤波器在增加噪声后的去噪效果。图6.滤波去噪效果图：（a）原始图像，（b）中值滤波去噪，（c）均值滤光片去噪。Ohshige等提出了一种基于空间频率滤波技术的表面缺陷检测系统。该方法可以有效地检测晶圆上的亚微米缺陷或异物颗粒。晶圆制造中随机缺陷的影响。C.H. Wang提出了一种基于空间滤波、熵模糊c均值和谱聚类的晶圆缺陷检测方法，该方法利用空间滤波对缺陷区域进行去噪和提取，通过熵模糊c均值和谱聚类获得缺陷区域。结合均值和谱聚类的混合算法用于缺陷分类。它解决了传统统计方法无法提取具有有意义的分类的缺陷模式的问题。针对晶圆中的成簇缺陷，Chen SH等开发了一种基于中值滤波和聚类方法的软件工具，所提算法有效地检测了缺陷成簇。通常，空间过滤器的性能与参数高度相关，并且通常很难选择其值。3.3. 模板匹配模板匹配检测是通过计算模板图像与被测图像之间的相似度来实现的，以检测被测图像与模板图像之间的差异区域。Han H等从晶圆图像本身获取的模板混入晶圆制造工艺的设计布局方案中，利用物理空间与像素空间的映射，设计了一种结合现有圆模板匹配检测新方法的晶圆图像检测技术。刘希峰结合SURF图像配准算法，实现了测试晶圆与标准晶圆图案的空间定位匹配。测试图像与标准图像之间的特征点匹配结果如图7所示。将模式识别的轮廓提取技术应用于晶圆缺陷检测。Khalaj等提出了一种新技术，该技术使用高分辨率光谱估计算法提取晶圆缺陷特征并将其与实际图像进行比较，以检测周期性2D信号或图像中不规则和缺陷的位置。图7.测试图像与标准图像之间的特征点匹配结果。下接：晶圆表面缺陷检测方法综述【下】

云唐升级|ATP荧光检测仪可对表面洁净度快速筛查　　该设备为全新升级产品，大屏幕触摸显示屏，代替传统按键。操作采用生物化学反应方法检测ATP含量，ATP荧光检测仪基于萤火虫发光原理，利用“荧光素酶—荧光素体系”快速检测三磷酸腺苷(ATP)。ATP拭子含有可以裂解细胞膜的试剂，能将细胞内ATP释放出来，与试剂中含有的特异性酶发生反应，产生光，再用荧光照度计检测发光值，微生物的数量与发光值成正比，由于所有生物活细胞中含有恒量的ATP，所以ATP含量可以清晰地表明样品中微生物与其他生物残余的多少，用于判断卫生状况。ATP荧光检测仪产品链接https://www.instrument.com.cn/netshow/SH104655/C467598.htm ATP荧光检测仪创新点和产品特性：　　云唐ATP荧光检测仪广泛应用于：细菌微生物检测、医药卫生、食品安全、市场执法、表面洁净度检测、医疗防疫、水质水政、生产线卫生、工业水处理、环保检测、海关出入境检疫及其他执法部门等多种行业。　　仪器特性：　　实用性 —— 可根据环境检测需求设定上下限值，做到数据快速评估预警，表面洁净度快速筛查。　　灵敏度高 —— 10-15～10-18 mol　　速度快 —— 常规培养法18-24h以上，而ATP只需要十几秒钟 .　　可行性 —— 微生物数量与微生物体内所含ATP有明确的相关性。 通过检测ATP含量，可间接得出反应中微生物数量　　可操作性 —— 传统培养方法需要在实验室由经过培训的技术人员进行操作 而ATP快速洁净度检测操作非常简便，只需简单的培训即可由一般工作人员进行现场操作。　　体验更好 —— 试子套管采用插拔式灵活设计，可定期清洗长期使用，延长仪器寿命。　　主要参数：　　1、显示屏：3.5英寸高精度图形触摸屏　　2、处理器：32位高速数据处理芯片　　3、检测精度：1×10-18mol　　4、大肠菌群：1-106cfu　　5、检测范围：0 to 999999 RLUs　　6、检测时间：15秒　　7、检测干扰：±5﹪或±5 RLUs　　8、操作温度范围：5℃到40℃　　9、操作湿度范围：20—85﹪　　10、ATP回收率：90-110%　　11、检出模式：RLU、大肠菌群筛查　　12、可任意设定上限值，下限值　　13、自动判断合格与不合格　　14、自动统计合格率　　15、内置自校光源　　16、开机30秒自检　　17、配有miniUSB接口，可将结果上传至PC　　18、配备专用软件驱动U盘代替传统光盘　　19、仪器尺寸(W×H×D)：188 mm×77mm×37mm　　20、使用可充电锂电池免电池更换　　21、备用状态(20℃)：6个月　　22、中文操作手册　　23、稳定的液体荧光素酶　　24、润湿的一体化采集拭子　　随机配置：ATP荧光检测仪(手持)主机、铝合金手提箱、驱动U盘、仪器包、挂绳、PC数据线、数据分析软件、中文操作手册

德祥集团&mdash &mdash 诚征英国Lovibond色度测量仪全国各地合作代理商 Tintometer系列产品被公认为*的色度分析仪器。现在，全世界100多个国家都使用Lovibond色度计来分析食用油、工业油、化学溶剂、表面活性剂和石油衍生物等。国际权威标准化组织，如AOCS, ASTM, ISO等，不仅认可了Lovibond色度计这一色度分析的标志，而且在油品及其衍生物的测量标准中引述。一个多世纪的知识和经验都被融入Tintometer系列产品中，Lovibond商标已成为色度分析仪器的代名词，所提供的等级玻璃标准保证在正常使用期间不会褪色。 产品系列： PFX 950、PFX 995　Lovibond高精度全自动色度仪&mdash &mdash 依据多种相应色度标准对石油、燃料等石化产品及脂肪、蜡状物等进行自动色度分析测量。 PFX880　Lovibond高精度全自动色度仪&mdash &mdash 依据多种相应色度标准对油品、脂肪、蜡状物及石油燃料等产品进行自动色度分析测量。 PFX195　Lovibond自动色度仪&mdash &mdash 可全面对产品进行色度分析测定和数据管理。广泛应用于实验室色度分析和工业领域色度测量和质量控制。 Model F　Lovibond先进的目视色度仪&mdash &mdash Lovibond色度标准广泛应用于透明产品，包括：油品、液体化学试剂及糖浆，同时也可用于光反射的样品，如：脂肪和胶状物。 RT系列样品表面色度测量仪&mdash &mdash 广泛应用于食品、塑料、玻璃、油品等样品表面色度的测量。 The Tintometer Ltd. 2009年6月正式授权于德祥为Lovibond产品中国区总代理，建立长期合作关系。我司负责Lovibond产品在中国境内的市场推广及服务工作。为了更好地服务于广大客户，现德祥集团向全国各地诚招合作代理经销商，欢迎有意者来电来函与我司洽谈联系： 联系人：杨小姐 电话：021-52610159-863 传真：021-52610122 邮箱：Lisa_Yang@tegent.con.cn 网址：http://www.tegent.com.cn 德祥集团&mdash &mdash 上海德心贸易有限公司 地址：上海市静安区北京西路1068号银发大厦18F（200041）

德祥集团&mdash &mdash 诚征英国Lovibond色度测量仪全国各地合作代理商 Tintometer系列产品被公认为*的色度分析仪器。现在，全世界100多个国家都使用Lovibond色度计来分析食用油、工业油、化学溶剂、表面活性剂和石油衍生物等。国际权威标准化组织，如AOCS, ASTM, ISO等，不仅认可了Lovibond色度计这一色度分析的标志，而且在油品及其衍生物的测量标准中引述。一个多世纪的知识和经验都被融入Tintometer系列产品中，Lovibond商标已成为色度分析仪器的代名词，所提供的等级玻璃标准保证在正常使用期间不会褪色。产品系列： PFX 950、PFX 995　Lovibond高精度全自动色度仪&mdash &mdash 依据多种相应色度标准对石油、燃料等石化产品及脂肪、蜡状物等进行自动色度分析测量。 PFX880　Lovibond高精度全自动色度仪&mdash &mdash 依据多种相应色度标准对油品、脂肪、蜡状物及石油燃料等产品进行自动色度分析测量。 PFX195　Lovibond自动色度仪&mdash &mdash 可全面对产品进行色度分析测定和数据管理。广泛应用于实验室色度分析和工业领域色度测量和质量控制。 Model F　Lovibond先进的目视色度仪&mdash &mdash Lovibond色度标准广泛应用于透明产品，包括：油品、液体化学试剂及糖浆，同时也可用于光反射的样品，如：脂肪和胶状物。 RT系列样品表面色度测量仪&mdash &mdash 广泛应用于食品、塑料、玻璃、油品等样品表面色度的测量。 The Tintometer Ltd. 2009年6月正式授权于德祥为Lovibond产品中国区总代理，建立长期合作关系。我司负责Lovibond产品在中国境内的市场推广及服务工作。为了更好地服务于广大客户，现德祥集团向全国各地诚招合作代理经销商，欢迎有意者来电来函与我司洽谈联系： 联系人：杨小姐 电话：021-52610159-863 传真：021-52610122 邮箱：Lisa_Yang@tegent.con.cn 网址：http://www.tegent.com.cn 德祥集团&mdash &mdash 上海德心贸易有限公司 地址：上海市静安区北京西路1068号银发大厦18F（200041）

农贸市场的神秘粉末　　4月7日，重庆多位市民反映，九龙坡区冶金3村农贸市场内，有肉贩给猪肉涂抹一种可疑的白色粉末，抹过粉的肉看起来更新鲜。九龙坡区工商分局石坪桥工商所、九龙坡区公安分局石坪桥派出所等多部门立即赶赴现场，对市场内该肉摊进行调查。经查，经营者蒙家治当天凌晨从毛线沟屠场购进一头生猪，肉重126公斤，在摊位上分割成块后，将一种白色粉末涂抹在猪肉表面，涂抹后的猪肉表面色泽较鲜艳，卖相好。工商执法人员暂扣待售的可疑猪肉120多公斤和不明白色粉末1瓶，并采样送检。　　"昨天早晨7点多钟，我就看到他在抹这种白粉。"现场围观的市民中有人反映，该肉贩为猪肉抹粉的行为不止一次，"怪不得他卖的猪肉颜色特别新鲜，生意也好!"　　蒙家治在工商所做询问笔录时承认，共有120多公斤猪肉抹上了白色粉末，这样做是为了让肉保持新鲜，还有收敛水分的作用。据他交代，白色粉末为食用碱，是从杨家坪农贸市场买的，2元钱就可以买一斤粉末。他给猪肉抹这种粉末已经一年多了。蒙家治说："我这是给猪肉化妆。如果我不抹的话，卖不完的肉第二天只有扔了。"　　4月12日，中国轻工业联合会食品质量监督检测重庆站得出检测结论：蒙家治在其销售的猪肉上涂抹的白色粉末为食用碱。目前，区工商分局已对蒙家治立案调查，现该案正在调查处理当中。　　"化妆猪肉"是一个新课题　　据了解，食用碱并不是一种常用调味品，它只是一种食品疏松剂和肉类嫩化剂，能使干货原料迅速涨发，软化纤维，去除发面团的酸味，适当使用可为食品带来极佳的色、香、味、形，以增进人们的食欲。食物添加食用碱，一是为口感，二是为易烂，三是为成色。但碱吃得过多，对胃肠道和呼吸系统具有强烈刺激作用，可使人出现腹痛、腹泻、呕吐等中毒症状。　　在采访中，九龙坡区工商分局执法人员表示，他们首次遇到在猪肉上涂抹粉末的情况。食用碱通常在肉类腌制的过程中添加，目的是打碎肉类的粗纤维，但若添加剂量过大对人体有害。"化妆猪肉"的情况是否普遍存在?存在多长时间?目前均不清楚。　　九龙坡副区长戎蓉介绍说，根据《食品添加剂使用卫生标准》规定，食用碱可作为酸度调节剂使用于小麦粉制品和糕点中。根据国务院《生猪屠宰管理条例》规定，从事生猪产品销售、肉食品生产加工的单位和个人，销售、使用注水或者注入其他物质的生猪产品的，将没收尚未销售、使用的相关生猪产品以及违法所得，并处货值金额3倍以上5倍以下的罚款。　　九龙坡工商分局有关人员表示，将按上限对该肉贩进行处罚。事发后，九龙坡区工商分局立即对全区农贸市场开展拉网式检查，重点检查猪肉经营者是否在猪肉上使用添加剂。到目前为止，区工商分局共计检查农贸市场36个(含专卖店)、猪肉经营者760户、猪肉11万多公斤，未发现猪肉经营者在猪肉上使用添加剂的行为。

a) SERS-CIP检测策略示意图；b)含SERS标记物的SERS-CIP玻璃毛细管照片，识别区域用红色圆圈表示；c)在SERS-CIP上实现手性氨基酸识别检测原理 课题组供图近日，中国科学院烟台海岸带研究所研究员陈令新团队在手性印迹表面增强拉曼散射（SERS）检测技术领域取得重要进展，研究成果“基于手性分子印迹的表面增强拉曼散射检测策略用于绝对对映体区分”发表在最新一期的《自然—通讯》。手性是自然界中普遍存在的现象。手性分子是与其镜像不能重合的分子，对映异构体间很多理化性质相同，但生理活性往往有很大的差别，因而，对单个对映体的选择性识别与检测在生命科学、环境监测和食品安全等领域至关重要。然而，单个对映体的识别存在很多挑战。首先，理想的手性区分策略需要外消旋体中的绝对对映体识别方法和高灵敏度的传感器件，并且保证对多种手性分子广泛适用，如何抑制对映体在手性区分传感器上的非特异性结合是关键。其次，对映体间具有相同的分子大小和官能团，仅结构呈现镜像对称，因此，不能根据一般传感器上的主-客体相互作用结果一概而论。此外，大多数手性识别策略高度依赖手性分子的细微结构特征，无法适用于复杂多样的手性化合物。海岸带是关乎人类社会发展的地球关键带。人类活动通过多种途径影响海岸带生态，使其被开发利用的同时，也造成了生态脆弱、灾害较多等问题，发展海洋生态固碳、保护生态环境是海岸带可持续发展的关键之一。氨基酸是海洋有机碳和有机氮的重要组成部分，氨基酸的手性转化是海洋微生物固碳的重要过程，了解手性氨基酸的结构和功能对于海洋固碳机制研究非常重要。然而，海岸带区域环境中的手性氨基酸含量很低、赋存介质复杂，因此亟需发展能够进行分离富集、降低和消除基质干扰的高灵敏手性分子检测技术。基于上述挑战，陈令新团队创新性发展了基于手性分子印迹的表面增强拉曼散射（SERS-CIP）检测策略，成功实现了对海水中精氨酸、组氨酸、天冬氨酸等8种氨基酸手性对映体的高选择性和高灵敏分析检测。手性分子印迹聚合物（CIP）具有在形状、大小和官能团三方面与目标氨基酸分子互补的空腔，能够高特异性结合目标手性分子，在手性氨基酸识别方面表现出了独特的优势。由于聚合物框架和手性分子的官能团之间的相互作用，不可避免的非特异性结合参与手性识别问题一直是挑战。研究发现，可以通过发展先进的CIP识别机制并通过抑制非特异性结合提高CIP对映体识别特异性。在利用SERS对CIP非特异性结合来源进行详细研究后，团队开发了一种检测识别机制来探索CIP的空间状态，并借此区分特异性结合和非特异性结合的氨基酸对映体分子。通过对映选择性测试、外消旋混合物分析以及在复杂实际样品中的手性识别表明，这种机制能够满足理想的手性识别策略的要求，并具有良好的实用性。该研究成果得到了国家自然科学基金和中科院国际博士后项目等项目的支持。文章的第一作者为助理研究员Maryam Arabi，文章通讯作者为研究员王运庆和陈令新。

p style="text-align: justify text-indent: 2em "2019年6月，仪思奇（北京）科技发展有限公司获得了法国Cordouan Technologies和美国xigo Nanotools在中国地区的独家代理。在刚刚落幕的IPB2019期间，仪思奇（北京）科技发展有限公司携这两家公司的重磅产品——Vasco Kin原位时间分辨纳米粒度分析仪和Xigo润湿颗粒比表面分析仪亮相，。仪器信息网在展会期间视频采访了仪思奇产品经理韩广乾，请其介绍了这两大产品的创新特色和其在制药、锂电池等主要行业领域的应用。/pp style="text-align: justify text-indent: 0em "script src="https://p.bokecc.com/player?vid=899D49FAA6DD97649C33DC5901307461&siteid=D9180EE599D5BD46&autoStart=false&width=600&height=490&playerid=5B1BAFA93D12E3DE&playertype=2" type="text/javascript"/scriptbr//pp style="text-align: justify text-indent: 2em "Vasco Kin被仪思奇方面称为纳米科学研究的“大杀器”。据韩广乾介绍，Vasco Kin原位时间分辨纳米粒度分析仪采用了和传统动态光散射不一样的方法，无需进行样品处理，即可原位远程测定包装物及反应釜中的粒度分布及其随时间的变化。另外仪器的采集速度比动态光散射快10倍以上，时间分辨DLS的分辨率为0.2s，可用于动力学监测。该仪器在制药行业的反应检测，环境科学、功能化油墨、油田化学、锂电材料、催化剂、化妆品和食品等领域具有广泛的应用潜景。例如其可以为制药行业的反应监测和药瓶中的蛋白质聚集体纳米阶段的生成监控，甚至监控和研究中药汤剂在加热过程中的粒度变化都提供了有效的技术手段。/pp style="text-align: justify text-indent: 2em "Xigo系列润湿颗粒比表面分析仪可以测量样品在悬浮液状态下的比表面信息，从而判断出颗粒在体系中的分散状态，这一点是传统测量比表面的气体吸附法所不能做到的。该仪器为电池隔膜用陶瓷浆料、锂电池正负极浆料、电子浆料、墨水、石墨烯和碳纳米管浆料以及原料药批次间等的质量控制，工艺处方的优化、筛选都提供了快速简便的检测手段。/pp style="text-align: justify text-indent: 2em "更多精彩IPB2019视频报道请关注“a href="https://www.instrument.com.cn/zt/IPB2019" target="_self"span style="color: rgb(0, 176, 240) text-decoration: underline "strongIPB2019精粹回眸/strong/span/a”专题。/pp style="text-align: center "a href="https://www.instrument.com.cn/zt/IPB2019" target="_self"img style="max-width: 100% max-height: 100% width: 600px height: 300px " src="https://img1.17img.cn/17img/images/201910/uepic/97a53a4b-a685-4961-a168-d8b0b4f5959a.jpg" title="IPB2019精粹回眸.jpg" alt="IPB2019精粹回眸.jpg" width="600" height="300" border="0" vspace="0"//a/p

不锈钢等离子清洗效果评估|钢板表面油脂污染情况检测方案测试说明客户：德国Relyon Plasma公司样品：不锈钢板测量设备：析塔清洁度仪FluoScan 3D污染物：福斯溶剂型防锈油Fuchs Anticorit MKR 4目标采用荧光法测量不锈钢表面污染情况，检查等离子清洗的效果及其影响参数。操作过程首先，将不锈钢板放在60°C的超声波清洗槽中，使用碱性清洗剂清洗15分钟，然后用去离子水彻底冲洗并干燥不锈钢板。随后，在不锈钢板上滴一滴Anticorit MKR 4防腐蚀油，并用实验室用布擦拭。然后，使用析塔FluoScan 3D清洁度检测仪，采用荧光法，高分辨率扫描钢板，检测钢板上的防腐蚀油分布。荧光法是一种对油膜厚度敏感的测量，测试结果以RFU（相对荧光单位）显示，RFU值越低，表面越干净。等离子清洗对于等离子体清洗，手持等离子体设置piezobrush PZ3被连接到析塔SITA FluoScan 3D（自动检测清洁度的测试台）的移动轴上，使得可以通过自动化进行等离子清洗处理。piezobrush PZ3在测试板上以编程的移动路径移动，同时等离子体以恒定的移动速度开启，并与钢板表面保持恒定的距离。为了说明速度（清洗时间）的影响，首先以2.5mm/s的速度进行处理，然后在清洗时间一半的位置上，以5mm/s的速度进行处理。测量结果图1：未清洗的不锈钢板上的荧光测量结果图2：等离子清洗后的不锈钢板上的荧光测量结果结论荧光测量的结果表明，使用等离子清洗的两个区域比钢板的其他部分干净很多。清洗时间越长，清洗效果越好。荧光法适用于在等离子清洗后轻松和快速地监测清洗结果，通过测量可以确定影响等离子清洗的参数，达到最佳的清洗效果，同时降低成本。使用析塔FluoScan 3D清洁度仪自动检测测量零件清洁度，高分辨率扫描零件，最终以图像化呈现零件污染程度不同的区域。析塔FluoScan 3D自动表面清洁度检测仪广泛运用在不同的清洗工艺（水基、溶剂、激光、等离子.....），可以灵活应用在实验室或生产车间。翁开尔是德国析塔中国独家代理商，欢迎致电咨询析塔自动清洁度检测系统。

近期，老牌期刊 Sensors and Actuators A: Physical 刊载了C. Ranacher等人题为Mid-infrared absorption gas sensing using a silicon strip waveguide的文章。此研究工作的目的是发展一种能够与当代硅基电子器件方便集成的新型气体探测器，探测器的核心部分是条状硅基光波导，工作的机理是基于条状硅基波导在中红外波段的倏逝场传播特性会受到波导周围气氛的变化而发生改变这一现象。C. Ranacher等人通过有限元模拟以及时域有限差分方法，设计了合理的器件结构，并通过一系列微加工工艺获得了原型器件，后从实验上验证了这种基于条状硅基光波导的器件可以探测到浓度低至5000 ppm的二氧化碳气体，在气体探测方面具有高的可行性（如图1、图2）。 图1：硅基条型光波导结构示意图图2：气体测试平台示意图参考文章：Mid-infrared absorption gas sensing using a silicon strip waveguide值得指出的是，对于光波导来说，结构表面的粗糙程度对结构的固有损耗有大的影响，常需要结构的表面足够光滑。传统的SEM观测模式下，研究者们可以获取样品形貌的图像信息，但很难对图像信息进行量化，也就无法定量对比不同样品的粗糙度或定量分析粗糙度对器件特性的影响。本文当中，为了能够准确、快捷、方便、定量化地对光波导探测器不同部分的粗糙度进行表征，C. Ranacher等人联系到了维也纳技术大学，利用该校电镜中心拥有的扫描电镜专用原位AFM探测系统AFSEM™ （注：奥地利GETec Microscopy公司将扫描电镜专用原位AFM探测系统命名为AFSEM，并已注册专用商标AFSEM™ ），在SEM中选取了感兴趣的样品部分并进行了原位AFM形貌轮廓定量化表征，相应的结果如图3所示，其中硅表面和氮化硅表面的粗糙度均方根分别为1.26 nm和1.17 nm。有了明确的量化结果，对于不同工艺结果的对比也就有了量化的依据，从而可以作为参考，优化工艺；另一方面，对于考量由粗糙度引起的波导固有损耗问题，也有了量化的分析依据。图3：(a) Taper结构的SEM形貌图像；(b) Launchpad表面的衍射光栅结构的SEM形貌图像；(c) 原位AFM表征结果：左下图为氮化硅层的表面轮廓图像，右上图为硅基条状结构的表面轮廓图像；(d) 衍射光栅的AFM轮廓表征结果通过传统的光学显微镜、电子显微镜，研究者们可以直观地获取样品的形貌图像信息。不过，随着对样品形貌信息的定量化表征需求及三维微纳结构轮廓信息表征的需求增多，能够与传统显微手段兼容并进行原位定量化轮廓形貌表征的设备就显得愈发重要。另一方面，随着聚焦电子束（FEB，focused electron beam）、聚焦离子束（FIB，focused ion beam）技术的发展，对样品进行微区定域加工的各类工艺被越来越广泛地应用于微纳米技术领域的相关研究当中。通常，在FIB系统当中能够获得的样品微区物性信息非常有限，如果要对工艺处理之后的样品进行微区定量化的形貌表征以及力学、电学、磁学特性分析，往往需要将样品转移至其他的物性分析系统或者表征平台。然而，不少材料对空气中的氧气或水分十分敏感，往往短时间暴露在大气环境中，就会使样品的表面特性发生变化，从而无法获得样品经过FIB系统处理后的原位信息。此外，有不少学科，需要利用FIB对样品进行逐层减薄并配合AFM进行逐层的物性定量分析，在这种情况下需要反复地将样品放入FIB腔体或从FIB腔体中去除，而且还需要对微区进行定标处理，非常麻烦，并且同样存在样品转移过程当中在大气环境中的沾污及氧化问题。有鉴于此，一种能够与SEM或FIB系统快速集成、并实现AFM原位观测的模块，就显得非常有必要。GETec Microscopy公司致力于研发集成于SEM、FIB系统的原位AFM探测系统，已有超过十年的时间，并于2015年正式推出了扫描电镜专用原位AFM探测系统AFSEM™ 。AFSEM™ 基于自感应悬臂梁技术，因此不需要额外的激光器及四象限探测器，即可实现AFM的功能，从而能够方便地与市场上的各类光学显微镜、SEM、FIB设备集成，在各种狭小腔体中进行原位的AFM轮廓测试（图4、图5）。另一方面，通过选择悬臂梁的不同功能型针（图6、图7），还可以在SEM腔体中，原位对微纳结构进行磁学、力学、电学特性观测，大程度地满足研究者们对各类样品微区特性的表征需求。对于联用系统，相信很多使用者都有过不同系统安装、调试、匹配过程繁琐的经历，或是联用效果差强人意的经历。不过，对于AFSEMTM系统，您完全不必有此方面的顾虑，通过文章下方的视频，您可以看到AFSEM™ 安装到SEM系统的过程十分简单，并且可以快速的找到感兴趣的样品区域并进行AFM的成像。图4：(左)自感应悬臂梁工作示意图；（右）AFSEMTM与SEM集成实图情况 图5：AFSEMTM在SEM中原位获取骨骼组织的定量化形貌信息 图6：自感应悬臂梁与功能型针（1） 图7：自感应悬臂梁与功能型针（2）目前Quantum Design中国子公司已将GETec扫描电镜专用原位AFM探测系统AFSEM™ 引进中国市场。AFSEM技术与SEM技术的结合，使得人们对微观和纳米新探索新发现成为可能。

目前持久性有机污染物(POPs)污染已遍及全球，严重威胁着人类生命健康和生态环境安全，成为倍受关注的全球性环境问题之一，如何高效准确的分析检测POPs并及时作出预警日渐被提上日程。吉林大学阮伟东报告题目：直接与间接SERS方法在环境污染物检测方面的作用　　传统的持久性有机污染物(POPs)检测方法包括高效液相色谱法(HPLC)、高分辨质谱法(MS)以及HPLC/MS，其权威性、准确度不容置疑，但其存在的缺点也不容忽视。阮伟东介绍说，首先，这些方法一般都需要复杂的前处理和富集浓缩过程，检测周期长，不利于快速检测 其次，高效液相色谱法对类似同系物和异构体的检测灵敏度不足 再者，因对操作人员要求比较高，基层实验室比较难满足全组分检测，这些缺点给上述方法的普遍应用带来了困难。因此，迫切需要发展一类兼具高灵敏度、高选择性，且耗时短、操作简便的检测方法。　　而表面增强拉曼光谱(SERS)不仅能给出检测物详细的结构信息，同时检测限可达到单分子水平，拥有高灵敏度、高选择性、快速、原位、实时检测以及无损分析等优点，因此最受全球研究人员的关注。　　然而，尽管SERS具有一系列优势，但若想利用SERS方法检测目标分子还面临着一些困难，如待测分子与基底的亲和性，基底的稳定性与重现性，信号伴随着干扰，如噪声、基线、背景等，&ldquo 但这些困难可以通过研究方法客服。&rdquo 阮伟东补充说：&ldquo SERS方法分为直接检测和间接检测两种，直接检测即在已有的SERS吸附效果很好的基底上直接吸附被测分子，无需其他任何处理 间接方法则是借助物理或者化学的吸附作用使目标分子靠近SERS基底表面，包括环糊精吸附法和衍生物法(偶氮化)两种。　　经过实验对比，结果发现，在树枝状纳米银的基底上对氯代苯酚进行SERS检测，检测限仅为10-4 mol/L，光谱质量差。利用环糊精吸附法对单一组分的多环芳烃进行SERS定量检测，检测限能够提升2-4个数量级，甚至能对四种多环芳烃及混合物定性鉴别 环糊精吸附法对3种氯代苯酚的检测限能达到10-8mol/L，但信噪比不好。衍生化法&mdash &mdash 重氮化反应是典型的离子化反应，能够保证检测收率，且能简化数据处理难度，反应速度较快 其对氯代苯酚的检测限能达到10-9 mol/L，信噪比非常好，因偶氮化法还有巨大的优化空间，偶氮化合物有很强的电子吸收，很适合做共振增强拉曼光谱，还能额外提升2-3个数量级。　　总的说来，间接SERS方法大大提升了目标检测物对基底的亲和性，使SERS本身的优势能够体现出来，相信在多环芳烃的检测领域会有更好的前景。

讲座主题：表面增强拉曼散射(SERS)在食品安全中的应用: 外源蛋白质检测时间：9月24日（周一）上午9:00-10:30诚邀您参加!内容简介：1. 表面增强拉曼光谱技术介绍2. 如何采用增强拉曼探测外源蛋白？ &mdash &mdash 表面增强拉曼散射(SERS)技术在食品安全领域的最新典型应用介绍3. 如何快速获取真实可靠的数据？ &mdash &mdash 赛默飞世尔拉曼光谱仪结合表面增强拉曼光谱检测技术介绍 主讲人简介：何李黎博士：美国麻省大学食品科学系副教授，美国密苏里大学食品科学系博士，明尼苏达大学食品科学与营养学系博士后。系食品安全领域资深专家，多年致力于食品安全方面的研究，在国际著名期刊发表过数篇文章，专业领域内颇具影响力。张衍亮博士：赛默飞世尔科技公司分子光谱部产品经理，拥有多年光谱使用经验，多年来致力于分子光谱检测方面的应用方法开发研究，掌握丰富的分析实战经验。报名截止时间：2012年9月20日有兴趣参加者请点击这里报名 了解会议详情，可以联系赛默飞世尔科技分子光谱市场部张女士 010-84193588-3649, 13701015430 Email: annie.zhang@thermofisher.com

记者4日从中科院合肥物质科学研究院了解到，该院智能所黄青研究员课题组研发出基于表面增强拉曼光谱（SERS）的超灵敏生物传感器，该生物传感器可以用于检测癌症转移相关的程序性死亡配体（PD-L1）生物标志物。研究成果日前发表在国际期刊《生物传感器和生物电子学：X》上。　　PD-1全名为程序性死亡受体1，是人体的一种重要的免疫抑制分子。PD-1受体在活化的T细胞表面表达。以PD-1为靶点的免疫调节对抗肿瘤、抗感染、抗自身免疫性疾病及器官移植存活等均有重要的意义。PD-1与其配体PD-L1相互作用可确保仅在适当的时间激活免疫系统，以便将慢性自体免疫炎症的可能性降至最低。然而肿瘤细胞为了免疫逃逸会在细胞表面表达高表达PD-L1，这样就能够使肿瘤细胞逃避T细胞的作用，使肿瘤细胞得以继续生存。　　为了检测PD-L1，研究人员首先制备了具有SERS活性的磁性纳米复合材料，同时又制备了SERS纳米标签。然后，科研人员用特定的适配体修饰这些纳米粒子，从而可以特异性地捕获循环外泌体PD-L1，形成三明治夹层式的SERS探针，通过分析拉曼报告信号，可以定量分析PD-L1生物标志物。该方法非常灵敏，可检测低至4.31ag/mL的PD-L1。进一步研究表明，在小鼠模型中，科研人员可以通过分析肿瘤中PD-L1随时间变化的表达水平，进而分析小鼠肿瘤发展情况。　　目前循环外泌体PD-L1检测仍缺乏公认有效的手段。这项工作为检测PD-L1生物标志物提供了新的超灵敏的方法，对于以PD-L1生物标志物诊断具有重要意义和潜在临床应用价值，并可为接受PD-L1/PD-1免疫疗法的患者提供服务。

p　　近日，中国科学院合肥物质科学研究院技术生物与农业工程研究所研究员黄青课题组，利用表面增强拉曼光谱(SERS)技术，实现了对水体中汞离子的选择性、免标记、半定量的检测。该项成果对实现实际水样中重金属离子的高选择性及准确检测具有一定的科学意义和实用价值，相关成果在线发表在Sensors and Actuators B: Chemical上。/pp　　表面增强拉曼光谱(SERS：surface enhanced Raman spectroscopy)作为一种正在快速发展的技术，因其快速、无损和痕量检测等特点，得到广泛关注并开始走向实际应用。汞是一种毒性极强的重金属，对人体及生物体有很大危害。Hg(II)作为汞在环境中的一种常见的存在形式，对其进行快速、可靠、有效测量具有必要性和迫切性，但基于SERS技术对其特异性和相对定量检测存在一定难度。为此，黄青等设计了能够有效的捕捉水样中的汞离子并产生拉曼散射增强效应的纳米粒子——适配体复合检测体系。研究人员在SiO2@Au纳米粒子表面修饰上能有效捕获汞离子的DNA适配体，利用DNA分子中T碱基和Hg(II)形成T-Hg2+-T结构的特性，能够高效捕获Hg2+，并产生SERS信号改变。实验结果表明，在加入Hg(II)后，设计DNA分子中的腺嘌呤(A)产生736cm-1SERS信号与鸟嘌呤(G)产生的位于660cm-1的SERS信号的峰强的比值会随检测Hg(II)浓度增加而减小，并出现一些特征新峰，如550cm-1。计算表明，它来源于汞离子取代了T上的H在两个DNA分子间形成N-Hg-N结构而发生的伸缩振动。利用这些变化，可以对Hg(II)的进行快速、特异性和半定量的痕量检测。/pp　　研究工作得到国家自然科学基金、国家重点基础研究发展计划等的支持。/pp　　论文题目：A label-free SERS approach to quantitative and selective detection of mercury (II) based on DNA aptamer-modified SiO2@Au core/shell nanoparticles/pp style="text-align: center "img title="001.png" src="http://img1.17img.cn/17img/images/201712/insimg/ca52438b-c746-4230-bd80-e8cad9d9affa.jpg"//pp style="text-align: center "strong合肥研究院实现对水体中Hg(II)高选择性、免标记的定量检测/strong/pp /p

9月23-24日，由粉体圈平台主办，贝士德仪器(北京)有限公司支持的“2020全国粉体检测与表面修饰技术交流会”在丹东福瑞德酒店成功召开，贝士德仪器总经理柳剑峰、销售总监殷小安、东北区区域经理季丹红参会。来自全国各地先进陶瓷、化工、稀土、医药等领域的130多名代表参加了本次活动。贝士德仪器在技术交流会现场设置展台，展示了粉体材料表征相关的比表面积及孔径分析仪、真密度及孔隙率分析，总经理柳剑峰作了题为《比表面积及真密度表征方法的简介与应用》的专题报告。 中国颗粒学会 王体壮秘书长 “王秘书长对会议的成功召开给予了称赞和祝福，提醒企业家们做材料产业要注重科学，也要有情怀。” 丹东百特董青云董事长作为东道主，致辞欢迎远道而来的客人 大会报告总结CONFERENCE GUESTS 报告1:中科院过程工程研究所李兆军研究员分享报告：“粉体的一致性评价与颗粒标准化工作”。 李老师指出，标准化的工艺才是最低成本的，尤其是做粉体生产，如果没有标准，就很难保证粉体的一致性。麦当劳通过前馈控制，采用统一的标准，保证最终成品的一致，这是值得我们粉体生产企业借鉴的案例。报告2：中国地质大学丁浩 教授、博士生导师分享“颗粒复合与复合粉体功能化理论及实践” 丁老师报告中强调了，根据粉体下游客户的用途不同来进行颗粒复合，有目的地做粉体改性工作。先进的颗粒复合理论与方法，可以制造出低成本而功能性满足要求的新材料。 报告3：超细粉末国家工程研究中心副主任杨景辉博士“塑料工业常用粉体及表面改性” 杨博士以粉体长径比的标准对产品进行了分类，总结了分析了塑料常用粉体自身的物理特性及适用分散剂的种类。分散剂的选择是有一定成熟的理论的，有了科学的指导，会更容易找到合适的改性剂与改性工艺。 报告5：贝士德仪器科技（北京）有限公司柳剑峰董事长分享“粉体材料比表面积及真密度表征方法的简介及应用” 柳总在报告中解答了哪些材料需要测比表面积，如何测及应该注意的事项等问题。为仪器的购买和使用者给出指导建议。 报告7：上海理工大学蔡小舒教授、博士生导师分享“纳米粉体新型测量技术” 蔡教授根据企业的实际需求，从科研的角度提出了对纳米颗粒检测的新的方法和技术，为研发人员认识纳米颗粒提供了新的思维。 报告13：东北大学李新光教授分享“粉体水分检测的理论与实践” 李教授以解决实际问题入手，对各种在线水分测试理论与方法进行了评估，认为近红外水分检测是一种低成本又实用的方法。可以解决粉体工业生产中水分控制问题，起到节约成本的作用。 展示区掠影 参会人员大合照 总之，只有开放交流，扩大视野，我们的粉体材料才有前途。 作为本次会议的支持单位，贝士德仪器携公司主打产品：BSD-PS2型比表面及孔径分析仪，BSD-PM系列比表面积及微孔分析仪，BSD-BET400快速比表面积测试仪，BSD-TD真密度及氦孔隙率分析仪参展。各系列先进设备迎来了行业内无数客户的参观和咨询，并获得了一致好评。不少客户在参观完后表示对贝士德仪器的设备很感兴趣，并提出实地参观要求，详谈合作计划。 BSD-PM1 高性能比表面积及微孔分析仪Surface Area and Microporous Analyzer BSD-PM1高性能比表面积及微孔分析仪属于研究级仪器，可测试材料的比表面积、总孔容、孔径分布和吸附脱附数据，尤其可对微孔材料的孔径分布给出更准确测试结果，可升级为双站微孔测试功能，适用于对研发、实验要求极高的科研单位和企业用户。集装阀门和管路设计，模块化组装，保证仪器高真空度和高密封性，是高性能和高稳定性的典型产品。 BSD-PS2 比表面积及孔径分析仪Surface Area Porosity Analyzer BSD-PS2型比表面积及孔径分析仪，具有2个样品预处理脱气站，1个样品分析站。测试精度高、重现性好。重复性误差小于±1%。测试范围：比表面0.0005m2/g以上，微孔：0.35-2nm、介孔：2-50nm、大孔：50-500nm，样品类型：粉末，颗粒，纤维及片状材料等可装入样品管的材料。国内知名品牌，远销海外，获得多项国内技术专利,技术国际领先。 BSD-BET400?全自动快速比表面积仪Auto Fast Specific Surface Area Analyzer 高效率：全世界测试效率高的比表面测试系统；BSD-BET400配合BSD-AD8八站预处理机，分析能力可达12个样品/小时，且包含30min预处理；BET法：动态色谱法测试，符合国标，兼顾测试的高效率；免标样：免标样，彻底消除标样影响，降低测试成本；高稳定性：动态色谱法具有独特的高稳定性，适合工业质量控制；高分辨率：对于中小比表面样品，适用于电池材料、金属粉末、有机粉体等材料的比表面快速分析。?恒温体积定量管（专利）：处于恒温状态的体积定量管，不受环境温度影响，是高稳定性的保证；?液氮温度检测（专利）：通过液氮温度检测技术，消除液氮纯度因素的影响； BSD-TD-K 全自动真密度及孔隙率分析仪Automatic True Density & Porosity Analyzer BSD-TD-K系列全自动真密度分析仪由计算机控制全自动运行的气体膨胀真密度分析系统，具有多项技术专利，独创的测试方式，使其应用领域较同类仪器更广，能准确测定粉体、块状固体、浆状物质、泡沫等多种材料的真密度和孔隙率，适用于广大研究机构和企事业单位。测试精度：标准铝柱精确度优于±0.03%，标准铝柱重复性优于±0.015%，分辨率：0.0001g/ml测试速度：1-2min完成一次测试过程(不含恒温时间)，双站分析效率提高一倍。程序自动连续测试6次，取平均值。恒温模式：全自动程序化恒温模式，程序化控制恒温过程，并自动进入测试过程。此恒温模式为可选；

安徽理工大学力学与光电物理学院青年教师蓝雷雷与东南大学物理学院邱腾课题组合作，制备出两种类型的二维碳化钒（V4C3和V2C）MXenes材料，并证明这种材料可以作为性能优异的表面增强拉曼散射（SERS）平台，其中V4C3作为SERS活性材料首次报道。相关研究成果发表于《美国化学会-应用材料与界面》。柔性二维碳化钒MXene基滤膜的SERS增强效果示意图 安徽理工大学供图表面增强拉曼散射作为一种具有高灵敏度、分子指纹识别和快速无损测量的表面光谱分析技术，将检测灵敏度提升了百万倍以上，已广泛应用于生命科学、物理、化学、材料学、地质学、考古和艺术品鉴定等领域。“比如将SERS技术应用于患者呼出物、血清液、脱氧核糖核酸的检测，为早期患者的疾病诊断提供一种有力分析手段；应用于海洋微塑料、大气有毒有害气体、水体有机污染物和土壤重金属的微量检测，实现对环境中有害物质的监测；还可实现对危害公共安全的爆炸物质和疑似吸毒人员体液毛发中含毒品物质的快检。” 蓝雷雷向《中国科学报》介绍。近年来，一些MXenes材料表现出相当强的SERS活性，为SERS活性材料发展开辟了新前景。但其瓶颈在于灵敏度不足，无法满足实际应用需求。因此，将MXene材料的灵敏度推向更高水平仍然具有挑战性。此次研究中，蓝雷雷等提出了一种新的增强策略，通过结合二维裁剪和分子富集来设计高灵敏度的柔性MXene基SERS衬底，成功制备出两种类型的二维碳化钒MXenes材料。“我们研究发现，与块状MXene材料相比，二维裁剪赋予碳化钒MXenes费米能级附近更为丰富的态密度，促进了光致诱导电荷转移，增加了多达2个数量级的检测灵敏度。”蓝雷雷说。进一步，研究人员采用了一种分子富集方法，实现了2分钟内超快速分子富集、超高分子截留率和更低的检测限，从而获得了超灵敏的SERS检测。蓝雷雷说，“这项研究有助于设计和开发出高性能的新型MXene基SERS基底，可用于食品安全、疾病诊断、反恐搜爆、毒品稽查、环境监测和病毒检测等领域。”审稿人认为：作者将二维裁剪策略与分子富集效应相结合，这是一项有趣的研究工作，新型碳化钒基底的SERS增强效果显著，其中V4C3作为SERS基底在这之前未曾报道过。通过简单抽滤的分析物富集概念为实现超灵敏的SERS检测提供了一种有效的策略。相关论文信息：https://doi.org/10.1021/acsami.2c10800