质量型检测

ELSD-LT II低温型蒸发光散射检测器是ELSD-LT的改进型。新产品延续了前一代产品低温蒸发技术的特点，使得在蒸发管温度低于40度的情况下，流动相也能够有效的蒸发。保证了对于半挥发性或热不稳定性化合物的高灵敏度检测。ELSD-LT II型低温型蒸发光散射检测器在灵敏度和易操作性上均优于竞争对手。高灵敏度、优秀的重现性、出色的易用性和安全性是这一款产品的显著特点，加上更丰富的自动化功能，减少了操作成本。 此外，由于ELSD-LT II是专为低温蒸发技术而设计的检测器，它还具有如下一些优点：  大部分被蒸发的流动相溶剂重新变成液体。因此，对于环境的影响很小。  在无人值守的状态下运行也具有高安全性。  节省开关机所需等待时间。  不必为每一次分析设定专门的操作温度。 screen.width-300)this.width=screen.width-300" ELSD 检测器应用范围： ELSD 检测器是一种质量型通用HPLC检测器，对色谱柱流出物雾化并加热蒸发流动相，溶质形成的细小颗粒遇到光束引起光散射，通过对散射光强度的测量实现对目标化合物的检测。除了挥发性化合物以外的几乎所有化合物都能检测，并给出和质量数相应的响应值。因此，ELSD检测器非常适合应用于无紫外吸收或紫外末端吸收化合物,如糖、脂类、表面活性剂、甾体、合成聚合物等，这些化合物使用常规的紫外或荧光检测器很难检测。 ELSD检测器适合于所有能用示差折光检测器检测的化合物的测定，并且能提供更高的检测灵敏度和用于梯度洗脱分离化合物的测定。ELSD检测器可以使用和LC-MS 完全一致的流动相条件，因此易于对LC-MS分析的色谱条件进行评估并提供更为丰富的补充信息。

国家标准计划《畜禽肉品质检测 近红外法通则》Livestock and poultry meat quality testing—general rules by near infrared spectroscopy method由TC516由全国屠宰加工标准化技术委员会归口上报及执行，主管部门为农业农村部。主要起草单位 中国农业科学院北京畜牧兽医研究所 、中国农科院科学院农科院质量标准与检测技术研究所 、中国农业科学院农产品加工研究所等 。该标准规定了畜禽肉品质的近红外光谱检测法对仪器的要求和检测方案，该标准适用于畜禽肉品质的定性、定量检测，检测项目包括但不限于：畜禽肉种类判别、营养组分（蛋白质、水分、脂肪）等。目前该标准正在征求意见中，等待进一步出台实施。采用传统对畜禽肉中的蛋白质、水分、脂肪等营养组分检测，耗时长，需要使用大量的化学试剂，有污染，受条件限制，同时测定的样本量有限。而近红外技术（Near Infrared）是近些年国际上出现的一种迅速发展的技术，可应用于肉品领域实现快速无损检测。美国农业农村部已批准近红外仪器应用于畜禽肉品质的在线检测，国际AOAC标准中已有启用近红外技术，同时测定肉和肉制品中的水分、蛋白质、脂肪，而且实现了模型平台的资源共享。而此项标准采用近红外方法对肉类营养品质无损检测的行业标准，对于肉类中重要的营养指标和组分检测无损测定提供的有效的检测监控技术依据。随着肉类产业的快速发展，肉类加工者和生产者面临许多挑战，需要准确，可靠和快速的分析手段和技术以便控制原材料，预制产品并确保最终产品的质量。LUMEX傅立叶近红外肉品分析仪，只需对脂肪，蛋白质和水分进行一次通用校准即可使用所各类肉类样品。此外可依据用户实际需求，针对香肠，肉干等肉制品定制化制定建标模型，如盐分、灰、碳水化合物、胶原蛋白、卡拉胶、大豆、小麦粉、淀粉等含量。我国作为一个肉类的生产大国和消费大国，对肉类的需求已从数量型向质量型转变。但在我国畜禽肉生产加工行业普遍存在加工模糊化现象，缺乏营养品质数据支撑、缺乏肉类分级数据支撑。由此造成消费经验化所致过量生产和消费，以及优质不优价，产品优劣混杂，致使市场竞争力低下等问题。消费者在对肉类食品需求量不断增加的同时，更加关注肉类产品的品质与安全。《畜禽肉品质检测 近红外法通则》这项新标准的颁布，为畜禽肉生产加工行业提供了迫切需要新的检测技术，能够快速准确判断畜禽肉类品质，推动企业的质量控制模式。

在满足目前各种应用需求的前提下，光谱分析仪器和方法也在不断的创新发展中，不论是分子光谱还是原子光谱都涌现了一系列创新的成果，特别是拉曼光谱、近红外光谱、激光诱导击穿光谱、太赫兹、超快光谱、荧光相关光谱、高光谱等相关技术彰显了极具诱惑的市场活力，引领着行业发展的方向。第十二届光谱网络会议（iCS 2023）中，近50位专家报告充分彰显了光谱创新潜力，纷纷展示了一系列的创新成果：从仪器整机到关键部件；从系统集成到方法开发；从大型科研仪器，到用于现场的便携、手持设备；从实验室检测设备，到过程分析技术……为了更好的展示这些创新成果，同时也进一步加深专家、用户、厂商之间的合作交流，会议主办方特别策划《光谱创新成果“闪耀”iCS2023》网络专题成果展，集中展示本次光谱会凸显的创新成果，包括但不限于仪器、部件、技术、方法、应用等。北京市农林科学院农业智能装备研究中心 黄文倩研究员本次会议中，北京市农林科学院农业智能装备研究中心黄文倩研究员特别分享其课题组基于全透射近红外光谱技术开展的西瓜糖度在线检测研究（点击回看》》》）。报告内容引起行业关注，会后我们特别邀请黄文倩研究员再次给大家深入分享相关的研究成果，同时也欢迎大家洽谈合作。1、成果在水果生产销售领域，无论国际市场还是国内市场，产后商品化处理均是提高产品竞争力和产品价值的重要手段。我国的水果采后处理技术较为薄弱，大部分水果以原始状态上市，不分等级，优质果率仅占水果总产量的30%左右，其中高档果率不足5%，导致我国水果年出口量仅占总产量的10%。而美国、新西兰、日本等国的优质果率达到70%，可供出口的高档果率达到50%左右。因此，研发水果质量品质快速分选分级的相关设备，提升水果产后商品化处理的技术水平，是水果从数量型向质量型、健康型发展的需要，是增强市场竞争力的需要，是进入国际市场、扩大出口的需要。然而目前在我国市场上，高品质的水果分选设备多数为进口产品，价格昂贵，维护成本高，并且其分选模型也不完全适合我国本土水果。而国内水果分选设备制造企业相对来说数量少，规模小，水果内外部品质同步检测分级技术水平不高，部分智能分析的核心部件仍然依赖进口。基于以上现状，我们团队自主研发了水果内外部品质无损检测智能分选线，采用先进的机器视觉技术、全透射近红外光谱技术、精密称重系统和输送卸果系统，获取水果内外部组织信息，实现了水果的重量、尺寸、颜色、缺陷和糖度等指标的实时检测和分级。该分选线完成了一系列关键技术攻关，其性能达到国内领先水平。针对水果表面缺陷区域与果梗/花萼区域难以区分这一问题，提出了基于深度学习的水果表面缺陷检测方法，并利用模型剪枝、知识蒸馏等技术自动优化深度神经网络结构，实现了缺陷检测模型的高效压缩，在确保检测精度大于90%的同时，大幅度缩减了检测时间，以满足快速分选的需要。针对水果内部有效透射光谱信号获取困难、常规模型稳定性差等问题，研制了拥有自主知识产权的核心部件，一方面可在低功率照明水平下获得稳定、可靠的全透射光谱信号，节约成本，便于维护；另一方面可进行实时动态校正，消除环境因素造成的干扰和漂移。在此基础上构建了稳定和准确的糖度预测模型，实现了水果内部品质指标的快速无损检测。针对水果的磕碰伤问题，分选线采用果托式载果卸果方式，并开发了自由果托在线检测分级软件，可在离线条件下设置各类检测参数，并灵活匹配所有等级与各个卸料口，实现对整个分选系统的整体控制。在以上关键技术的支撑下，团队开发了OnlineNIR品牌的水果内外部品质无损检测智能分选线，目前已实现苹果、梨、桃、橙、蜜桔、番茄、西甜瓜等不同类型和尺寸的果蔬糖酸度、内部缺陷和果径检测，其检测速度为5-10果/秒/通道，重量检测精度±5g，尺寸检测精度±2mm，着色率检测正确率≥90%，表面缺陷检测正确率90%，糖度检测精度±0.5°Brix，分选通道可达16条，等级数多达40级。各项性能参数指标均与国际同类产品相当。2、产业化探索根据用户需求定制的各条智能分选线已在北京、江西、重庆、四川、山东、浙江等地的公司、科研单位、示范基地进行了应用，取得了降低了人力成本、增加生产效益、提高水果品牌价值的成效。该技术的应用将提升我国水果采后商品化处理水平，有效推动水果产业向精品化、智能化发展。3、未来研究计划我们比较看好近红外光谱技术，因其作为一种快速、无损检测手段，在农产品/食品领域具有广泛的适用性。与其它分子光谱技术相比，近红外光谱技术对样本状态、检测条件、照明光源及光路布局的要求更为宽松，更适于仪器化、产业化和标准化。我们未来的主攻方向是基于近红外光谱技术的检测分级线研发。4、合作需求希望与具有水果分选线设计和加工能力的厂家进行合作。课题组介绍黄文倩研究员领导的无损检测团队，由北京市农林科学院智能装备技术研究中心于2012年支持设立。在国家科技支撑计划、国家重点研发计划和国家自然科学基金等国家及省部级项目的资助下，团队主要致力于利用光电技术在不同尺度下研究农产品生物学特性感知的基础问题，并研发快速检测技术与装备，为用户提供创新的无损检测产品。团队主要研究方向包括：农产品/食品光电特性感知、果蔬质量安全无损检测方法研究、种子/谷物品质与生物学特性快速检测方法研究。团队汇集了控制科学与工程、光谱学与多光谱成像技术、图像处理、数据挖掘和计算机应用等方向的优秀人才。经过多年技术攻关，团队在基于计算机视觉的水果外观品质在线智能化检测、基于近红外光谱分析技术的水果内部品质无损检测、基于荧光及拉曼高光谱技术的种子内外部品质无损检测等领域取得了突破和进展。