近红外分析

p 　　 span style=" font-family: 楷体,楷体_GB2312,SimKai " strong 随感： /strong “我与近红外的故事”征文近一年了，看过许多老师情真意切的表达，真是把乐趣融入到了近红外的研究与应用之中，也更加深切地感受到同行们对国内近红外发展的使命感和责任感。而自己与近红外的故事，几次动笔却都没能写下几个字。时间肯定不是借口，惰性真是害人啊。好在拖到春节，总算能静下心来了。就像与近红外的相遇相知，既是机缘巧合，更是某种必然吧。 /span /p p 　　初识近红外，都是博士毕业一年以后的事了。那时已经在香港理工大学周福添教授课题组从事博士后研究一年多了，主要方向还是老本行-化学计量学基础算法研究，解决中药和代谢组学等复杂体系分析中的数据处理问题，从GC-MS，LC-MS到中药指纹与药物活性关系。一次Daniel MOK博士找到我，询问是否有意愿到陈新滋院士课题组从事中药质量分析与鉴别方面的工作，陈院士那时是理大副校长(后任香港浸会大学校长，现受聘中山大学教授、学委会主任)，研究组的条件与学术水准自不必说，就这样幸运地开始了近二年的近红外数据分析之旅。 /p p 　　对香港熟悉的朋友一定对其大街小巷的名贵中药材印象深刻，尤其是弥墩道，应该是内地赴港旅游人士的必经之地吧，一是去旺角购买电子产品的旅游大巴必定经过这里，另一方面则是这条大道两旁大大小小的中药材店。记得第一次见到时，很是疑惑哪来的那么多冬虫夏草、燕窝和野生人参?说回到陈院士负责的这个研究课题，由香港赛马会中药研究院提供500万研究经费，对包括上述中药，以及石斛、灵芝、阿胶等在内的30味名贵中药材进行质量鉴别分析和研究，目的是帮助那些大街小巷的药材经销店铺，中间批发商，甚至普通消费者，以快速、经济、简便的方法识别药材真假，甚至质量等级。这些药材大多价格不菲，若能够有效识别真假，其商用价值可想而知!顺便一提，香港赛马会中药研究院很多年前已经解散，个中原因无法深究，但在目前国家大力践行中医药研究开发与应用的今天，这也算是一件憾事吧，包括设想中的香港国际中医药中心。 /p p 　　说到这里，近红外分析可以派上用场了!无论是十年前，还是十年后的今天，应没有什么分析技术比近红外更适合完成这项使命，综合考虑时间效率、分析成本，亦或是平衡多重因素影响下定性定量分析结果的准确性!记得当时我们使用的是FOSS公司的XDS快速含量分析仪(Type XM 1100 Series)，以及Polychromix手持式近红外分析仪(Model: 1600-2400)。由于项目定位于实际应用，需要适应不同场合下的快速分析，对数据分析本身的要求同样也是比较高的，比如涉及模型传递，尽可能简化数据分析的过程及对使用者的要求，亦确保结果的准确可靠性。基于此编写了功能完备的近红外数据分析软件系统，一站式地完成近红外数据分析的完整流程，从各种各样的预处理方法到特征选择，再到定性定量模型的构建、评价与验证预测，以及模型传递等。 /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201706/insimg/137c0a6d-7548-46ef-beea-f984cce33ba7.jpg" title=" 2_副本.jpg" / /p p style=" text-align: center " 中药质量分析与鉴别项目中用到的近红外分析仪 (图1和图2)。 /p p 　　说实在的，那时对化学计量学的多元校正方法并不是特别熟悉，我的整个硕士和博士研究，都是多元分辨方向，也就是如何从中药和烟草等复杂体系分析的联用仪器数据中，发展“数学分离”的方法，获取化学纯组分的定性定量信息，即纯组分的光谱和色谱信息。幸运的是，得益于在梁逸曾教授研究组六年时间里耳濡目染的学习，比如许青松教授对统计分析的讲解，杜一平教授的QSAR研究等等，使得我无论对复杂数据的理解，还是化学计量学方法的应用与发展，都有足够基础支持我去解决近红外数据分析中遇到的各种问题。在香港的几年时间里，梁教授每年也都会利用假期去香港一段时间，与香港同行合作交流化学计量学及其应用方面的成果，更是继续指导我解决研究中遇到的实际难题。每每想到这些，总会浮现与恩师相处过程中的点点滴滴。至于上面提到的中药质量分析研究项目，我们对包括阿胶、珍珠、川贝母、藏红花、黄连在内的多味中药进行了深入分析研究，获得了非常不错的结果，陈院士对此也给予了很高的评价。很清楚地记得因此第一次上了电视新闻，是香港亚洲卫视针对我们使用近红外分析技术，如何快速识别真假中药，及其质量等级的采访报道。当然，这些研究很多也是和理工大学的同事，以及杨大坚教授(现任重庆市中药研究院院长)、董玮玮博士等一起完成的，我主要负责数据分析，以及数据软件产品开发与实现方面的工作。 /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201706/insimg/ac0a45a1-23c7-43bf-8467-f0cb1a6ccb8d.jpg" title=" 3_副本.jpg" / /p p style=" text-align: center " 中药质量分析与鉴别项目交流会 (图3)，及与日本Yukihiro Ozaki教授交流(图4)。 /p p 　　离开香港后，很长一段时间内都没有与近红外分析有直接的关联。先是在Philip Marriott 教授课题组做research fellow，从事全二维色谱数据分析方面的工作，主要方向是全二维分离的模拟、预测，以及化学计量学新方法的发展。2012年回国后则作为引进人才，在中科院大连化物所许国旺教授研究组，从事代谢组学数据分析与高分辨LC-MSn数据处理新算法的研究等。看似这些工作与近红外分析不怎么挨着边，但老实说，同其他研究一样，数据分析也是一通百通的事!数据来源与数据结构可能不一样，数据背景与数据分析结果，以及数据处理方法亦可能存在差别，但数据分析的本质却是高度一致的，无论是色谱分离的模拟，亦或是代谢小分子标志物的发现!从这个意义上来说，也算是一直在这个圈子吧。 /p p 　　近红外技术的发展，面临非常多的机会，无论从国内快检还是工业智能化的需要来看，还是从国外近红外发展的轨迹来看。然而近红外分析更广阔的应用，仍有一系列需要解决的难题，这其中当然包括仪器硬件的小型化、便携式，以及智能化与场景化。但从数据及数据分析的角度来说，快速、准确的模型构建，模型的通用性、更新及转换等仍是需要加以研究的内容。基于此，离开化物所后创办的大连达硕信息技术有限公司，第一个数据产品“魔力”，便专注近红外数据的分析，这也算是真正走在了近红外技术与数据分析的商业应用之路上。希望能够以智慧化、便捷化的方式，分析挖掘科学研究与工业应用中的海量数据。无论对于近红外分析的初入者，还是有了相当经验的人员，一旦采集到数据，便能快速得到好用的模型及结果，这也是目前非常欠缺的，主要原因就在于近红外数据分析的过程长，可变因素多，涉及的算法也很多，传统上要快速得到一个好用的模型并不容易。尽管大多数研究者并没有把数据分析提升到特别核心的位置，但其价值显而易见，甚至在某些方面可与硬件本身相得益彰，弥补硬件的物理劣势! /p p 　　另一方面，近红外分析以其简单方便的前处理，加上非常快速的数据采集方式，使得数据的获取，甚至大数据的积累顺理成章。然而即使对同一组数据，不同的研究者亦极有可能得到完全不同，甚至相反的分析结果或结论，即使在固定分析方法的情况下!这是一个容易被忽视，却又至关重要的问题，否则不管如何将近红外分析的硬件评价，以及实验测试全过程标准化，也无法得到可相互比较的结果。数据“横看成岭侧成峰”的魅力，不应是由于数据分析方法或人员的不同导致，而是数据背景的属性差异或者数据分析目的的不同产生。基于此，我们也正采用近红外数据分析的通用准则，使用粒子群等最优化的方法，开发全新的近红外数据分析软件产品，自动优选数据分析算法，以及方法的使用顺序，并全局优化方法的参数。这样我们获得数据后，只需按照标准化的流程一步一步走，便可获得最优的数据分析模型与模型结果。从而使得近红外数据的分析，如同实验分析一样，结果的重现性与可比性也就不再是个问题。避免像现在这样，往往是漫无目的的数据探索，耗费漫长时间也不一定能得到合适好用的模型!这无论在研究中，还是在工业生产中，都是需要花大力气迎接的挑战。在这一过程中，得到了袁洪福教授、吴海龙教授、邵学广教授、杜一平教授、褚小立教授、闵顺耕教授等诸多老师的大力支持与帮助。从老师们关切的眼神中，能读懂那份殷殷之情，也唯有努力做点事情，为国内近红外的发展做些有益的工作，方不负此情。 /p p 　　近红外分析能做的事情很多，近红外数据分析如是，尤其站在移动互联时代，站在大数据分析挖掘的视角与高度。近红外有其自身特有的巨大优势-本身就是物联网中的一个绝佳传感器!从这个意义上来说，近红外分析代表着某种未来，只是通往未来的路上，还需要我辈站在前辈的肩膀上，不断付出智慧和汗水。 /p p 　　“师者也，教之以事而喻诸德也。”，数据分析之路上，深深地烙上了梁逸曾教授的影响。亦师亦友者，感恩、深切缅怀您。 /p p style=" text-align: right " span style=" font-family: 楷体,楷体_GB2312,SimKai " 　　2017年1月30日于浙江西湖 /span /p p 　　 strong 个人简介 /strong /p p /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201706/insimg/e1424397-960a-4e21-a206-9245429e6328.jpg" title=" 1_副本.jpg" / /p p 　　曾仲大，男，博士，现任大连达硕信息技术有限公司总经理。 /p p 　　曾博士师承梁逸曾教授，2006年获得工学博士学位，主要从事化学计量学基础算法研究，以及色、质、光谱等分析技术在制药、烟草和代谢组学等复杂体系分析中的应用及其数据分析挖掘等。近年来在大数据的分析与应用方面亦有涉猎。 /p p 　　曾博士先后工作于香港理工大学、澳洲RMIT大学、Monash大学，以及中国科学院大连化学物理研究所。迄今已发表SCI论文40余篇，在2013-2016近三年时间里，以第一作者或合作者在美国分析化学杂志发表7篇研究论文，同时获邀为TrAC等权威期刊撰写化学计量学及化学数据分析处理方面的综述。 /p p 　　曾博士曾获得中国科学院大连化学物理研究所“所百人”引进人才计划，大连“海创工程”计划、高层次人才创新创业支持计划、新兴技术创新成长计划，以及国家人社部高层次海归人才创业计划的支持。公司主要提供复杂化学与生物数据分析服务，数据挖掘软件产品开发，以及个性化数据应用的整体解决方案。 /p p 　　 strong 人生格言： /strong 有志者，事竟成。 /p

《2022-2028年全球与中国傅立叶近红外分析仪行业调研及发展前景预测报告》是在大量的市场调研基础上，主要依据国家统计局、商务部、发改委、国务院发展研究中心、傅立叶近红外分析仪相关行业协会、国内外傅立叶近红外分析仪相关刊物的基础信息以及傅立叶近红外分析仪行业研究单位提供的详实资料，结合深入的市场调研资料，立足于当前全球及中国宏观经济、政策、主要行业对傅立叶近红外分析仪行业的影响，重点探讨了傅立叶近红外分析仪行业整体及傅立叶近红外分析仪相关子行业的运行情况，并对未来傅立叶近红外分析仪行业的发展趋势和前景进行分析和预测。　　产业调研网发布的《2022-2028年全球与中国傅立叶近红外分析仪行业调研及发展前景预测报告》数据及时全面、图表丰富、反映直观，在对傅立叶近红外分析仪市场发展现状和趋势进行深度分析和预测的基础上，研究了傅立叶近红外分析仪行业今后的发展前景，为傅立叶近红外分析仪企业在当前激烈的市场竞争中洞察投资机会，合理调整经营策略；为傅立叶近红外分析仪战略投资者选择恰当的投资时机，公司领导层做战略规划，提供市场情报信息以及合理参考建议，《2022-2028年全球与中国傅立叶近红外分析仪行业调研及发展前景预测报告》是相关傅立叶近红外分析仪企业、研究单位及政府等准确、全面、迅速了解目前傅立叶近红外分析仪行业发展动向、把握企业战略发展定位方向不可或缺的专业性报告。

p span style=" color: rgb(255, 0, 0) " strong 　　一、引言 /strong /span /p p 　　乳制品含有的蛋白质、脂肪、乳糖和其他固形物等具有较高的营养价值，是促进人体生长发育及维持健康水平的必需营养成分。目前市售的奶粉品种众多，质量参差不齐，在巨大的经济利益驱动下，出现了“阜阳奶粉事件”、“还原奶事件”、“光明牛奶回奶事件”、“雀巢奶粉事件”以及“三聚氰胺事件”，这些都说明了牛奶质量控制的重要性和紧迫性。那么如何为牛奶生产厂家确保原料奶的质量，并准确、快速地对流水线生产中的各个关键点进行控制? /p p 　　传统的奶制品质量检测用化学分析方法，主要有气相色谱、液相色谱、电泳、PCR和免疫ELISA等，取样化验过程复杂，实时性较差，大大影响了生产效率，而且往往涉及专用仪器与分析方法、耗费时间较长、分析过程繁琐、分析费用高，增加了现场检测及在线质量控制的难度。国家也出台了一系列相应的国家标准检测方法，如原料乳与乳制品中三聚氰胺检测方法(GB/T22388-2008)和原料乳中三聚氰胺快速检测液相色谱法(GB/T22400-2008)等。面对目前日益增长的市场需求，传统化学分析方法的效率已经明显滞后，开发快捷灵敏、无损易行的现代分析技术，对乳品生产的质量监控具有重要的意义。 /p p 　　分子光谱技术(包括近红外，中红外等)是20世纪80年代后期迅速发展起来的一项测试技术，在欧美等国，它已成为乳制品成分分析的重要手段，并为乳品权威分析机构，如国际乳品联合会 (IDF)以及美国分析化学家学会(AOAC)等权威机构所认可。随着我国乳品行业的发展，采用快速、准确、可靠的乳品分析技术以适应WTO的要求已成为当前乳品企业发展的关键所在。目前，国内外许多乳制品厂家，如蒙牛、伊利、雀巢，光明、君乐宝等已经将FOSS公司的分析解决方案(包括中红外和近红外光谱分析仪)用于原奶收购和生产过程的质量监控。 /p p strong 　　 span style=" color: rgb(255, 0, 0) " 二、红外/近红外分析技术在乳品行业的使用现状 /span /strong /p p 　　随着社会对乳制品质量安全的不断重视，目前乳品企业对奶粉的质量把控越来越严格，奶粉的理化指标，如脂肪、酸度、乳糖、蛋白、蔗糖、水分和灰分等通常决定了奶粉的类别和质量，只有在生产过程中严格检测和把控这些指标才能生产出合格的奶粉。目前传统的奶粉检测方法对于这些理化指标的检测耗时长且繁琐，而奶粉的生产过程是一个连续的过程，长时间的分析检测无法满足奶粉生产过程中的有效控制。红外/近红外光谱分析技术以其快速、多组分和无损分析的特点在农牧业食品石油化工等行业中被广泛应用，同样在奶粉的检测中潜力巨大。 /p p 　　目前国内奶粉的生产工艺一般包括原料乳验收→预处理与标准化→浓缩→喷雾干燥→冷却储存→包装→成品，在整个过程中有多个关键控制点需要检测多个指标，而这些点非常适合使用红外/近红外光谱分析技术进行快速分析。据了解，国内目前约有90%以上的规模化生产的乳粉企业都在采用红外/近红外光谱技术对其从原料奶、中间配料以及最终的奶粉实现全程化的监控和控制。目前国内几家大的乳粉企业，如伊利、蒙牛、雀巢、君乐宝、飞鹤等均已将这些红外/近红外的快速检测技术应用于如下几个环节的监控中，取得了不错的效果，既保证了产品质量的一致性，又最大程度的节约了生产成本。 /p p strong 　　1. 原料乳验收 /strong /p p 　　原料奶位于乳业产业链的最上游, 其质量安全将直接影响到乳品的质量与安全, 从这个意义上讲, 能否从源头上紧抓原料奶的质量控制, 将直接关系到整个乳业的质量安全。通常在牛场仅对牛乳的质量做一般的评价，在到达乳品厂后需要通过若干检验对其成分和卫生质量进行测定。乳品企业一般实行“以质论价，优质优价”的政策或办法，可以鼓励奶农自觉改善饲养管理，提高原料乳质量，同时有利于企业对原料乳的分级处理。 /p p 　　我国部颁标准规定原料乳验收时的理化指标包括脂肪、蛋白质、酸度、密度、抗生素等等。为了防止牛奶兑水，通常会检测液体乳的冰点，因为兑水后的牛奶冰点会升高。目前，对于液体原料乳中脂肪、蛋白、酸度等的检测，大多数乳企使用基于傅里叶变换的中红外光谱分析技术 ( a href=" https://www.instrument.com.cn/netshow/C193216.htm" target=" _blank" style=" text-decoration: underline " span style=" color: rgb(0, 112, 192) " 如FOSS的MilkoScan FT1乳品分析仪 /span /a )，这种检测方案不仅仅用于原料乳的按质论价，同时也应用于液体乳制品生产过程以及成品控制。同时，中红外光谱技术还可以通过与天然鲜奶拥有的特定光谱进行比对，迅速发现可疑的鲜奶样品，对提高乳制品的质量和保护消费者的利益具有重要的意义。 /p p 　　 strong 2. 预处理及标准化 /strong /p p 　　在全脂奶粉的生产中，标准化主要是通过对原料乳的脂肪含量调整，使之达到成品的标准要求(即原料乳中的脂肪含量与无脂干物质含量的比值达到乳粉的标准化值)。 /p p 　　在配方奶粉生产中，通常需要根据目标人群进行配方设计，调整宏观成分含量，并在对液体乳进行预处理后，加入一定的添加剂，如婴幼儿配方粉需要尽量调整乳品中各组分的含量模拟母乳。在这个过程中，营养组分的调整，添加剂量的控制都会影响最后生产的乳粉是否合格。而检测不合格的产品通常会要返工处理，提高了生产成本和时间成本。在这个处理过程中，有效的监督检测手段必不可少，目前全球有超过85%的大中型乳品企业(如Arla Food，Nestle, Fonterra，以及国内的伊利、君乐宝等)已经使用了Milkoscan FT1乳成分分析仪进行旁线分析，实现标准化过程中快速分析反应，有效的减少了产品的波动，即时调整配方配比，提高了生产效率，产品稳定性也大大提升。 /p p 　 strong 　3. 真空浓缩与喷雾干燥 /strong /p p 　　从液态奶变成固体奶粉，需要进行干燥工艺，首先对液态乳进行真空浓缩，真空浓缩能够节省能量，对奶粉颗粒的物理性状有显著影响。液态乳经过浓缩后，喷雾干燥时，粉粒较粗大，具有良好的分散性和冲调性，能迅速复水溶解，可以改善乳粉的保藏性等。所以在真空浓缩时原料乳浓缩的程度直接影响乳粉的质量，特别是溶解度。在真空浓缩时，通常要求浓缩程度越高越好，因为一般真空浓缩的时间要比喷雾干燥节省至少10倍，但是浓缩至太高的浓度对于后续的喷雾干燥又存在不利影响，因此对真空浓缩水分的实时控制能够节约生产成本，提高生产效率。 /p p 　　浓缩后的乳打入保温罐内，立即进行喷雾干燥。喷雾干燥直接影响乳粉的溶解度、水分、杂质度、色泽和风味，对产品质量影响很大。喷雾干燥过程中对乳品水分的控制非常重要，奶粉要求水分为2.0～5.0%，若为4.0～6.0%，也就是水分提高到3.5%以上，就会造成奶粉结块，则商品价值就低，同时，水分提高后奶粉易变色，贮藏期降低 当乳粉水分含量提高至6.5～7.0%时，储存一小段时间后，其中的蛋白质就有可能完全不溶解，产生陈腐味，同时产生褐变。此外，奶粉的水分含量过高，还可能导致营养素损失、微生物滋长、奶粉结块变质等问题。但乳粉的水分含量也不宜过低，否则易引起乳粉变质而产生氧化臭味，一般喷雾干燥生产的乳粉水分含量低于1.88%时就易引起这个缺陷。 /p p 　　常规的水分检测方法测量速度和准确度一直存在一定的矛盾，而水分对于乳粉生产非常重要。为了解决这个问题，目前乳品企业常使用近红外光谱分析技术( a href=" https://www.instrument.com.cn/netshow/C132525.htm" target=" _blank" style=" color: rgb(0, 112, 192) text-decoration: underline " span style=" color: rgb(0, 112, 192) " 如FOSS的近红外分析方案NIRS DS 2500 /span /a ) 进行干燥过程的控制。 /p p 　　与传统方法相比，近红外光谱分析技术具有测量速度快、操作方便、不破坏样品、不用前处理试剂等特点，目前，乳企使用近红外光谱仪做旁线检测，检测一个样品时间小于1分钟，检测速度频率大幅提高，控制基本实现实时性 而且近红外仪器稳定，具有IP65防水防尘级别，能适应车间环境 现场操作非常简单，样品直接装入样品杯中，装样简单不易出错，多组分结果直接显示，不需要专业的人员对数据结果进行分析，生产线普通工人都能进行分析操作。大大提高了生产效率，节约了生产成本，提高了产品质量。 /p p 　　除了旁线分析外，现在逐渐流行的在线检测能够实现生产过程真正的实时质量监控，能做到有问题即时发现，如果与生产控制系统直接对接，能实时调整喷雾干燥生产工艺，对奶制品质量控制有着重大的意义。目前国内已有乳粉生产企业(如君乐宝，飞鹤乳业)引入 a href=" https://www.instrument.com.cn/netshow/SH100345/C335078.htm" target=" _blank" style=" color: rgb(0, 112, 192) text-decoration: underline " span style=" color: rgb(0, 112, 192) " FOSS的Profoss /span /a 近红外在线检测解决方案，在乳粉生产中进行高频率、高分辨率的生产过程控制，控制水分的含量，获得稳定的水分、脂肪和蛋白含量，使生产更接近于目标规格，提高了产量，获得了最佳的物质平衡。而且，减少了返工、开工波动，以及不必要的重复劳动，生产效率得到极大的提高，基本上在一年左右能收回投资。 /p p 　　 strong 4. 成品质量控制 /strong /p p 　　在喷雾干燥冷却后乳粉便要进行包装出厂，包装出厂的乳粉必须经过检测分析合格后才能出厂销售。如婴幼儿配方奶粉，通常需要检测蛋白质、脂肪、水分、乳糖、酸度和灰分等等理化指标，这些理化指标使用常规检测方式进行全部检测需要几天的时间，费时费力，而且受化验室人员化验水平影响较大。目前乳品企业使用近红外光谱仪，进行成品分析，可以快速测定婴幼儿配方奶粉中的水分、蛋白、脂肪、酸度、灰分、乳糖等指标，单个样品测量耗时在1分钟内，以上所有指标同时测出，快速高效，同时也避免了由于人员操作误差导致的检测一致性差的问题。 /p p 　　综上所述，在奶粉的整个生产工艺中各个关键控制点，几乎都可以使用红外/近红外光谱技术进行分析检测，通过使用红外/近红外分析技术对奶粉生产过程的监控能有效提高产品的合格率，在企业的成本控制，以及为消费者提供安全合格乳制品方面具有非常好的实际效果。 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 600px height: 305px " src=" https://img1.17img.cn/17img/images/201908/uepic/3663ffed-3880-4cfd-bc5a-2087797f79f1.jpg" title=" 微信图片_20190812103309.png" alt=" 微信图片_20190812103309.png" width=" 600" height=" 305" border=" 0" vspace=" 0" / /p p style=" text-align: center " strong 红外/近红外技术用于乳粉生产过程中的检测控制点 /strong /p p 　　红外/近红外技术以其快速，操作简单为乳企的整个生产链条提供了巨大的便利，但在实际使用红外/近红外技术进行从原料奶到成品奶粉的检测过程中，采用的检测模块或者模型的准确性显得尤为重要。一个预测性能良好的模型一定是基于前期大量数据库的积累而来的，建模数据的指标范围，建模数据对应的样品量，以及采用的建模方法等均决定了后期模型的准确程度，所以在目前的红外/近红外推广和使用过程中，提供硬件性能可靠的红外/近红外检测方案的同时，配备的检测模块或者模型的预测性能显得尤为重要。以 a href=" https://www.instrument.com.cn/news/20190812/490937.shtml" target=" _blank" DS 2500 /a 近红外检测分析仪在奶粉检测中所配备的数据库情况为例， 从目前主要客户的使用效果来看，预测效果好，数据准确性高，能够帮助客户很好的指导生产。 /p p 　　目前 a href=" https://www.instrument.com.cn/news/20190812/490937.shtml" target=" _blank" DS 2500 /a 近红外分析仪配备的配方奶粉、脱脂奶粉、乳清粉等奶粉模型预测性能如下： /p table border=" 1" cellspacing=" 0" cellpadding=" 0" width=" 551" align=" center" tbody tr class=" firstRow" td width=" 93" rowspan=" 8" p style=" text-align:center " 全脂奶粉及婴幼儿配方奶粉 /p /td td width=" 66" p style=" text-align:center " 成分 /p /td td width=" 102" p style=" text-align:center " 定标范围 /p /td td width=" 75" p style=" text-align:center " 定标误差(SECV) /p /td td width=" 124" p style=" text-align:center " 定标样品数量 /p /td td width=" 91" p style=" text-align:center " 相关系数 /p /td /tr tr td width=" 66" p style=" text-align:center " 水分 /p /td td width=" 102" p style=" text-align:center " 1.54-4.50 /p /td td width=" 75" p style=" text-align:center " 0.17 /p /td td width=" 124" p style=" text-align:center " 4640 /p /td td width=" 91" p style=" text-align:center " 0.90 /p /td /tr tr td width=" 66" p style=" text-align:center " 蛋白 /p /td td width=" 102" p style=" text-align:center " 9.50-31.02 /p /td td width=" 75" p style=" text-align:center " 0.35 /p /td td width=" 124" p style=" text-align:center " 4468 /p /td td width=" 91" p style=" text-align:center " 0.99 /p /td /tr tr td width=" 66" p style=" text-align:center " 脂肪 /p /td td width=" 102" p style=" text-align:center " 5.09-39.31 /p /td td width=" 75" p style=" text-align:center " 0.40 /p /td td width=" 124" p style=" text-align:center " 4313 /p /td td width=" 91" p style=" text-align:center " 0.99 /p /td /tr tr td width=" 66" p style=" text-align:center " 酸度 /p /td td width=" 102" p style=" text-align:center " 4.91-14.91 /p /td td width=" 75" p style=" text-align:center " 0.89 /p /td td width=" 124" p style=" text-align:center " 3785 /p /td td width=" 91" p style=" text-align:center " 0.75 /p /td /tr tr td width=" 66" p style=" text-align:center " 灰分 /p /td td width=" 102" p style=" text-align:center " 2.55-6.10 /p /td td width=" 75" p style=" text-align:center " 0.07 /p /td td width=" 124" p style=" text-align:center " 1373 /p /td td width=" 91" p style=" text-align:center " 0.99 /p /td /tr tr td width=" 66" p style=" text-align:center " 乳糖 /p /td td width=" 102" p style=" text-align:center " 33.44-58.22 /p /td td width=" 75" p style=" text-align:center " 0.54 /p /td td width=" 124" p style=" text-align:center " 1151 /p /td td width=" 91" p style=" text-align:center " 0.98 /p /td /tr tr td width=" 66" p style=" text-align:center " 蔗糖 /p /td td width=" 102" p style=" text-align:center " 0- 18.81 /p /td td width=" 75" p style=" text-align:center " 0.42 /p /td td width=" 124" p style=" text-align:center " 1267 /p /td td width=" 91" p style=" text-align:center " 0.98 /p /td /tr tr td width=" 93" rowspan=" 3" p style=" text-align:center " 脱脂奶粉 /p /td td width=" 66" p style=" text-align:center " 水分 /p /td td width=" 102" p style=" text-align:center " 2.67-4.34 /p /td td width=" 75" p style=" text-align:center " 0.11 /p /td td width=" 124" p style=" text-align:center " 1425 /p /td td width=" 91" p style=" text-align:center " 0.85 /p /td /tr tr td width=" 66" p style=" text-align:center " 蛋白 /p /td td width=" 102" p style=" text-align:center " 31.23-38.59 /p /td td width=" 75" p style=" text-align:center " 0.22 /p /td td width=" 124" p style=" text-align:center " 898 /p /td td width=" 91" p style=" text-align:center " 0.97 /p /td /tr tr td width=" 66" p style=" text-align:center " 脂肪 /p /td td width=" 102" p style=" text-align:center " 0.37-1.13 /p /td td width=" 75" p style=" text-align:center " 0.02 /p /td td width=" 124" p style=" text-align:center " 558 /p /td td width=" 91" p style=" text-align:center " 0.97 /p /td /tr tr td width=" 93" rowspan=" 5" p style=" text-align:center " 乳清粉 /p /td td width=" 66" p style=" text-align:center " 水分 /p /td td width=" 102" p style=" text-align:center " 2.43-6.69 /p /td td width=" 75" p style=" text-align:center " 0.46 /p /td td width=" 124" p style=" text-align:center " 494 /p /td td width=" 91" p style=" text-align:center " 0.80 /p /td /tr tr td width=" 66" p style=" text-align:center " 蛋白 /p /td td width=" 102" p style=" text-align:center " 60.02-90.26 /p /td td width=" 75" p style=" text-align:center " 0.92 /p /td td width=" 124" p style=" text-align:center " 596 /p /td td width=" 91" p style=" text-align:center " 0.97 /p /td /tr tr td width=" 66" p style=" text-align:center " 脂肪 /p /td td width=" 102" p style=" text-align:center " 3.44-9.88 /p /td td width=" 75" p style=" text-align:center " 0.13 /p /td td width=" 124" p style=" text-align:center " 379 /p /td td width=" 91" p style=" text-align:center " 0.99 /p /td /tr tr td width=" 66" p style=" text-align:center " 灰分 /p /td td width=" 102" p style=" text-align:center " 2.09-5.44 /p /td td width=" 75" p style=" text-align:center " 0.03 /p /td td width=" 124" p style=" text-align:center " 362 /p /td td width=" 91" p style=" text-align:center " 0.99 /p /td /tr tr td width=" 66" p style=" text-align:center " pH /p /td td width=" 102" p style=" text-align:center " 6.4-6.95 /p /td td width=" 75" p style=" text-align:center " 0.02 /p /td td width=" 124" p style=" text-align:center " 486 /p /td td width=" 91" p style=" text-align:center " 0.96 /p /td /tr /tbody /table p strong 　　三、红外/近红外分析技术在国内乳品行业的应用前景 /strong /p p 　　前已述及，红外/近红外分析技术不需要样品的准备过程，是一种无损化的分析技术，同时该项技术具有快速准确的特点，能够满足实时、快速分析的要求。只要提供稳定可靠的定标，就可以对待分析样品给出准确的分析结果。随着我国乳品行业的发展，红外/近红外光谱分析技术必将逐步取代目前在国内占主流的传统化学分析方法，在乳制品及其相关行业发挥越来越大的作用。另外，随着乳品行业有关红外/近红外相关标准的逐步引入，未来红外/近红外技术在乳品行业也必将像饲料、粮油和纺织等其他行业有章可依、有据可鉴。 /p p 　　基于近几年乳品行业发展的特点，个人认为未来国内红外/近红外技术在乳品行业的应用有以下两方面需求： /p p 　　其一，目前在国内，红外/近红外技术在乳品行业的应用以液态奶和乳粉的快速检测为主，主要因为国内目前乳品行业的消费产品类型(只包括液奶和乳粉)相对比较单一。在欧美诸多国家，红外/近红外技术在奶酪、黄油、稀奶油、浓缩乳清等类型样品的检测中已经发挥着很大的作用，可以预期随着国家由“喝奶”向“吃奶”的消费导向的普及，国内消费者对于奶酪，黄油等的消费需求会有所上升。后期，红外/近红外技术应用于奶酪、黄油以及浓缩乳清等样品的检测也必将逐渐深入。 /p p 　　其二，国外的液体乳主要以保鲜的巴氏奶为主，这与其完善的冷链系统及经济水平有关。近几年我国的液体奶市场增长迅速，但主要以保质期较长的UHT奶为主。随着我国乳品工业的发展和人们对液体乳新鲜度的要求，近几年，国家大力推广“优质乳工程”，倡导企业生产新鲜度更高，营养更丰富的优质乳。 /p p 　　加入国家“优质乳工程”的企业对奶源有了更高的要求，如更低的体细胞和细菌数，更高的蛋白和合理的脂肪含量，同时，对一些功能性指标(如乳铁蛋白，糠氨酸等)的检测也提出了要求。由此可见，随着国家“优质乳工程”的实施，企业自身的检测需求必将促使红外/近红外快速检测技术朝着准确度要高，检测指标更全面等方向进行改进和提高。可以预期，未来的红外/近红外检测技术不仅要准确地检测脂肪、蛋白、总固等常规指标，而且也需要具有检测一些功能性新指标，如巴氏奶和鲜奶中的乳铁蛋白，以及UHT奶中的糠氨酸等方面的检测能力。 /p p style=" text-align: right " span style=" font-family: 楷体, 楷体_GB2312, SimKai " strong （供稿：FOSS 罗海峰） /strong /span /p

中国仪器仪表学会近红外光谱分会文件近学分字[2021] 第002号2021年红外/近红外光谱分析技术培训通知(总第七期)(第二轮)　　近年来，红外/近红外光谱分析技术的研究和应用在我国得到了迅速的发展，特别是随着技术的发展和应用领域的拓展，红外/近红外光谱分析技术在各领域得到了越来越广泛的应用。应众多红外/近红外光谱从业者的要求，中国仪器仪表学会近红外光谱分会拟定举办第七期红外/近红外光谱分析技术培训班，本次培训班培训内容由理论授课、实操培训和考核评定三个部分组成，对于培训考核通过的学员，颁发红外资质认定证书。　　理论授课部分，计划邀请国内知名专家学者系统讲解中红外、近红外光谱分析技术的基本原理和方法，中红外、近红外光谱仪的基本组成和光谱仪的维护、应用操作、常用的采样技术，以及中红外、近红外光谱在复杂体系多组分分析中的应用等内容。　　培训对象：红外/近红外光谱分析检测岗位相关技术人员　　主办单位：中国仪器仪表学会近红外光谱分会　　承办单位：仪器信息网(北京信立方科技发展股份有限公司)　　一、培训内容时间课程内容授课老师课时情况授课方式6月24日上午光谱类现代过程分析技术的基础、创新与展望袁洪福2-3课时线上6月24日下午中红外、近红外光谱仪器的实验技术与应用实践周学秋2-3课时线上6月25日上午中红外、近红外光谱在复杂体系多组分分析中的应用及建模算法与规范闵顺耕2-3课时线上6月25日下午中红外、近红外光谱仪器原理、构造特点、工程化实施与维护王 东2-3课时线上6月25日下午答疑与研讨主持人：褚小立、王家俊1-2课时线上实操线下　　二、培训时间　　线上培训：2021年6月24-25日　　线下实操：2021年7月(为期1天，具体时间待定)　　三、培训地点　　培训采取网络在线授课(仪器信息网网络讲堂)和线下实操相结合的形式进行，线下实操培训地点：北京化工大学。　　四、培训人数　　50人以内　　五、培训费用　　培训费用为5800元/人(含开据增值税专用发票发生的税费)，由参训学员支付，不含实操实验的食宿和差旅费。　　本次培训收款单位为北京信立方科技发展股份有限公司(近红外光谱分会挂靠单位)，并开具培训费用增值税专用发票。参训学员在培训期间的食宿费用自理。　　收款信息为(请备注 红外/近红外培训 以及个人姓名、单位)：　　开户名称：北京信立方科技发展股份有限公司　　开户银行：招商银行北京金融街支行　　银行账号：110904042310106　　备注：在汇款备注上务必注明汇款单位、参会人的姓名，并注明“红外培训”。　　六、报名方式　　需要参加培训的人员请填写参会回执(见附件2)，并将缴费凭证一并发送到： yej@instrument.com.cn　　联系人：叶女士：18211196128 yej@instrument.com.cn　　中国仪器仪表学会近红外光谱分会　　北京信立方科技发展股份有限公司　　2021年6月7日　　附件1：2021年红外近红外光谱分析技术培训第二轮通知(总第七期).pdf　　附件2：红外-近红外光谱分析技术培训回执-20210607.docx2021年红外/近红外光谱分析技术培训通知(总第七期)单位名称详细地址联系人电 话Email是否已经缴费姓 名性别职 务手机/固定电话/Email　　此回执，以及缴费凭证发至 yej@instrument.com.cn。

近年来，红外/近红外光谱分析技术的研究和应用在我国得到了迅速的发展，特别是随着技术的发展和应用领域的拓展，红外/近红外光谱分析技术在各领域得到了越来越广泛的应用。应众多红外/近红外光谱从业者的要求，中国仪器仪表学会近红外光谱分会拟定举办第七期红外/近红外光谱分析技术培训班，本次培训班培训内容由理论授课、实操培训和考核评定三个部分组成，对于培训考核通过的学员，颁发红外资质认定证书。　　理论授课部分，计划邀请国内知名专家学者系统讲解中红外、近红外光谱分析技术的基本原理和方法，中红外、近红外光谱仪的基本组成和光谱仪的维护、应用操作、常用的采样技术(漫反射采样、ATR采样)，以及中红外、近红外光谱在复杂体系多组分分析中的应用等内容。　　　本次培训对象：红外/近红外光谱分析检测岗位相关技术人员　　一、培训内容课程内容授课老师课时情况授课方式近红外光谱快速分析技术袁洪福2-3课时线上中红外、近红外光谱仪的基本组成和光谱仪的维护王 东2-3课时线上中红外、近红外光谱仪的应用操作，常用的采样技术（漫反射采样、ATR采样）周学秋2-3课时线上中红外、近红外光谱在复杂体系多组分分析中的应用闵顺耕2-3课时线上实操线下　　二、培训时间　　2021年5月(详细时间另行通知)　　三、培训地点　　培训采取网络在线授课和线下实验实操相结合的形式进行。实验实操地点：北京化工大学。　　四、培训人数　　50人以内　　五、培训费用　　培训费用为5800元/人(含开据增值税专用发票发生的税费)，由参训学员支付，不含实操实验的食宿和差旅费。本次培训收款单位为北京信立方科技发展股份有限公司(近红外光谱分会挂靠单位)，并开具培训费用增值税专用发票。参训学员在培训期间的食宿费用自理。　　收款信息为(请备注 红外/近红外培训 以及个人姓名)：　　开户名称：北京信立方科技发展股份有限公司　　开户银行：招商银行北京金融街支行　　银行账号：110904042310106　　备注：在汇款备注上务必注明汇款单位、参会人的姓名，并注明“红外培训”。　　六、联系人　　叶女士：18211196128；yej@instrument.com.cn　　中国仪器仪表学会近红外光谱分会　　2021年4月2021年红外/近红外光谱分析技术培训通知(总第七期)单位名称详细地址联系人电 话Email是否已经缴费姓 名性别职 务手机/固定电话/Email　　此回执，以及缴费凭证发至 yej@instrument.com.cn。

近红外光谱分析技术是分析化学领域迅猛发展的高新分析技术，具有快速、无损、无污染、维护成本低等特点，在复杂样品分析方面呈现出独特优势，能够精准高效地解决农业、化、发酵、食品等多个行业中的检测难题，实现了对多种传统检测方法的替代升级。无锡迅杰光远科技有限公司是行业领先的专业从事近红外光谱分析仪器研发及提供行业定制化解决方案的高新技术企业。自2016年成立以来，凭借大量的研发投入和50%硕博占比的研发团队，已经成长为行业领先的集研发、生产、销售于一体的专业近红外产品服务提供商。至今已累计获得近70项专利和软件著作权，其中包括多个发明和实用新型专利。同时，公司积极参与了傅立叶变换红外光谱仪国家标准以及多个应用行业的行业标准、团体标准的制定，为行业发展和创新做出贡献。近日，迅杰光远凭借其在近红外光谱分析技术领域的卓越贡献和持续创新能力，成功获评国家专精特新“小巨人”。这一殊荣不仅是对迅杰光远技术实力的认可，更是对其在推动行业进步方面所做努力的肯定。迅杰光远研发的光谱传感分析仪器及配套解决方案，已成功在粮油贸易、食品加工、饲料加工、生物制药、工业发酵、精细化工等多个行业落地。迅杰光远运用MEMS（微机电系统）技术重新设计了传统的光路，通过微组装技术，将整个光谱仪缩小到仅几厘米的尺寸，并保持了核心的光学参数。这不仅让仪器更加小巧、便携，也大幅降低了生产成本。目前，迅杰光远是唯一将MEMS大规模应用于近红外技术的企业，实现了将近红外技术从实验室带到了交易现场，搬上生产线。迅杰光远还积极与多所高校建立了长期且稳定的战略合作关系，不断加强技术研发能力，为公司注入持续的创新动力与人才支持。公司的技术水平和创新能力也备受肯定，荣获中国分析测试协会“科学技术奖BCEIA金奖”、国家科技部创新积分500强、中国仪器仪表学会“陆婉珍近红外光谱奖-青年奖”等多项荣誉。迅杰光远的近红外光谱分析技术不仅在国内市场得到了广泛应用和认可，还逐渐走出国门，赢得了国际市场的青睐。公司的产品和解决方案已经成功应用于多个国家和地区的不同行业中，为各行各业的数字化转型和高质量发展提供了有力支撑。此次获评国家专精特新“小巨人”，是迅杰光远发展历程中的重要里程碑，也是未来发展的新起点。

随着应用需求的拓展，红外/近红外光谱技术也在不断的发展。相较于高分辨率、成像等高性能指标，越来越多的仪器厂商将重点放在了实用上，从细节处着手，着重解决用户使用过程中的实际问题。据统计，申报仪器信息网2021年度“科学仪器优秀新品评选”活动的红外/近红外光谱类仪器共计12台，其中红外光谱仪8台（含附件），近红外光谱仪4台。另外，还有7台基于红外/近红外光谱原理的专用化仪器。虽然红外光谱仪已经相对比较成熟，但是其发展却从未停滞。随着应用需求的变化，红外光谱仪近年来的发展也呈现多样化。各大厂商相继在操作的灵活性、便捷性、智能化及兼容性等多方面入手，提升仪器的性能和使用体验。2021年度，荧飒光学仪器（上海）有限公司推出多台红外光谱新品，包括，研究型傅里叶变换红外光谱仪Foli20、双样品腔傅里叶变换红外光谱仪 Foli10-R-S、移动式傅里叶变换红外光谱仪Foli10 Plus、傅里叶变换红外光谱仪 Foli10-R-T等。其中，研究型傅里叶变换红外光谱仪Foli20首次实现入光口/出光口多光路设计，光源和检测器自动切换，增加了科研的灵活性和扩展性。该产品全光谱的分辨率优于0.4cm-1，具备升级更高分辨率的能力；双样品腔傅里叶变换红外光谱仪 Foli10-R-S实现积分球漫透射及常规透/反射测量于一体。仪器可测量不同弧度的样品，可兼容不同反射角测量附件，可配置室温检测器和/或低温电制冷、低温液氮MCT检测器，双通道A/D采集自适应；移动式傅里叶变换红外光谱仪Foli10 Plus主机和平板可智能化充电，可实现户外即开即用。该产品的集成智能化红外特征峰峰位识别功能及多组分连续差减功能，可实现混合物的快速搜索，并可更换各类测量附件，一键式卡扣锁紧，适合不同应用场景；傅里叶变换红外光谱仪 Foli10-R-T，采用双样品腔双通道设计，相互独立且等效使用，并可同时实现2种大型红外附件的测试，可同时配置室温检测器和低温液氮MCT检测器，双通道A/D采集自适应，实现最快60K扫描速度。此外，天津港东科技股份有限公司推出的傅里叶变换红外光谱仪FTIR-650S在多重防潮设计和抗电磁干扰设计方面也进行了创新，产品采用了更大容量干燥剂筒结构设计，更优异的干涉仪和探测器防潮设计，大幅降低更换干燥剂的频率，有效保护红外光谱仪的光学系统和探测系统。作为一类比较成熟的仪器分析方法，红外光谱已经得到了广泛的应用，特别是在制药、生物研究以及食品和饮料的终端用户中应用非常广泛。质量控制是中药评价的关键问题，而采用单一的化学成分分析方法无法适用于成分复杂的中药体系。应用现代仪器分析手段，建立于中药整体系统上的光谱量子指纹图谱技术是中药质量一致性评价的新方法，特别FTIR红外光谱测定快速，指纹特征性强，是开展中药原料药物和中成药质量控制的简单易行方法。天津市能谱科技有限公司推出的中药红外量子指纹一致性评价系统(LZ9000FTIR)通过FTIR红外光谱法原理，对中药红外光谱指纹进行分析测试。该产品把连续光谱量子指纹化，它能按照官能团量子指纹特征峰类型对化合物进行官能团分类的定性和定量分析，通过对其准确分析进行评价，可揭示数据背后的质量变异而作为中药的质控依据，为建立中药红外量子指纹图谱提供大量特征信息数据。随着FTIR光谱仪器技术的不断进步，红外附件也在不断发展，从而促使红外光谱技术得到更加广泛的应用。比如，天津市能谱科技有限公司的珠宝漫反射附件 IRA-51是一款设计独特的仓外大样品漫反射附件产品，测量平台位于仓外，大尺寸样品可直接置于样品台上，完全摆脱了珠宝尺寸大小的局限；Specac的Arrow系列一次性ATR单次反射附件采用最新的Si芯片技术，是一款可抛弃型ATR样品盘，其采用可回收聚丙烯制成，专门用于污染、腐蚀、胶黏、强酸碱性样品。一次使用一片，即插即用，用完即可抛弃。作为一类实用型的分析方法，近红外光谱仪器的创新也更多以更加适合应用场景为目的。仪器操作的简单便捷，让近红外光谱仪走入了更多的应用领域，得到越来越多不同类型用户的认可，而小型化的产品设计给在线及系统集成提供了更多的便利。2021年度，福斯分析仪器公司推出了近红外多功能品质分析仪NIRS DS3，产品采用全新设计的操作软件ISIscan Nova，可预约定时开机，定时自检。新的软件系统将实时监控光源使用情况，并在预期寿命结束前500小时给出提醒，而且光源连接使用全新设计，无需任何工具即可徒手更换，更快更简便。海洋光学亚洲公司也推出了两款近红外光谱仪，其中高灵敏度NIRQuest+近红外光谱仪采用增强光学台和孔径设计，改善光谱仪的响应，实现更低的检测极限。同时，由于灵敏度的提升，积分时间缩短，从而降低了检测时间，在流水线或流动液体样品检测时具有很大优势；Flame-NIR+ 近红外光谱仪无移动部件，坚固耐用，可用于严苛环境。产品的小尺寸非常适合集成在手持系统中，并且客户可以根据自己的应用自行更换狭缝，来调整光谱仪的通光量及分辨率。任何一类仪器都不可能“放之四海而皆准”，针对不同行业或领域开发的专用化仪器不仅可以针对性地解决问题，而且可以提高通用仪器的利用率，并在一定程度上支撑国家产业和科技的高质量发展，成为当前科学仪器的一个重要发展方向。从2021年度申报的红外/近红外光谱仪器新品来看，在气体和油品检测方面有多款新品推出。在气体检测方面，谱育科技的EXPEC 1900 傅里叶红外气体遥测仪将可见光成像+红外成像+化学成像三合一叠加显示。对比常规的可见成像+化学成像的图像显示，增加了红外成像的叠加显示。红外成像不仅可以在夜间提供视野支持，同时可利用红外热像显现检测区域内的高温污染云团、排口等，叠加显示于化学成像的图像上,可辅助研究污染气体云团的分布与扩散趋势。另外，产品采用了云台扫描与振镜扫描相结合的速扫描方式，提高扫描效率的同时，提升了检测区域的准确性；北京乐氏联创科技有限公司推出了9100FIR 傅里叶红外气体分析仪，这是一款便携式傅里叶变换红外气体分析仪，其采用PLS偏最小二乘法，高分辨率分析模式（1cm-1的分辨率），开放气体组分化学计量方法模型构建功能，适用于对各种排放气体进行现场在线分析，包括工业废气、锅炉烟气排放、焚烧炉排放，也可用于环境空气中无机气体、有机气体的快速应急检测；此外，常州亿通分析仪器制造有限公司也推出了红外一氧化碳气体分析仪(CO) ET-3015AF。在油品检测方面，深圳市德沃仪器有限公司推出了用于成品油检测的近红外光谱仪DW-NIR-PD。该仪器属于光栅扫描型，采用德州仪器的数字镜像整列微型近红外光谱仪InGaAs探测器。据悉，该产品收集了1000多份汽油和柴油的样品和数据，样品覆盖全国各地的大小炼油厂和检测机构的数据，并针对国内使用的油样自行开发近红外数据模型；此外上海昂林科学仪器股份有限公司推出了全自动便携式红外测油仪OL1025，山东格林凯瑞精密仪器有限公司推出了新款含油量检测红外分光测油仪GL-7100，分别在仪器的便携性和智能化方面进行了改进和创新。

为了推动白酒企业智能化建设，促进白酒行业生产方式的转变，提高投配料、量质摘酒、分级入库过程的精细化、数字化，减少人为误差，确保酒的品质，提升优质酒的产率，提高白酒生产质量管控水平，为白酒行业智能化生产提供技术支撑。日前，中国酒业协会团体标准审查委员会发布关于批准白酒智能酿造工厂系列6项团体标准立项的函。相关内容显示，原申请8项目精简合并为6项。根据《中国酒业协会团体标准管理办法（2019修订版）》的规定,经中国酒业协会研究决定,批准中国酒业协会白酒技术创新战略发展委员会作为该标准的牵头单位，组建起草工作组，拟定详细的工作进度和时间表，开展标准的起草和制订等工作。各文件名称及相应的适用范围和主要技术内容如下：白酒智能酿造工厂系列团体标准情况序号标准名称适用范围技术内容1白酒智能酿造工厂 过程质量监控白酒智能工厂各生产过程的操作白酒智能工厂：过程质量监控的操作规程及相关术语2工业互联网 标识解析 白酒酿造 标识编码规范白酒生产车间和采购各相关工艺流程的操作白酒酿造标识编码规范的操作规程及相关术语3白酒工业智能制造成熟度评价实施指南对白酒企业智能制造成熟度水平的评估白酒工业智能制造成熟度评价的操作规程及相关术语4白酒智能酿造投配料 近红外光谱法应用指南应用近红外光谱分析技术于白酒摊凉加曲、投配料工段的操作应用近红外光谱分析技术于白酒摊凉加曲、投配料过程的通用操作规程及相关术语5白酒智能酿造 量质摘酒 红外光谱法应用指南 应用近红外光谱分析技术于白酒摘酒工段的操作应用近红外光谱分析技术于白酒摘酒工段的通用操作规程及相关术语6白酒智能酿造 基酒分级入库 红外光谱法应用指南白酒基酒入库分级等需要快速评估白酒品质的工段应用中红外光谱法于白酒分级基酒入库工段的通用操作规程及相关术语基于此，中国酒业协会白酒技术创新战略发展委员会同时也发布了关于征集白酒智能酿造工厂系列6项团体标准起草单位的通知。通知中明确了起草单位、起草人资格条件： （1）从事白酒相关的技术研发、产品制造、原辅料供应、检验检测以及科研教学或从事设备研发、信息化技术等相关领域；（2）申请人拥有白酒智能化生产技术或研究经验；（3）申请人所在单位具有一定的制造或科研水平，重视标准化工作；（4）愿意承担开展标准化工作所需的资金、技术和人力支持。

这种方法允许同时对多个参数进行快速无损地分析近红外分析是基于样品中分子对近红外辐射（800 nm-2500 nm）的响应。当近红外光照射到样品上，要么被样品吸收，要么就发生散射，从而产生了能够反映样品物理性质和化学组成的光谱。近红外是一种间接的测量方式，必须借助于传统的标准化学分析方法的结果建立标定模型。采用化学计量学建立的模型可以用来分析混合物或者天然产物中物质的含量，如谷物和肉类。同时标定自身的数据丰富广泛，在日常检测时非常快速高效。优化近红外分析的小技巧1保持样品的一致性分析的样品应和标定在建模时使用的样品有相同的特性。例如，建模时使用小麦中蛋白质数据所建立的标定就不适用于其它谷物中蛋白质的分析。由于水分和样品颗粒大小也会影响近红外光谱，所以也要保证样品采用相同的处理方式。2校正样品均匀覆盖全部范围特别重要的一点是，建模时选取具有代表性的样品并使得参考值均匀地分布在日常检测所期望的范围内。例如，少量且数值相近的样品建立的模型就无法对一个变化较大的属性给出准确的预测结果。主成分分析（PCA）是一个有效的对比样品差异性的统计工具。3关注参考值可靠的近红外标定依赖参考值。如凯氏定氮测蛋白、索氏提取测脂肪这些参考方法有助于近红外分析得到准确的结果。这些参考方法在整个近红外方法建立过程中都应保持不变，因为不同的分析方法的准确性和精密的都有所区别。考虑这些方法的标准误差和测量不确定度，应为每项属性保留一份当前参考方法的记录。4使用近红外以辅助参考方法使用近红外方法，您能从批量化的检测中获益。专为离线和旁线设计的近红外分析仪器可以分别安装在实验室或生产部门，作为像凯氏定氮仪、脂肪提取器、色谱系统和滴定等传统分析仪器的补充。下述的例子就展示了使用近红外对节省分析支出的贡献：回报实例每天 10 个实验室样品可以节约花费月 15 欧元，一年以 200 天计算共节省 30000 欧元。假如一台近红外光谱仪的售价在 40000 欧元，只需1年就投资就能收获回报。获得额外的收益。试剂溶液以及其它相关实验耗材的使用量都显著地减少，近红外分析在极大地节约成本的同时还保证了安全性。此外，由于近红外分析速度的优势还能提升实验室的效率。步琦解决方案ProxiMate™ 是一台适合放置在产线旁的设备，它拥有 IP69 认证且支持触控，即使戴着手套也不会影响操作，具有强大且稳定的性能。不仅能够使用仪器提供的校准模型，而且也可使用整合在仪器中的自动校准 AutoCal 功能，轻松建立您的专属模型。步琦解决方案的更多信息：https://www.buchi.com/zh/products/instruments/proximate寻找更多有关我们近红外产品的信息：https://www.buchi.com/zh/knowledge/applications

2023年9月18日，中国仪器仪表学会标准化工作委员会发布关于拟立项（近红外光谱分析技术术语）CIS标准的公示通告，拟制定标准是天津大学申报的《近红外光谱分析技术术语》近红外光谱分析技术具有快速、原位、非破坏性等诸多优点，广泛应用于实验室分析、在线质量检测，可实现多组分多通道同时测定各类样品的成分及含量，包括气体、液体、固态、粘稠体、涂层、粉末等。各种基于新原理、新器件的近红外光谱仪器层出不穷，在农牧、食品、化工、制药、烟草等领域发挥了越来越重要的作用。然而，市场规模及应用需求强势增长的势头之下，我国近红外光谱技术及仪器产业化与推广应用还面临不少问题：近红外分析仪器种类众多，并且基于不同分光及检测原理，相关技术与仪器及应用标准欠缺，典型行业/领域的应用示范不充分，甚至同一技术与仪器的术语及其定义都不同，造成了仪器参数虚标及与应用效果不符等问题；此外，应用客户在仪器选择方面面临标准不统一，验证成本高等问题，不同仪器分析结果差异较大，这些问题都在影响近红外光谱分析技术的推广应用，进而制约我国国产近红外仪器产业的发展。2013发布实施的GB/T 13966-2013《分析仪器术语》规定了分析仪器常用的基本术语、各类分析仪器有关方法、原理、仪器名称、零部件名称及性能特性量方面的术语和定义。但是，缺少与近红外光谱相关的术语及定义规范，无法涵盖各种新型近红外光谱分析技术应用领域。2022年发布实施的T/CIS 17006-2022《傅立叶变换近红外光谱仪技术通则》规定了傅立叶变换近红外光谱仪正常工作条件、功能、技术指标、安全等的要求和试验方法，但是无法覆盖不同原理近红外光谱仪器，术语定义不够全面。为了规范近红外光谱仪器生产及应用，为近红外光谱技术的健康发展提供帮助，需要制定统一的术语定义标准。附件（近红外光谱分析技术术语）CIS标准公示表.docx

日前，全国饲料工业标准化技术委员会发布文件，征求关于3项农业行业标准(征求意见稿)的意见。其中《饲料的近红外光谱分析应用指南》规定了饲料成分如水分、粗脂肪、粗蛋白、淀粉、粗纤维含量以及消化率等技术指标的近红外光谱分析应用指南。　　与其他分析技术尤其是传统的实验室化学分析技术相比，近红外光谱分析技术在分析速度、检测成本、可同时检测多种理化性质、易操作性等主要检测性能方面具有显著优势。在全球饲料行业，NIR技术的优势已经获得了极大的认可和广泛的应用。据悉，在 ISO 12099：2010 Animal feeding stuffs, cereals and milled cereal products-Guidelines for the application of near infrared spectrometry 标准颁布之前，国际上的近红外光谱技术在饲料行业中并没有通行的、普适性的国际标准。2010年 6 月 15 日，ISO 12099 的颁布实施在动物饲料行业树立了行业公认的交流准则，从而让不同 NIRS 光谱用户实现了结果的互认与交流，该标准在 2017 年进行了修订(ISO 12099:2017)。　　在饲料行业，我国从 20 世纪 90 年代中期开始引进近红外饲料分析仪器，到 2002 年底，正式颁布了饲料行业近红外分析的国家标准 GB/T18868-2002《饲料中水分、粗蛋白质、粗纤维、粗脂肪、赖氨酸、蛋氨酸快速测定近红外光谱法》、2007 年颁布实施了 NY/T 1423-2007《鱼粉和反刍动物精料补充料中肉骨粉快速定性检测近红外反射光谱法》，2012 年颁布了地方标准 DB21/T 2048-2012《饲料中粗蛋白、粗脂肪、粗纤维、水分、钙、总磷、粗灰分、水溶性氯化物、氨基酸的测定 近红外光谱法》，2015年颁布了地方标准DB43/T 1065-2015《饲料中氯基酸的测定 近红外法》，2019年颁布了地方标准DB36/T 1127-2019《饲料中粗灰分、钙、总磷和氯化钠快速测定 近红外光谱法》，这些标准的颁布实施，标志着这项检测新技术在我国的饲料检测方面受到了广泛的关注和认可。　　虽然，国内许多大型饲料企业和科研院所均在饲料的 NIR检测软硬件方面投入了巨大的财力物力，既促进了饲料行业的飞速发展，又提升了 NIR技术的普及与推广。但与飞速发展的 NIR饲料分析技术以及对应的国际标准方面的发展相比，我国针对 NIR技术在饲料检测方面的标准制订还有待完善，这对我国 NIR技术在饲料行业的全面、稳健、规范的发展形成了制约。故此，亟需推出针对饲料行业检测具有指导性质的、能适应 NIR检测技术发展态势的指南标准。　　《饲料的近红外光谱分析应用指南》修改采用 ISO 12099:2017《动物饲料、谷物及谷物精制料的近红外光谱分析应用指南》。ISO 12099 为使用近红外光谱进行动物饲料的成分如水分、脂肪、蛋白、淀粉、粗纤维含量以及相关性能参数如消化率等的检测提供了综合性指南。ISO 12099 国际标准的引用，为各项技术环节提供了非常细致的指导基础，是后续开发和应用具体 NIRS 解决方案的重要基石。　　作为促进仪器技术应用的有力手段，标准的推行对仪器及分析测试行业具有重大的意义。通过国家标准信息查询系统检索，目前近红外相关的国家标准22项、行业标准31项，地方标准18项。相关标准的推出对于发展中国近红外光谱分析技术，便于广大用户正确掌握和使用近红外光谱定性分析方法，在一定程度上解决了粮油、饲料、水果、纺织品、乳制品等现场快速鉴定与相关行业产品的鉴别、溯源及判别问题，对促进中国近红外光谱快速分析技术应用和发展具有重要实际意义。特别值得一提的是，2013年发布了GB/T 29858-2013《分子光谱多元校正定量分析通则》，2019年发布了GB/T 37969-2019《近红外光谱定性分析通则》。其中，《近红外光谱定性分析通则》规定了近红外光谱定性分析的基本原理和方法、使用软件、仪器设备、光谱测量、样品、定性分析试验步骤、试验数据处理、试验报告等内容的通用要求，进一步完善了近红外分析技术的应用标准，使近红外定性分析的应用走向规范。在我国，大量的科研机构及企事业单位越来越重视并充分挖掘和利用着NIR分析的优势。不过，相对于近红外亟待拓展的领域，现有的标准还不能满足快速增长的应用需求。拿饲料为例，当前全球工业领域的质量管理，已提升到以“原料控制”及“生产过程质量控制”等预防性的质量控制和检验手段为主。要满足上述要求，须有快速、适宜现场及在线检测的检验手段作为支撑，而鉴于近红外光谱技术的优势，相关标准的完善将进一步推动其在饲料领域的应用拓展。

近几年以来，在国内烟草行业，随着烟草企业的联合重组与整合，对烟叶原料品类多样化提出了更高的要求，为了统筹优化与合理应用原料提供技术支持，以Web Service架构的“互联网+近红外光谱分析”的基本模式，于2015年，云南中烟构建的以原料研究为导向的烟叶原料近红外分析网络系统上线使用，通过六年多来的运行，实现了原料近红外分析检测数据的交换和共享，对评估烤烟收购质量，合理组配复烤模块单元，提供了即时的数据支持；在产品开发和产品维护方面，针对性使用烟叶原料，研发新产品配方、优化配伍和维护产品质量稳定，发挥了积极的辅助作用，特别是从“人、机、料、环、法”等方面，依据相应的技术标准（包含近红外校正模型建立、验证、应用和维护等），规范了网点的近红外光谱实验室，多年来，积累了初烤烤烟、复烤片烟和库存片烟等烟叶原料近红外分析检测大量的数据资产。系统功能基本达到了设计预期。然而，为了进一步探索分析烟叶原料品质类别、配方模块（单元）相似性、质量变化趋势和规律，在综合利用近红外光谱数据、理化性质数据和一些与质量相关的半结构化非结构化数据时，由于集成的常规性质数据有限，满足不了质量表征的需求，加之，在网络平台上面对大量的数据处理分析，传统的化学计量学定性定量建模计算模式难于适应，制约了多变量数据（如光谱）的深入挖掘和数据挖掘的效率。为了推进近红外光谱分析网络化应用，本文基于烟草近红外光谱网络化应用的实践经验，抛砖引玉，与大家探讨近红外光谱分析网络化应用研究的一些思路。1、近红外光谱标准化烟草可视为一种多成分复杂化学体系的天然作物，迄今为止，从烟草中鉴定出来的化学成分达5500多种，烟草质量与这些化学成分的相关性至今尚未全部研究清楚，通常采用为数有限的常规化学成分指标（如烟碱、总氮、总糖、还原糖、蛋白质、钾、氯和灰分等），评估烟草整体质量特征时仍存在不足，普遍认为，烟草在燃吸时的整体质量特征是烟草中这些复杂成分相互协同作用的结果。在近红外光谱定量分析中，烟草近红外光谱包含大量潜在的物质组成信息尚未充分利用，不同质量特征的烟草具有自身的特征近红外光谱，应用适当的化学计量学模式识别方法，如PLS-DA、SIMCA和SVM，结合近红外光谱挖掘烟草的整体质量特征归属，对寻求质量特征相似或相近的替代原料，保障规模化产品制造稳定的原料供给有着重要的意义。每一个网点的近红外光谱实验室是数据“发源地”，数据质量决定了将来数据的应用价值。实验室除了从“人、机、料、环、法”等方面，依据相应的规范（包含近红外光谱测量、校正模型建立、验证、应用和维护的技术标准等）要求运行之外，显然，在网络环境里光谱数据采集的“标准化”就特别重要。这就要求入网的近红外光谱仪必须具有优良的光学特性，仪器之间的差异最小，保证对不同产区网点的近红外光谱仪测量的光谱数据进行分析时，仪器的背景差异不会造成明显的影响，但事实上，同一厂家同一型号同一个批次生产的光谱仪都很难做到这一点，可以说，近红外光谱仪之间的差异是进行网络数据共享，挖掘光谱数据信息存在的问题之一。一是借鉴模型转移的化学计量学方法，根据仪器之间的光谱差异，建立一个光谱的数学关系，然后依据这个数学关系，“软拷贝”实现光谱数据采集的标准化；二是仪器厂商提升仪器的制造水平，降低仪器之间的差异，特别是不同批次生产的仪器之间的差异，才能使其测量的光谱差异最小，不会对后续的光谱分析造成明显的影响，也就是说用一台仪器采集的光谱建立的模型预测同一组样品在本台仪器上测量的光谱，与使用本台仪器的模型预测另一台仪器测量同是一组样品的光谱所得到的结果无明显的差异，在这两台仪器之间就无需建立光谱的数学关系，即简单的“硬拷贝”就可实现网络平台光谱数据采 集的标准化，要义见图1示意。在网络环境中的光谱仪可视为一个“网络传感器”，对传感器的技术要求在朝着高质量、高精度、小型化、低功耗和智能化等方向演进，对网络用户来说，期待仪器制造商生产性能一致性优良的光谱仪，乃是尤为理想的解决方案。图1 不同的光谱仪采集同一组样品，可得到基本相同的光谱，即“一个世界，一个标准”2、云化近红外光谱分析网络平台云计算服务是一种集中式服务，所有数据都通过网络传输到云计算中心进行处理。资源的高度集中与整合使得云计算具有很高的通用性，然而，面对网络设备和数据的爆发式增长，边缘计算相比于云计算模型，能够更加迅速、可靠和节能地响应用户需求，数据在本地处理也可以提升用户隐私保护程度。另外，边缘计算也减小了对网络的依赖，在离线状态下也能够提供基础业务服务。通过云化近红外光谱分析网络平台，集成不同的烟草产地生态环境、等级、品种以及相应的近红外光谱、理化性质（包含烟叶的形态形状图像，化学成分指标等）数据是其任务之一，便于分析挖掘与感官质量相关的特征信息，服务于烟叶原料的精细化种植及科学合理应用，在近红外光谱定性、定量建模或后续的各种数据挖掘实际应用中，是基于“中心云”或“边缘云”的数据资源进行的。有时会用到中心云的数据资源，如对各大产区烟草质量进行整体性比照分析，探索各大烟区烟草质量特征，支持原料生产基地系统规划；有时会用到边缘云的数据资源，如对某个产区烟草历时性数据作趋势分析，探索烟草质量的稳定性与变化趋向，辅助基层植烟区改进或调整生产措施。所以，面向服务对象的规模、复杂程度合理部署、云化近红外光谱分析网络平台就尤为重要，有利于集约化网络资源，提升数据的分析处理以及数据挖掘的效率，见图2示意。图2. 近红外光谱分析平台云化示意图3、构建云计算自动化（智能）建模服务系统通常，在建立样本数量大于3000个以上的近红外校正模型时，样本量越大，运算速度越慢，对计算机性能的要求越就越高，且在建模过程中，如组织训练集或校正样本集、清洗异常样本、筛选适宜的建模数据等等，基本是基于“文件夹”来操作完成的，对网络环境中的大体量的数据资源，因缺乏探索性数据分析的网络计算手段而难于被充分利用，传统的建模方式和流程效率低、适应性差。基于网络资源进行化学计量学网络计算，现代云计算技术为化学计量学计算研究搭建了高灵活性平台。如何选择诸如Hadoop、Spark等生态圈技术，通过分布式计算提升定性、定量建模效率，并结合长期积累的建模经验、领域知识（包含相关的波长或波段选择、光谱预处理方法及其经验参数设置、模型误差水平控制等），实现自动化建模，这是我们要联合网络计算专家实现近红外光谱分析网络化云计算所要解决的问题。显然，把传统的近红外光谱定量、定性分析涉及的训练集样本或校正集样本的筛选、光谱的预处理、建模等化学计量学方法（算法）网络化，开发分布式计算的化学计量学软件系统（当然，这也是数据挖掘的重要组成部分），共享应用网络软、硬件资源优势，平衡计算负载，实现近红外光谱分析云计算，可能是一种比较好的解决思路，这无论是对近红外光谱定性定量分析的普通用户，还是对近红外光谱数据进行深度挖掘的高级用户，都具有较好的便利性和实用性。4、研发基于特征模型的网络搜索引擎基于多维质量特征数据（结构化和非结构化数据），诸如烟草产地生态、等级、品种、理化性质指标、近红外光谱、形态形状图像等，选取不同的特征，通过模式识别技术建立用户预期的质量特征类模型，然后应用“基于特征模型的网络搜索引擎+类模型”搜索网络共享资源（中心云或边缘云）中具有相近或相似质量特征的样本，也就是在网络共享资源中“淘宝”，寻求在产品制造中烟叶原料的替代应用，保障产品质量的稳定。搜索引擎形式类似“百度”或“Google”。这里以烟草近红外光谱定性分析的应用举例说明，我们需要什么样功能的“搜索引擎”，近红外光谱包含丰富的化学物质结构信息，且近红外光谱与物质组成及含量相关，不同属性、特征的烟草样品具有相应的特征近红外光谱，通过结合烟草领域知识，采用适宜的化学计量学模式识别方法（如基于PCA的各种分类算法、ANN或SVM等）来提取烟草样品近红外光谱特征信息，训练能表征质量特征的近红外光谱类模型，应用验证通过的类模型和待测烟草样品近红外光谱便可预测待测样品的归属类别或特征。常规近红外光谱定性预测分析是基于“文件夹+类模型”进行操作的，而在网络环境中，近红外光谱定性预测分析必须网络化，预测是在云化的近红外光谱分析网络平台上，应用“基于特征模型的网络搜索引擎+类模型”寻找“隐藏”在“中心云”或“边缘云”中的数据资源（见图3示意），它承担着大体量的网络计算。基于特征模型的网络搜索引擎是“云计算自动化（智能）建模服务系统”预测分析网络化的延展，可简单视为是一个“网络预测器”，当然，这个“网络预测器”需要网络计算专家和近红外光谱化学计量学算法专家联手研发。图3. 近红外光谱分析网络化应用示意图5、其它针对不同应用场景或职能部门，利用中心云数据或边缘云数据进行一些简单的在线统计分析计算，并对结果进行可视化展示，如原料生产部门可快速实现对烟叶质量指标的比较，分析烟叶质量的稳定性、质量变化走势等。开发一些满足不同应用场景的APP、微信小程序、公众号等（见图3示意），也是一项值得开展的工作。（作者：王家俊 云南中烟工业有限责任公司）

作为全球最大的专业在线分析仪器供应商之一，ABB的产品几乎涵盖所有在线仪器品类。基于120多年的技术创新历史，ABB测量与分析产品的应用覆盖从太空到陆地，从过程控制到排放监测，从气体、液体到固体的测量与分析等各个领域和行业，为工业企业智能制造和智慧城市的燃气、水务等领域提供高灵敏、高密度监测技术与解决方案。ABB傅立叶近红外分析仪器有哪些重要的技术成果？解决了哪些行业难题？未来的发展前景如何？日前，仪器信息网编辑就以上问题特别采访了ABB傅里叶红外/近红外分析技术经理邹贤勇。“多通道傅立叶近红外仪收获各方面好评”在第16届中国在线分析仪器应用及发展国际论坛暨展览会中，ABB带来四款重磅产品：傅立叶近红外分析仪FTPA2000-260及测试附件（如流通池和探头等）、温室气体分析仪GLA331和连续气体分析仪EL3000系列以及余氯分析仪ACL420。采访中，邹贤勇详细介绍了多通道傅立叶近红外分析仪FTPA2000-260的特点，据介绍，这款产品采用了最先进的傅立叶变换近红外技术，它拥有最多的通道数及最高的分辨率，已在石油、化工、食品、制药、半导体和科研领域发挥了重要的作用,并获得了用户“耐用、可靠和售后服务一流”等方面的一致好评。与其他分析方法比较，该产品提供的分析方法还解决了分析时间长、分析成本高、取样困难和维护成本高等问题。此外，邹贤勇还介绍了具有高灵敏度、高速测量优势的温室气体分析仪GLA331，适用于环保、气象站和科研领域的高精度温室气体监测；连续气体分析仪EL3000系列因其灵敏高效、操作简单等特点，适用于过程检测、环境空气监测、CEMS排放检测和高炉气分析等行业抽取式连续气体分析；新一代余氯分析仪ChlorStar系列，可轻松实现余氯或总氯的准确测量，适用于自来水工艺过程监测、出水监测、管网监测、二次供水监测。“傅立叶近红外光谱仪代言词-坚固耐用”傅立叶近红外因具有快速多组分等优势已成为PAT（过程分析技术）的主要工具，在石油化工等行业的实验室、研发和生产现场得到了广泛的应用。尤其是在工业自动化、智能制造、数字化转型的大力发展下，傅立叶近红外的工业在线检测成为了当前的热门前沿应用。“拥有50年傅立叶红外光谱仪制造经验的ABB，坚固耐用已成我们相关产品的标志性名片。”邹贤勇介绍说，ABB傅立叶近红外分析仪采用为航天技术开发的双转轴立体角镜干涉仪，拥有极高抗振性能，几乎不需要维护，极大增强了环境的适用性，相较于传统干涉仪，可获得更高重复性的光谱，从而保证仪器间模型的无缝传递。邹贤勇在采访中还提及有关傅立叶近红外光谱仪的新品发布计划。其介绍说，为丰富ABB的产品线，带给行业用户新选择，ABB将发布新品“双通道近红外Talys”。据悉，该产品采用ABB先进的傅立叶变换近红外光谱技术，拥有双通道、坚固耐用和无需维护等亮点，以契合客户的不同预算和需求。傅立叶近红外技术国内市场前景不可限量据相关报道，2022年全球近红外光谱市场规模达到5.027亿美元，2025年将达5.6亿美元，2030年有望超8亿美元。近年来我国近红外光谱分析技术在研发和应用方面都取得了长足进展，业界普遍认为，未来近红外光谱在中国的市场前景值得期待。邹贤勇在采访中谈到，“傅立叶近红外技术因其快速高效环保等优势，并经过20多年各行业的应用推广，目前在石化、化工、制药、食品粮油和半导体等领域得到广泛应用。从区域角度来看，未来几年亚太地区有望成为近红外分析仪市场增长速度最快的市场。”同时，邹贤勇也提到当前应用存在的一些难点，比如模型建立、评价和维护专业性较强，相关的检测标准还不完善等。不过，其相信：“这些难点会随着时间经验的积累慢慢被克服。”

NIRS DS 2500, NIRS DA 1650, 近红外分析的新阶段 NIRS DS 2500多功能近红外分析仪 NIRS DA 1650多功能近红外分析仪 　　近日，福斯集团公司在全球发布两款高性能的多功能近红外分析仪， NIRS DS 2500 和NIRS DA 1650。这两款新一代的近红外分析仪具有以下主要特点: 　　NIRS DS 2500光谱扫描范围宽(400-2500nm)。无论测试蛋白、水分还是高要求的指标，如纤维、灰分、氨基酸， NIRS DS 2500均可在1分钟内给出快速、准确的测定结果，来确保原料收购、生产控制和终产品质量控制。 　　NIRS DS 2500预装定标模型，可分析多种类型样品。 NIRS DS 2500 可以完全兼容NISYSTEM II分析方案和XDS分析方案，确保很好利用已有的NIR SYSTEM II和XDS数据库，直接整合，而不损失测试性能。 　　NIRS DA 1650是一款二极管阵列型近红外分析仪，扫描范围为1100-1650nm，适合于对水分、蛋白、脂肪等指标做准确的分析，它完全兼容福斯其他的近红外分析仪，例如InfraXact 和ProFoss在线分析仪，确保定标数据的快速使用和整合。 　　无论NIRS DS 2500,还是NIRS DA 1650,新机器投入使用非常简单，机器均经过工厂硬件标准化，光强度、带宽和波长精度在生产最后阶段完全控制校正，确保仪器之间的一致性。一旦机器投入使用，内置的测量标准帮助控制仪器性能，确保长时间无漂移，这就保证了仪器之间一致性的连续控制。 　　NIRS DS 2500和NIRS DA 1650设计高性能要求，确保可用于比较复杂的生产环境。仪器牢靠，使用简单，符合IP65标准，可经受温度、湿度、灰尘和震动的变化。 　　福斯的NIRS DS 2500和NIRS DA 1650采用用户界面友好的ISIscan Nova软件，支持最新的定标技术，支持网络连接功能。

陈皮药材如何用近红外快速鉴别分析陈皮作为传统中药，其药用历史悠久。以陈皮为主药的二陈汤、苏子降气汤、六君子汤、平胃散等经典名方在历代本草中都有记述。而如今药典中记载的陈皮主要来源于部分芸香科植物的干燥成熟果皮，具有理气健脾，燥湿化痰的功效。根据品种与产地来划分，目前市售陈皮主要分为广陈皮、陈皮与杂陈皮三类，广陈皮主要来源于茶枝柑，陈皮则是来源于大红袍、福橘及温州蜜柑的栽培变种，而来自杂柑类、宽皮橘类、橙柚及柠檬等果皮混杂陈皮入药的情况，市场称之为杂陈皮。杂陈皮与陈皮药材价格差异也十分悬殊，因此市场也出现相应商品混杂入药的现象，导致陈皮药材基源复杂，药材品质难以保证。成都中医药大学刘友平课题组创新性地采用近红外光谱分析技术对陈皮药材的品种识别和黄酮类成分的检测展开研究。1品种识别选取广陈皮 17 批，川陈皮 8 批，在 60 ℃ 烘箱中干燥后粉碎，过 80 目筛，取 8g 样品粉末放置样品杯中扫描近红外光谱，扫描范围 10000cm-1 – 4000cm-1，分辨率 8cm-1，扫描次数 64 次，每个样品重复装样后扫描 3 次。▲ 陈皮药材近红外光谱图采用聚类分析的算法对不同预处理方法、建模波段和潜变量进行考察，根据综合评价指标 Q 值的大小选出最优结果，前 3 个最好模型参数如下表所示。序号预处理方法建模波段潜变量数Q1SNV, db110000-7800, 6600-5400, 4800-440060.90692db1, ncl10000-7404,7144-500030.88743mf10000-400070.8836采用最佳参数建立的模型，从潜变量的立体得分图可以清楚看出两类陈皮药材在空间上相互独立，并用 12 批未参与建模的陈皮药材进行外部验证，仅有 1 批样品被误判，说明模型可以准确地识别广陈皮和川陈皮。▲ 陈皮药材前三潜变量得分空间分布图2含量分析目前针对陈皮药材中化学成分主要集中在挥发油、黄酮类和生物碱成分，而黄酮类又是一类比较重要的有效化学成分，具体还可细分为芸香柚皮苷、橙皮苷、川陈皮素和橘皮素。通过高效液相色谱法分析不同栽培品种陈皮药材种所含的 4 种黄酮类成分可以发现除芸香柚皮苷外，其余 3 种黄酮类成分在不同品种的药材种含量差异明显，且仅有川陈皮、广陈皮以及杂陈皮中的椪柑符合药典对陈皮药材的含量标准。因此仅对三种含量有明显差异的黄酮类成分进行近红外光谱分析，取 69 批不同来源的陈皮样品采集近红外光谱，参数设置与品种鉴别时类似，取样减少至 5g，仪器扫描次数改为 32 次，其余参数保持不变。▲ 陈皮药材近红外光谱图分别考察了不同的光谱预处理方式、建模波段以及潜变量对三种的影响，此外还剔除了对建模影响较大的样品，最终选取的的模型效果如下。▲ 橙皮苷模型预测散点图▲ 川陈皮素模型预测散点图▲ 橘皮素模型预测散点图最终三种黄酮成分模型对独立验证集样品预测的均方根误差分别为 0.284，0.054 和 0.014。与传统分析方法 HPLC 相比，近红外分析操作简便，快速无损，结果准确，且能够多组分同时测量，这对陈皮药材的质量控制及在线监测等方面，都有极高的应用价值。3相关仪器▲ NIRFlex N-500研究中所采用的近红外光谱仪就是来自步琦的 NIRFlex N-500，针对医药研发、生产质控等不同环节都能提供可靠的解决方案。 1偏振干涉仪NIRFlex N-500 独特的偏振干涉仪设计，相比经典傅里叶近红外光谱仪，在简化光路空间的同时，极大地提升了设备的抗震能力，更能通过实验室、生产车间、仓库等多种复杂测量环境的考验。 2模块化NIRFlex N-500 模块化的设计，4 种测量池以及多达近 20 种的测量附件，能够满足几乎所有的测量场景。更换快捷方便，一台机器就能完成多样品形态的测量分析工作。 3双灯源NIRFlex N-500 贴心的双灯源设计，一旦主灯能量降低到阈值之下，就自动切换至副灯，不会造成分析间断而影响生产效率。 4校准标准物NIRFlex N-500 内置校准标准物，搭配功能全面且强大的软件套件，保证数据安全，满足 GMP 及 21 CFR Part 11 的要求，为制药行业提供安全稳定的分析手段。有关更多详细信息，请与我们联系。4参考文献闫珂巍,. 基于近红外光谱技术快速定性鉴别广陈皮模型的建立[J]. 中草药, 2015, 46(20): 3096-3099.李旻. 不同栽培品质陈皮药材品质等同性研究[D]. 成都中医药大学, 2017.

随着利曼中国成为美国Zeltex公司手持近红外分析仪（谷物、种子、肉类及其他食品方向）在中国地区的独家授权代理商后，颇受业界关注。近日，美国Zeltex公司2015款最新型手持近红外谷物分析仪抵达利曼中国北京总部，工程师团队第一时间对此产品进行了现场评测。 美国Zeltex公司专业设计制造的便携式手持近红外分析仪可在现场快速无损地检测谷物、种子、肉类及其他食品中的蛋白质、脂肪及水分，经过20多年的技术积淀，其产品在近红外领域拥有超过30项专利，能够为粮食、食品科研等领域提供完整的实验方案。这款最新型的ZX-50IQ手持近红外谷物分析仪，采用带密码锁的手提铝箱包装，尺寸46 x 33 x 12 cm，与14寸笔记本电脑包尺寸接近，重量不足5 kg。在安全性和便携性上，可谓做工扎实。 打开铝箱后，除主机（尺寸26 x 12 x 9 cm，重量仅有1.5 kg）外，产品还附带标准品及几款不同规格的样品杯，用于填充不同类型的样品，如小麦、大麦、玉米、大豆、高梁、油菜籽、豆粕等。 整个测量过程十分简单，主要有以下几步：仪器自检—标样测定—样品测定—读取数据。为获得较高准确性的数据，仪器会提示操作者进行多次测量并要求旋转样品杯。仪器已内置大量标准曲线，同时允许操作者连接电脑后新建标准曲线并对测量次数做出修改。 为验证数据的准确性，工程师特地从超市采购一袋带有营养成分标识的大豆，经过4次测定（约一分钟），实测蛋白质含量为35.7%，与标识仅有0.1%的偏差。该偏差在实验室近红外法测量大豆粗蛋白含量标准（GB/T 24870-2010）允许的偏差±0.4%范围之内，结果非常令人满意。需要注意的是，测量过程中，一定要保持样品杯透明面的清洁，填料时也要注意尽量压实。 综述，作为最新型便携式设备的ZX-50IQ手持近红外谷物分析仪，通过升级主板、固件及软件程序，较上代相比在精度和性能方面提升33%，可以更高效、准确的满足谷物现场检测工作，其特点可概括如下：■ 操作非常简单，上手容易；■ 便携式设计，体积小巧，不受使用环境限制；■ 6节5号电池即可供电，亦可外接交流电源；■ 样品使用量少，无需前处理，整粒无损检测；■ 分析速度快，不到1分钟即可获取结果；■ LCD显示屏直显数据，同时可外接电脑综合分析。 利曼中国自成立二十余年来，一直致力于质量控制与分析、智能科技产品的推广及应用，目前在中国拥有20多个销售联络处，6个维修服务中心，5个示范实验室，近百名员工以及众多的国内外合作伙伴。Zeltex手持近红外产品的引入，将进一步丰富利曼的产品线，更好地服务于国内分析检测领域，促进分析技术的提高。更多产品信息，请致电全国统一服务热线400-606-1718。

HAMAMATSU（滨松） PHOTONICS近红外光谱在食品分析中的作用近红外光谱（NIR）是指在750至2500 nm的电磁光谱近红外区域内研究物质和光之间的相互作用[1]。当红外光与样品分子相互作用时，每个波长反射、透射和吸收的电磁能的量取决于样品中存在的键类型[1]。C-H、N-H和OH振动键在近红外区域最普遍，决定了给定物质的光谱形状。近红外光谱通常用于测量和量化样品的近似成分，如蛋白质、水分、干物质、脂肪和淀粉。此外，近红外光谱反映了其物理性质或特性[1]。因此，当应用于食品时，样品的近红外光谱不仅可以提供有关食品化学成分的信息，还可以通过不需要使用试剂的无损、快速和清洁的方法提供有关其功能的信息[2]。便携式仪器的影响直到最近，近红外技术才向小型化设备发展，使近红外分析从实验室进入现场成为可能。便携式近红外光谱是监测作物质量、确定最佳种植条件和收获时间的绝佳工具。鉴于食品易受含量变化的影响，需要保持新鲜以防止质量损失，以及非法掺假的可能性，控制食品质量的重要性怎么强调都不为过。此外，食品生产、配送链的复杂性以及将分析时间降至最低的需要，使便携式光谱仪在该领域向前迈出了革命性的一步[5][6]。用于食品分析的近红外光谱示例Parastar等人将计算技术应用于近红外分析仪获得的吸收光谱，能够准确区分新鲜肉和解冻肉，并根据鸡的生长条件对鸡柳进行正确分类[3]。使用类似的工具，Kucha和Ngadi能够评估猪肉末的新鲜度[4]。这些计算方法，通常被称为“化学计量学”，使用多种算法和统计技术，如多元线性回归、偏最小二乘回归和主成分分析来分析来自光谱仪的数据。这些方法将光谱信息转化为与样品相关的化学和功能特性[2]。便携式近红外分析仪改善奶牛健康，优化灌溉和收割时间便携式近红外分析仪已被用于饲料和牧草的农场监测，以评估其质量。在这个过程中，将饲料样本放在扫描仪前进行分析，并将结果提供给农民或营养学家。这使他们能够及时做出有关提要的管理决策，将获得结果所需的时间从几天缩短到几秒钟。例如，牛饲料中玉米青贮饲料的干物质含量每天变化很大，在六个月内高达41%。通过现场调整，奶牛可以获得更一致的口粮，从而改善牛群的总体健康状况。这是通过血液参数的变化和乳腺炎的减少来观察的，从而增加了产奶量。此外，这项技术可以潜在地减少饲料浪费，从而降低成本并增加收入[7]。便携式近红外光谱法的另一个有价值的应用领域是对作物生长各个阶段的实地评估。Tardaguila等人研究了在不同环境条件下生长的八个不同品种的160片葡萄叶片的吸收波长。他们专门针对含水量评估来确定葡萄酒行业灌溉的优化策略[8]。在收获季节，近红外光谱已被用于评估橄榄果实[9]、葡萄[10]和番茄[11]在树上的成熟度，从而优化收获时间，甚至使用农业机器人实现自动化水果采摘。收获后，近红外光谱技术有助于农民、消费者和质量控制官员对产品质量进行快速无损检测。这项技术还允许检测由于将传统生产的水果错误标记为有机水果而导致的菠萝欺诈[12]。FTIR光谱提供更高的通量和更好的灵敏度在近红外光谱中，分析有机材料的吸收光谱主要有两种方法。第一种方法是基于二极管阵列的光谱学。该技术使用色散光栅将从样品反射或透射的光分离为其波长分量。然后将每个分量聚焦在线性检测器阵列的不同像素上。这种方法速度相当快，可以用于实时测量。然而，二极管阵列光谱仪的光通量与其光谱分辨率成反比，这限制了其有效性。此外，在近红外区域敏感的线性阵列的高成本可能会限制其在某些应用中的应用，特别是在农业和食品中。获得吸收光谱的第二种方法是傅立叶变换干涉测量法。在这种方法中，入射光被分成两条路径，一条指向固定反射镜，另一条指向可移动反射镜。当这些路径被重新组合时，就会得到干涉图。通过对该干涉图进行傅立叶变换，可以获得入射光的光谱，并且通过适当的校准，可以确定样品的吸收光谱。使用这种技术，可以同时测量所有波长，在不影响光谱分辨率的情况下提供更好的吞吐量和更高的灵敏度（通常被称为“Fellgett的优势”）。在该技术中，仅使用单个NIR光电探测器而不是阵列，从而保持低成本。滨松光子的FTIR引擎为食品行业带来了新的曙光滨松的FTIR引擎C15511-01是一个紧凑的傅立叶变换红外光谱模块，对1.1µm至2.5µm范围内的近红外光具有灵敏度，并具有USB连接。该设备的特点是在手掌大小的外壳中有一个迈克尔逊光学干涉仪和控制电路。为了补偿元件小型化造成的光损失，滨松光子公司的工程师为FTIR引擎配备了一个大型可移动MEMS反射镜和一个高灵敏度InGaAs PIN光电二极管。这种MEMS元件的特殊设计抵消了外部振动和器件内部杂散光反射的影响。可移动MEMS反射镜的位置使用专用激光系统进行连续和精确的监测，以确保最高的波长再现性。一般来说，滨松的FTIR引擎可以提供与更大、更昂贵的台式设备相当的高灵敏度、高分辨率和高速测量。使用FTIR引擎进行红外光谱分析有两种测量方法：“反射测量”和“透射测量”。使用这些方法，我们测量了坚果（杏仁、腰果、核桃）和酒精饮料（啤酒、清酒和白兰地）的光谱。透射测量：酒精饮料吸收光谱的比较及其酒精浓度的估计FTIR引擎C15511-01用于观察几种酒精饮料产生的吸收光谱的差异。将液体放入对近红外透明的石英池中，提供1mm的光路长度。使用卤素灯作为本实验的光源。来自灯的宽带光部分被液体吸收，并通过光纤部分传输到FTIR引擎。图中所示的吸收光谱是在室温下获得的，平均128次扫描，并减去参考测量值。这些光谱的形状主要受水中的OH基团（吸收波长：1450 nm和1900 nm）和醇中的CH基团（吸收光谱波长在2100 nm和2500 nm之间）的影响。还测量了纯水和乙醇的光谱，并将其添加到图中进行比较。此外，使用2300nm处的吸收峰来估计每种饮料中的酒精浓度。该测量显示的值与液体中酒精的实际存在一致，证实了使用这种紧凑的设备和方法进行精确估计的可能性。漫反射测量：使用近红外光谱对坚果进行分类当照射到样品上的光的一部分被其表面颗粒有规律地反射时，其余的则穿透样品。在这里，光通过折射透射、光散射和表面反射反复散射，直到它离开待测量的样品。通过该测量获得的漫反射光谱与样品的吸收光谱相似。漫反射信号通常比通过透射获得的信号弱。因此，使用这种方法的主要挑战之一是提高照明效率。在传统配置中，使用光纤将来自单个卤素灯的宽带光引导到样品。滨松光子最近设计了L16462-01，这是一种针对漫反射测量进行优化的创新光源。该装置配备了多个灯，以特定角度靠近样品。通过光纤收集从样品散射的光，并将其引导至NIR光谱仪。这种配置可测量信噪比，最大限度地减少杂散光的影响。e照射到样品上的部分光被其表面颗粒规则反射，其余部分穿透样品。在这里，光通过折射透射、光散射和表面反射反复散射，直到它离开待测量的样品。通过该测量获得的漫反射光谱与样品的吸收光谱相似。食物过敏是一种遗传易感个体在食用某些食物成分后出现不利免疫反应的情况。这种反应可能导致立即或延迟的症状，可能是严重或致命的[13]。在过去的几十年里，这种免疫紊乱已经成为全世界关注的一个重要问题，在西方国家，至少有8%的儿童和5%的成年人受到影响。它给医疗系统带来了相当大的压力，并可能严重限制日常甜梅干动[14]。许多种类的坚果，包括核桃（胡桃）、腰果（西方腰果）和杏仁（甜梅干），都被欧洲法规1168/2011列为过敏原，只要存在于食品中，就需要添加到成分表中[15]。出于这些原因，坚果的检测和分类对于食品工业来说是必要的。滨松利用近红外光谱对杏仁、腰果和核桃的吸收光谱进行了研究和分类。使用FTIR引擎C15511-01和新的灯L16462-01获得测量结果。将坚果放置在光源上，无需任何预先准备，平均进行128次扫描以获得每个样品的吸收光谱。所获得的光谱的特征在于1600-1800nm处的峰，这是由从脂质和蛋白质拉伸的CH的第一泛音引起的。当观察光谱的二阶导数时，各种光谱之间的差异更加明显。通过主成分分析法可以对不同种类的坚果进行分类。结论近红外光谱在食品工业中的潜在应用已经被许多科学出版物广泛记录了几年。便携式仪器的出现正在将分析从实验室转移到现场，将结果的时间从几天大幅缩短到几秒钟。最值得注意的是，这种由滨松MEMS技术驱动的硬件小型化在不影响灵敏度或分辨率的情况下实现。新的计算技术正在不断发展，以分析和比较吸收光谱，并估计食品中特定化合物的含量。这些方法使整个行业的非技术用户越来越容易访问该技术。便携式FTIR分析仪是解决食品行业许多重大挑战的宝贵工具。例如，它们可以帮助提高作物产量，从而在面临粮食需求增加时提供一种替代毁林的方法。将这些技术融入农业可以在优化灌溉和限制整个供应链的食物浪费时限制水浪费。最后，FTIR分析仪可以帮助改善我们的食物质量，使其对我们和所有依赖我们的动物更安全、更健康。参考文献[1] K. B. Beć, J. Grabska, and C. W. Huck, “Near-Infrared Spectroscopy in Bio-Applications”, Molecules, vol. 25, no. 12, p. 2948, Jun. 2020, doi: 10.3390/molecules25122948.[2] D. Cozzolino, “The Ability of Near Infrared (NIR) Spectroscopy to Predict Functional Properties in Foods: Challenges and Opportunities”, Molecules, vol. 26, no. 22, p. 6981, Nov. 2021, doi: 10.3390/molecules26226981.[3] H. Parastar, G. van Kollenburg, Y. Weesepoel, A. van den Doel, L. Buydens, and J. Jansen, "Integration of handheld NIR and machine learning to 'Measure & Monitor' chicken meat authenticity" in Food Control, vol. 112, pp. 107149, 2020. doi: 10.1016/j. foodcont.2020.107149. [4] Kucha, C.T., Ngadi, M.O. “Rapid assessment of pork freshness using miniaturized NIR spectroscopy”. Food Measure 14, 1105–1115 (2020). https://doi.org/10.1007/s11694-019-00360-9 [5] J.-H. Qu, D. Liu, J.-H. Cheng, D.-W. Sun, J. Ma, H. Pu, and X.-A. Zeng, "Applications of Near-infrared Spectroscopy in Food Safety Evaluation and Control: A Review of Recent Research Advances" Critical Reviews in Food Science and Nutrition, vol. 55, no. 13, pp. 1939-1954, 2015. doi: 10.1080/10408398.2013.871693.[6] K. B. Beć, J. Grabska, and C. W. Huck, “Miniaturized NIR Spectroscopy in Food Analysis and Quality Control: Promises, Challenges, and Perspectives,” Foods, vol. 11, no. 10, p. 1465, May 2022, doi: 10.3390/foods11101465.[7] "Can On-Farm NIR Analysis Improve Feed Management?", Penn State Extension. [Online]. Available: https://extension.psu. edu/can-on-farm-nir-analysis-improve-feed-management.[8] J. Tardaguila, J. Fernández-Novales, S. Gutiérrez, and M.P. Diago, "Non-destructive assessment of grapevine water status in the field using a portable NIR spectrophotometer", J. Sci. Food Agric., vol. 97, pp. 3772-3780, 2017. doi: 10.1002/jsfa.8241.[9] A. J. Fernández-Espinosa, "Combining PLS regression with portable NIR spectroscopy to on-line monitor quality parameters in intact olives for determining optimal harvesting time", Talanta, vol. 148, pp. 216-228, 2016. doi: 10.1016/j.talanta.2015.10.084.[10] G. Ferrara, V. Marcotuli, A. Didonna, A. M. Stellacci, M. Palasciano, and A. Mazzeo, “Ripeness Prediction in Table Grape Cultivars by Using a Portable NIR Device”, Horticulturae, vol. 8, no. 7, p. 613, Jul. 2022, doi: 10.3390/horticulturae8070613.[11] H. Yang, B. Kuang, and A.M. Mouazen, "In situ Determination of Growing Stagesand Harvest Time of Tomato (Lycopersicon Esculentum) Fruits Using Fiber-Optic Visible—Near-Infrared (Vis-NIR) Spectroscopy", Applied Spectroscopy, vol. 65, no. 8, pp. 931-938, 2011. doi: 10.1366/11-06270.[12] C. L. Y. Amuah, E. Teye, F. P. Lamptey, K. Nyandey, J. Opoku-Ansah, and P. O. Adueming, "Feasibility Study of the Use of Handheld NIR Spectrometer for Simultaneous Authentication and Quantification of Quality Parameters in Intact Pineapple Fruits", Journal of Spectroscopy, vol. 2019, Article ID 5975461, 9 pages, 2019. doi: 10.1155/2019/5975461.[13] Z. Husain and R.A. Schwartz, "Food allergy update: more than a peanut of a problem", International Journal of Dermatology, vol. 52, pp. 286-294, 2013. doi: 10.1111/j.1365-4632.2012.05603.x.[14] S. H. Sicherer and H. A. Sampson, "Food allergy: Epidemiology, pathogenesis, diagnosis, and treatment", The Journal of Allergy and Clinical Immunology, vol. 133, no. 2, pp. 291-307.E5, Feb. 2014. doi: https://doi.org/10.1016/j.jaci.2013.11.020 [15] A. Luparelli, I. Losito, E. De Angelis, R. Pilolli, F. Lambertini, and L. Monaci, “Tree Nuts and Peanuts as a Source of Beneficial Compounds and a Threat for Allergic Consumers: Overview on Methods for Their Detection in Complex Food Products”, Foods, vol. 11, no. 5, p. 728, Mar. 2022, doi: 10.3390/foods11050728.本文来源：HAMAMATSU PHOTONICS（滨松电子），Applications for portable NIR spectroscopy in food analysis，www.hamamatsu.com供稿：符 斌，北京中实国金国际实验室能力验证研究有限公司

p style=" text-align: left " 　　近红外(NIR)光谱是一种分子光谱，不仅体现了分子的结构和官能团等分子本身的特征，还体现了包括氢键在内的分子间或分子内相互作用。水分子在100 nm到100 μm的光谱区间都有吸收，在大部分光谱区域有很强的吸收，导致很多光谱技术难以用于水溶液体系或含水量较多的分析体系。但是在近红外光谱区间，水的吸收相对较弱。因此，近红外光谱技术可以测量水溶液体系或含水量较多的样品。同时由于水在化学结构上的特点，其近红外光谱极易受到扰动因素的影响，比如温度、压力或者溶质。当水分子周围环境改变时，近红外光谱也会随之发生变化，从变化的光谱中我们可以获取结构及相互作用的信息。所以近红外光谱为水及含水体系的研究提供了一种新的分析手段，通过水的光谱信息随扰动条件的变动可以建立新的分析方法。 br/ /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 450px height: 300px " src=" https://img1.17img.cn/17img/images/201907/uepic/29dd919c-5601-470f-91ed-83048cbc6358.jpg" title=" 579ba6a9-02f4-4ced-878f-9f5948cd9b8f.jpg" alt=" 579ba6a9-02f4-4ced-878f-9f5948cd9b8f.jpg" width=" 450" height=" 300" border=" 0" vspace=" 0" / /p p style=" text-align: center " strong 南开大学化学学院 邵学广教授 /strong /p p 　　早在1925年，Collins sup [1] /sup 和Waggener sup [2] /sup 等分别研究了液态水的吸收光谱与温度的相关性，发现温度的改变会对水的吸收光谱产生明显的影响。随着温度的升高，水的吸收峰向高波数移动并且强度逐渐增强，说明液态水是由不同氢键结构的水分子组成的混合物。Inoue等 sup [3] /sup 研究了水的结构随压力的变化，发现当压力升高时，水的近红外吸收峰向低波数移动，说明水的氢键结构增强，结构化程度升高。除了外界环境对水结构的影响，溶质的加入也会使水的结构发生变化。Gowen等 sup [4] /sup 研究了不同温度下无机盐(NaCl、KCl、MgCl2和AlCl3)水溶液的近红外光谱，通过提取与水结构相关的特征光谱信息，分析了特征光谱随温度和离子浓度的变化。结果表明KCl和NaCl倾向于破坏水氢键网络结构中的氢键，而MgCl2和AlCl3倾向于促进水分子之间的氢键形成。Czarnecki sup [5] /sup 采用二维相关谱技术研究了N-甲基乙酰胺与水的相互作用，通过对水溶液的近红外光谱的分析，发现了水分子和两个N-甲基乙酰胺分子相互作用形成氢键的光谱特征。这些研究都表明当加入扰动条件(如温度，压力，溶质等)时，水的近红外光谱会发生明显变化，通过变化的水光谱，可以反映出结构的改变或水与溶质之间的相互作用。 /p p 　　2006年，Tsenkova sup [6] /sup 在研究了不同质量牛奶制品的近红外光谱特征的基础上首次提出了“水光谱组学(Aquaphotomics)”并开展了一系列研究工作。水光谱组学通过研究体系中水的光谱信息在温度和溶质(种类和含量)等扰动下产生的变化，了解不同物质及含量对水结构产生的影响，再通过水的结构推断溶质的结构与功能。研究结果表明，利用水的近红外光谱随扰动条件的变动不仅可以对疾病或异常状态进行无损诊断，而且还可以作为“镜子”反映溶质的动力学过程以及外部条件对溶液产生的影响。比如，利用水化层中水结构的信息实现了对大豆花叶病潜伏期的诊断 sup [7] /sup 、通过检测大熊猫尿液中的水的光谱判断了大熊猫是否处于发情期 sup [8] /sup ，另外，也发现了细菌的代谢物也对水的光谱有影响从而实现了对溶液中细菌含量的定量分析 sup [9] /sup 。 /p p 　　在我们的研究工作中，将水作为探针，利用水的结构对温度敏感的特点，利用温控近红外光谱技术，通过提取随温度变化的水光谱信息对溶质进行了结构和定量分析。在结构分析方面，首先研究了小分子溶质(如葡萄糖、寡肽、醇等)对水结构的影响。通过水在一级倍频区吸收带的变化，发现葡萄糖使水的有序结构增强，为解释糖类化合物在生物体系中的“保护作用”提供了新的依据 sup [10] /sup 。利用温度效应，研究了寡肽(五聚赖氨酸水、五聚天冬氨酸)水溶液的近红外光谱，利用独立成分分析提取了水的特征光谱信息，观察到寡肽与水的相互作用，发现寡肽的加入会使水的热稳定性增强，五聚赖氨酸水溶液中疏水水合占主导地位，水分子在氨基酸残基的烷基侧链周围形成“水笼” 而在五聚天冬氨酸水溶液中亲水水合为主要作用，水分子通过一个氢键与寡肽分子相结合。进一步说明水可以作为探针来研究分子间的相互作用 sup [11] /sup 。 /p p 　　除了小分子之外，大分子(比如蛋白质、高分子聚合物)与水的相互作用也一直是大家关心的问题。采用连续小波变换(CWT)提高近红外光谱的分辨率，通过分析人血清白蛋白(HSA)和水的光谱信息随温度的变化，研究了HSA二级结构的热变性过程，发现水结构变化可以反映HSA的展开过程 sup [12] /sup 。进一步将该方法应用于血清分析，结合蒙特卡罗-无信息变量消除法(MC-UVE)筛选出与蛋白质特征吸收相关的变量研究了不同水结构在蛋白质的热变性过程中的作用 sup [13] /sup 。应用二维相关光谱分析了不同温度下卵清蛋白水溶液的近红外光谱，研究了卵清蛋白受热形成凝胶的过程水的作用，结果表明，含有两个氢键的水结构变化能够很好的反映蛋白质的结构转变，并且在蛋白形成凝胶的过程中促进了凝胶结构的形成 sup [14] /sup 。采用高维算法NPCA研究了具有LCST行为的高分子聚合物聚(甲基丙烯酸N，N-二甲氨基乙酯)(PDMAEMA)随温度升高聚集过程中水的作用，通过对水光谱的分析，得到了与聚合物链形成两个氢键的水分子(S2)在聚集过程中起到重要的桥联作用，当温度升高，桥联的S2氢键结构遭到破坏，高分子链发生聚集形成胶束，研究结果说明水可以作为研究聚合物聚集过程的探针 sup [15] /sup 。通过对水的温控近红外光谱进行分析，得到了水的光谱中容易受到温度影响的光谱变量，并发现所选变量可用于不同溶液的识别 sup [16] /sup 。同时，将水作为探针，采用PCA和二维相关光谱分析的方法分析了血清样品的近红外光谱，得到了与血清样品差异相关的水结构的特征光谱，并发现这种特征光谱与疾病之间的相关关系 sup [17] /sup 。 /p p 　　借助化学计量学方法提取水结构信息，对水溶液体系的定量分析开展了研究工作。在水-乙醇-丙醇体系中，温度和浓度的变动均会引起水光谱的变化，利用多级同时成分分析(MSCA)建立了两级模型，分别描述光谱与温度之间的定量关系(QSTR)和光谱与浓度之间的定量关系(QSCR)，实现了温度效应的定量描述和浓度的定量计算 sup [18,19] /sup 。提出并建立了互因子分析(MFA)方法，通过提取不同温度或不同浓度下水的吸收光谱中包含的“共同”光谱特征实现了温度或浓度的定量分析，成功应用于水溶液以及实际血清样品中葡萄糖的定量检测 sup [20] /sup 。这些研究成果都表明当施加一定的扰动因素时，水可以作为敏感的探针进行定量分析。 /p p 　　近红外水光谱组学为近红外光谱在生物和生命体系分析中应用开辟了新的领域，温控近红外光谱技术为近红外光谱的应用提供了新的思路，化学计量学为近红外光谱技术在实际复杂体系分析中的应用提供了技术手段。随着研究工作的不断深入，越来越多的水的近红外光谱特征将得到深度挖掘，成为探索和理解水在化学和生物过程中作用与功能的重要信息来源。 /p p 　 strong 　参考文献： /strong /p p span style=" font-family: " times=" " new=" " 　　[1] J.R. Collins. Change in the infra-red absorption spectrum of water with temperature. Phys. Rev. 192. 26, 771-779. /span /p p span style=" font-family: " times=" " new=" " 　　[2] W.C. Waggener. Absorbance of liquid water and deuterium oxide between 0.6 and 1.8 microns. Anal. Chem. 1958, 30, 1569-1570. /span /p p span style=" font-family: " times=" " new=" " 　　[3] A. Inoue, K. Kojima, Y. Taniguchi, K. Suzuki. Near-infrared spectra of water and aqueous electrolyte solutions at high pressures. Solution Chem. 1984, 13, 811-823. /span /p p span style=" font-family: " times=" " new=" " 　　[4] A.A. Gowen, J.M. Amigo, R. Tsenkova. Characterisation of hydrogen bond perturbations in aqueous systems using aquaphotomics and multivariate curve resolution-alternating least squares. Anal. Chim. Acta 2013, 759, 8-20. /span /p p span style=" font-family: " times=" " new=" " 　　[5] M.A. Czarnecki, K.Z. Haufa. Effect of temperature and concentration on the structure of n-methylacetamide-water complexes: Near-infrared spectroscopic study. J. Phys. Chem. A 2005, 109, 1015-1021. /span /p p span style=" font-family: " times=" " new=" " 　　[6] R. Tsenkova. Aquaphotomics and chambersburg. NIR news 2006, 17, 12-14. /span /p p span style=" font-family: " times=" " new=" " 　　[7] B. Jinendra, K. Tamaki, S. Kuroki, M. Vassileva, S.Yoshida, R. Tsenkova. Near infrared spectroscopy and aquaphotomics: Novel approach for rapid in vivo diagnosis of virus infected soybean. Biochem Biophys Res Commun. 2010, 397, 685-690. /span /p p span style=" font-family: " times=" " new=" " 　　[8] K. Kinoshita, M. Miyazaki, H. Morita, M. Vassileva, C.X. Tang, D.S. Li, O. Ishikawa, H. Kusunoki1, R. Tsenkova. Spectral pattern of urinary water as a biomarker of estrus in the giant panda. Sci. Rep. 2012, 2, 856. /span /p p span style=" font-family: " times=" " new=" " 　　[9] Y. Nakakimura, M. Vassileva, T. Stoyanchev, K. Nakai, R. Osawa, J. Kawanod, R. Tsenkova. Extracellular metabolites play a dominant role in near-infrared spectroscopic quantification of bacteria at food-safety level concentrations. Anal. Methods 2012, 4, 1389-1394. /span /p p span style=" font-family: " times=" " new=" " 　　[10] X.Y. Cui, X.W. Liu, X.M. Yu, W.S. Cai, X.G. Shao. Water can be a probe for sensing glucose in aqueous solutions by temperature dependent near infrared spectra. Anal. Chim. Acta. 2017, 957, 47-54. /span /p p span style=" font-family: " times=" " new=" " 　　[11] D. Cheng, W.S. Cai, X.G. Shao. Understanding the interaction between oligopeptide and water in aqueous solution using temperature-dependent near-infrared spectroscopy. Appl. Spectrosc. 2018, 72, 1354-1361. /span /p p span style=" font-family: " times=" " new=" " 　　[12] M.L. Fan, W.S. Cai, X.G. Shao. Investigating the structural change in protein aqueous solution using temperature-dependent near-infrared spectroscopy and continuous wavelet transform. Appl. Spectrosc. 2017, 71, 472-479. /span /p p span style=" font-family: " times=" " new=" " 　　[13] X.W. Liu, X.Y. Cui, X.M. Yu, W.S. Cai, X.G. Shao. Understanding the thermal stability of human serum proteins with the related near-infrared spectral variables selected by Monte Carlo-uninformative variable elimination. Chin. Chem. Lett. 2017, 28, 1447-1452. /span /p p span style=" font-family: " times=" " new=" " 　　[14] L. Ma, X.Y. Cui, W.S. Cai, X.G. Shao. Understanding the function of water during the gelation of globular proteins by temperature-dependent near infrared spectroscopy. Phys. Chem. Chem. Phys. 2018, 20, 20132-20140. /span /p p span style=" font-family: " times=" " new=" " 　　[15] L. Wang, X.W. Zhu, W.S. Cai, X.G. Shao. Understanding the role of water in the aggregation of poly (n, n-dimethylaminoethyl methacrylate) in aqueous solution using temperature -dependent near-infrared spectroscopy. Phys. Chem. Chem. Phys. 2019, 21, 5780-5789. /span /p p span style=" font-family: " times=" " new=" " 　　[16] X.Y. Cui, J. Zhang, W.S. Cai, X.G. Shao. Selecting temperature-dependent variables in near-infrared spectra for aquaphotomics. Chemom. Intell. Lab. Syst. 2018, 183, 23-28. /span /p p span style=" font-family: " times=" " new=" " 　　[17] X.Y. Cui, Y.M. Yu, W.S. Cai, X.G. Shao. Water as a probe for serum-based diagnosis by temperature-dependent near-infrared spectroscopy. Talanta 2019, 204, 359-366. /span /p p span style=" font-family: " times=" " new=" " 　　[18] X.G. Shao, J. Kang, W.S. Cai. Quantitative determination by temperature dependent near-infrared spectra. Talanta 2010, 82, 1017-1021. /span /p p span style=" font-family: " times=" " new=" " 　　[19] J. Kang, W.S. Cai, X.G. Shao. Quantitative determination by temperature dependent near-infrared spectra: A further study. Talanta 2011, 85, 420-424. /span /p p span style=" font-family: " times=" " new=" " 　　[20] X.G. Shao, Y.M. Yu, X.Y. Cui, W.S. Cai. Mutual factor analysis for quantitative analysis by temperature dependent near infrared spectra. Talanta 2018, 183, 142-148. /span /p p style=" text-align: right " strong span style=" font-family: 楷体, 楷体_GB2312, SimKai " （南开大学化学学院 邵学广、孙岩、崔晓宇） /span /strong /p

波通仪器公司和他在土耳其的合作伙伴ABP宣布他们已经中标土耳其谷物协会（TMO）的近红外大单。按照招标要求波通公司和ABP要准备250套近红外整粒谷物分析仪安装在土耳其TMO的每个谷物分析终端。 经过对几款近红外仪器的详细评估后，TMO发现只有Inframatic是全部满足招标要求的仪器。Inframatic整粒谷物分析仪发货时配有容重检测单元和各种类型谷物曲线。合同还包括通讯方案、仪器监控和多年的服务技术支持协议。 波通仪器公司CEO Sven Homlund说&ldquo 我们感到很自豪赢得可能是全球史上近红外谷物分析仪采购最大的合同，进一步证实了我们优秀的产品和客户服务的实力，巩固了我们在谷物行业作为最佳供应商的地位&rdquo

北京工商大学人工智能学院 张倩 高翔 崔程（导师：吴静珠）2022年10月20～22日，为期三天的全国第九届近红外光谱学术会议在线上召开，此次会议全力展示了我国近红外光谱领域所取得的最新进展及成果，增进了广大近红外光谱科技工作者和广大近红外分析工作者之间的交流与合作，进一步促进了我国近红外光谱事业的发展。本次会议中外专家学者汇聚一堂，近3000人报名参会，会议规模再创新高。此次会议共安排了80余场报告，内容涵盖了化学计量学方法、仪器与测量附件、光谱成像与过程分析，以及近红外光谱技术在农业、食品、化工、制药等多个领域的应用进展，为参会人员呈现了一场既有深度亦有广度的学术盛宴。以下从多种角度介绍本次会议亮点及参加会议的心得体会。首次邀请国外学者进行汇报，扩充国际视角本次会议，不仅汇集了数十位近红外领域顶尖的国内专家，还邀请了四位国际知名教授、专家站在国际视角，现场分享近红外技术的最新发展。来自日本名古屋大学的Satoru Tsuchikawa教授带来了题为《State-of-Art NIR Imaging Research For Agriculture and Forestry》的报告，详细讲述近红外成像技术在农业和林业的研究进展；来自韩国汉阳大学的Hoeil Chung教授的报告题目为《Identification of gallbladder cancer through NIR analysis of bile and quantitative detection of microplastics captured in perfluorocarbon》，通过对于胆汁的近红外分析和定量检测来诊断胆囊癌，展现了近红外光谱在疾病筛查领域具有的广泛应用前景；来自西班牙Córdoba-UCO大学的Dolores Pérez-Marín教授分享了报告《Current Trends in The Use of NIRS Spectroscopy for The Control of Agrifood Products and Processes》，介绍了在农产品、食品品质和生产过程控制中近红外光谱技术的应用趋势；奥地利因斯布鲁克大学分析化学和放射化学研究所所长Christian Wolfgang Huck教授针对微型光谱仪的现状与未来带来了题为《Present and Future of Miniaturized NIR-Spectrometers Combined with Challenging Data Management Strategies》的精彩汇报，介绍了近年来不同分光原理的微型光谱仪应用领域发展及智能化水平提升等趋势。数十位资深近红外专家相聚云端，现场分享最新的研究进展本次会议十余位在近红外检测领域深耕多年的专家教授分享了自己从事近红外光谱分析技术应用研究与实践十余年的经历、经验和心得体会，为青年学者进行后续的研究提供经验与启发。南开大学的邵学广教授结合近红外光谱分析的需求，简述近红外光谱分析中所涉及的化学计量学方法，阐述化学计量学对近红外光谱分析的作用和意义。化学计量学的核心是正确的使用数学和统计学方法进而从数据中获取与分析目标相关的信息，理解化学计量学方法的原理是保障正确使用的关键，邵教授通过将建模流程拆分，在数据集及评价、建模方法、模型评价与验证、模型监控等步骤中说明如何在近红外光谱分析实践中正确选择和使用化学计量学方法。云南中烟工业有限责任公司的王家俊高工结合自己从事近红外光谱技术在烟叶原料、辅助材料质量控制与品质分析中的应用研究的经验，从近红外光谱定量定性分析与标准、近红外光谱分析网络化与数据挖掘应用、天然样品高质量光谱的测量与参考数据测定、化学计量学方法应用和模型应用和维护五个方面分享了自己的实践体会，同时也展望了大数据时代近红外光谱技术网络化的应用前景，给青年学者提出希冀。华东理工大学的杜一平教授带来自己最新的研究进展，杜教授通过对低浓度组分检测的深度思考，从样品中浓度相关性的角度探讨NIR模型的本质。他提出当样品中存在与被测组分浓度具有相关性的组分时，模型可以“借助”这种关系提升模型性能，样品组成改变时，相关性组分对模型的影响可能影响到模型预测精度，该发现有助于我们进一步理解和应用模型、变量选择结果、模型维护方法以及注意模型更新等。海南大学的云永欢副教授做了题为《我与近红外光谱的十年：从基础理论、方法开发到应用研究》的报告，将自己从开始接触近红外光谱到现在取得的成果和总结的经验精炼在20分钟内向大家进行了分享，给正在学习和进行近红外领域相关研究的在校研究生提供了很多新的思路和研究方向。聚焦近红外技术在食品安全、生物制药、化学化工等热门领域的最新应用本次会议不仅聚焦最新、最前沿的光谱技术，而且对食品安全、生物制药、生命科学、材料等目前最热门的应用领域进行深入探讨。近红外技术在水果分级检测中应用日趋广泛。来自北京市农林学院智能装备技术研究中心的李江波研究员进行了题为《水果内部质量近红外光谱检测技术与设备》的报告。针对近红外光在水果组织中传输存在多重散射和吸收，导致水果内部有效光谱信息难以准确、稳定获取的问题，建立了水果内部光传输特性分析系统，解析了近红外光在水果内部传输机理，提出了逐步切片结合最小二乘拟合的近红外光在水果组织中穿透深度分析法，保证了近红外光谱信号的可靠获取。湖南农业大学李跑教授利用近红外光对果皮穿透能力对柑橘品种、柑橘产地、柑橘霉变进行定性无损检测：对于不同品种的柑橘鉴别分析，采用主成分分析-Fisher线性判别模型（PCA-FLD）+6点平均光谱（赤道4点+顶部+底部）最终实现100%鉴别率，使用同样的方法对不同产地的柑橘进行鉴别，最终结果依然非常优秀；对于霉变柑橘检测，研究了不同波段（长短波段）柑橘近红外光谱对霉变模型的影响，并指出：在建模过程中发现短波近红外光虽然穿透性要强于长波近红外，但长波近红外光建模效果要优于短波近红外。在食品行业近红外技术的应用日渐成熟。福斯华（北京）科贸有限公司的应用专家杨海龙结合福斯华三款近红外光谱仪在肉类行业、谷物交易加工行业以及制糖行业的应用，对近红外光谱分析技术在食品行业的应用进行了分享。温州大学的黄光造老师利用一类自编码器结合近红外光谱实现对奶粉中掺假的检测。四川长虹电气股份有限公司的刘浩工程师深入探讨了近红外光谱在白酒行业的应用：应用近红外光谱技术实现对酒醅的快速检测，可为酿酒生产现场及时提供数据。通过组合不同预处理方法、预处理参数选择、PLS成份数建立定量模型，可以选择出酒醅的水分、酸度、淀粉、残糖的最佳建模方法；自主研发的光谱智能APP可以实现账号管理、光谱采集、光谱曲线绘制、云端模型调用和结果展示等功能。相较于传统实验室，其具有体积小巧、轻便、易携带等优点，非常适合对酿酒车间酒醅进行现场快速检测。近红外光谱在生物制药领域近年来也取得了显著的研究进展。随着制药技术的发展，药物连续化生产正在成为国际制药行业发展的趋势，来自山东大学的李连副研究员分享了报告《近红外光谱分析技术在制药领域的在线应用研究探索》，以光谱稳定获取、光谱-物料实时对应、光谱模型建立等方面为着力突破点，重点介绍了山东大学药物智能制造技术研究团队，应用NIRS在药物生产在线分析方面所做的研究工作及获得的研究成果。来自天津中医药大学的硕士研究生吴晨璐进行了题为《多光谱数据融合用于双黄连口服液的质量检测》，该报告提出了一种基于紫外可见和近红外光谱的数据融合方法，以可溶性固含量和总黄酮为指标的用于检测双黄连口服液质量的方法。来自中国科学院西北高原生物研究所的硕士研究生龙若兰进行了题为《藏药五脉绿绒蒿提取过程中总黄酮含量的近红外在线检测》的报告，该研究以提升五脉绿绒蒿中总黄酮含量在线检测精度为目标，为中药材在线检测模型的建立提供了新的思路。来自天津中医药大学中药制药工程学院的硕士研究生崔同灿进行了题为《草药NIRS指纹图谱转换为HPLC指纹图谱的可行性研究》。在草药的流通和使用的过程中不同批次的药材之间质量波动较大，该报告以菊花和天麻为例，研究不同校准转移方法实现NIRS指纹图谱转换为HPLC指纹图谱的适用性和可靠性。该研究探索了具有不同分析信号的不同类型仪器之间的校正转移的可行性，以期解决草药快速质量评价和成分含量预评估任务，为草药质量控制研究提供新的手段和思路。拉曼光谱成像、高光谱成像、微波频谱分析等多领域的光谱分析技术全面发展 此次会议交流不仅仅限于近红外光谱分析技术，对于其他光谱技术结合化学计量学的研究和应用等也展开了多组报告，对拉曼光谱成像、高光谱成像、微波频谱分析和介电光谱等领域的基础研究、理论创新、及新方法、新技术和新应用进行了介绍。来自武汉轻工大学的四位研究生分别基于拉曼光谱成像技术做了多种研究。肖晓枫同学以小龙虾为研究对象，模拟了微塑料在小龙虾体内的传递途径和累积过程，并利用拉曼成像结合图像处理用于识别和可视化不同小龙虾组织中的微塑料，基于此估计微塑料的污染水平。梅婷娜同学建立了一种基于拉曼成像与化学计量学相结合的高效方法，以同时识别滤袋在浸泡过程中释放出的各种MPs。吕静雯同学以大豆油、菜籽油和棕榈油为研究对象，模拟了油炸行业的煎炸过程，将拉曼光谱结合化学计量学用于定量监测油炸过程中油的降解。徐梦婷同学通过拉曼峰强度建模成功地将山茶油与低价植物油和掺假山茶油区分开，预测成功率达95%以上，为山茶油鉴别提供一种可行方案。来自中国农业大学的博士研究生龙园做了题为《拉曼高光谱用于玉米种子霉变筛选检测研究》的报告：将拉曼高光谱应用于玉米种子霉变样本筛选，结果表明基于竞争自适应重加权算法（CARS）结合胚面和非胚面权重比例为3:7构建的偏最小二乘判别分析模型精度最佳，测试集精度可达90.63%。来自西北大学的硕士研究生郭梦君做了题为《基于表面增强拉曼光谱结合随机森林的水中多环芳烃定量分析》的报告，报告表明表面增强拉曼光谱结合RF可以实现水中多环芳烃的快速准确检测。随着微波电子学和微波测量技术的发展，微波频谱分析方法逐渐发展成为一种独立的快速无损测量技术。微波频谱分析技术已成功应用于许多领域的水分含量测量，包括粮食作物、轻工业产品和建筑材料等。来自中国矿业大学的田军博士设计了一款煤炭水分含量智能测量系统，其将微波频谱分析与距离加权K近邻（DW-KNN）算法相结合，实现了煤炭水分含量的快速无损测量。广州星博科仪有限公司的创办人罗旭东针对高光谱成像技术的应用现状做了题为《高光谱实时分类技术在机器视觉中的应用和发展》的报告，介绍了针对高光谱成像技术三维成像数据，数据量巨大问题的解决方案，以及在工业现场的实际应用。来自北京工商大学崔程同学在其报告《基于近红外高光谱成像的花生冻伤检测》中研究利用高光谱成像技术对花生是否冻伤进行定性检测研究，采用四种变量选择方法CARS、SPA、VCPA-IRIV、VCPA-G在全谱范围内选择出与花生冻伤相关的特征波长，并按照每个波长变量的重要性进行排序组合建立支持向量机模型，最终在保证一定判别准确率前提下筛选表征花生冻伤的特征波长，并通过光谱吸收峰解析花生冻伤光谱检测机理。来自西北农林科技大学的杨可博士和朱杰亮同学报告了使用介电光谱检测牛初乳中掺假的检测研究，介电光谱具有波长长、在乳中穿透深度大、散射影响小等优点，在非均质乳的在线检测中具有很大的潜力。杨可博士通过建立基于近红外光谱和介电光谱的初乳成熟乳含量定量鉴别模型来比较近红外光谱和介电光谱在定量鉴别掺假初乳中的性能。研究显示NIRS和DS均能清晰识别初乳中成熟乳的比例，但两种方法的识别特征完全不同。DS比NIRS能更好地预测初乳中成熟乳的掺假，在非均质液体食品的快速定量分析中具有良好的潜力；朱杰亮同学建立了一种基于介电光谱的成熟乳初乳掺假快速检测的新方法，利用合理的算法分析其影响因素和机理。多种最新检测仪器亮相，助力近红外光谱检测发展近红外技术的研究和应用离不开仪器技术的进步，本次会议得到了12家国内外知名仪器公司的大力支持，多家仪器企业也派出资深技术人员现场分享最新的产品和技术。来自无锡迅杰光远科技有限公司的技术总监兰树明做了题为《颗粒样品NIR漫反射光谱提高采样精度方法的研究》的报告，介绍了一种颗粒样品提高采样精度的方法，研究漫反射光谱化学计量学结果与粒度之间的关系，提出一种大光斑侧照式混合光学采样方法，扫描全部样品的漫反射光谱信息，并将颗粒产生的随机光谱噪声通过简单的平均方法实现有效抑制，提高颗粒样品的分析精度，使颗粒样品无需粉碎能够得到高精度的分析结果。海洋光谱的晏彬彬分享了如何在科研和生产中选择适合的近红外光纤光谱仪，介绍了海洋光学多款新款小微型近红外光谱仪，以大波段范围、高灵敏度、全谱波段信号优化为主要升级目标，有效的提升了仪器的稳定性，数据的可靠性。珀金埃尔默仪器公司的资深产品专员郁露也介绍了珀金埃尔默近(中)红外产品及应用进展。在大会组委会努力不懈的组织与全国近红外技术用户的热情参与下，第九届全国近红外光谱学术会议顺利闭幕。会议为国内外光谱科研工作者及专业技术人士提供一个持续、高效的沟通交流平台，促进了业内交流，提高了光谱研究及应用水平。会议不仅有国外专家的研究分享，还有国内从业数十年的资深专家传授经验，更有数位优秀的青年科研工作者和在读学生在本次会议中分享了最新的研究成果。从了解、质疑，到认可，中国近红外光谱技术经过长时间的发展、实践，现在已经逐渐被各领域用户接受、认可，目前近红外技术的应用研究和技术推广还处在迅速上升阶段。这不但得益于老一辈专家打下的坚实基础，更需要年轻学者和学生的不断进取。会议开幕式上获得第四届“陆婉珍近红外光谱奖” 的各位老师以及会议闭幕式评选的12位获得优秀青年报告奖的青年学者都是我们学习的榜样。

近红外大豆蛋白分析仪是一种专用于大豆及其制品的快速、无损、多指标定量检测的分析设备。其主要应用于大豆产业链的各个环节，包括收购、储存、加工等，为大豆品质鉴定提供了有效的检测手段。了解更多近红外大豆蛋白分析仪产品信息→https://www.instrument.com.cn/netshow/SH116147/C541874.htm收购场景快速决策支持：在大豆的收购过程中，仪器可在短时间内对大豆蛋白含量等关键指标进行检测。这使得收购人员可以迅速做出决策，确保所购大豆符合质量标准。仓储场景质量监控：在大豆仓储环节，近红外大豆蛋白分析仪可用于定期对储存的大豆样品进行检测，实时监控大豆的蛋白质等指标，确保仓储期间质量的稳定性。加工场景工艺调控：在大豆加工过程中，仪器可用于监测原料大豆的蛋白含量，为生产过程提供数据支持，帮助调整加工工艺，确保最终产品的品质。室内检测实验室应用：作为室内检测设备，仪器可放置在实验室环境中，用于进行更为精细和深入的大豆蛋白质分析，为科研和产品研发提供支持。车载检测移动式检测：设备的车载设计使其能够方便地在不同地点进行移动和应用。这对于需要在野外或不同仓储点进行检测的场景非常有用，提供了便携式的解决方案。综合而言，近红外大豆蛋白分析仪在不同场景的应用为大豆产业链的各个环节提供了灵活、有效的检测手段，有助于确保大豆及其制品的质量和生产过程的可控性。

点击进入优惠通道→ 近红外谷物分析仪 近红外谷物分析仪是一种用于分析谷物（如小麦、大米、玉米等）成分和质量特性的仪器。它使用近红外光谱技术，通过谱图分析和模型建立，可以快速准确地检测谷物的营养成分、水分含量、脂肪含量、蛋白质含量、淀粉含量等多个指标。近红外谷物分析仪的作用主要包括以下几个方面： 谷物质量控制：谷物的成分和质量特性直接关系到其市场价值和产品质量。近红外谷物分析仪可以快速测定谷物的营养成分和含量，帮助粮食加工企业控制产品质量，确保产品符合标准要求，提高市场竞争力。 种子筛选：近红外谷物分析仪可以对种子进行快速分析，帮助农民和种子生产企业筛选出优质种子。通过测定种子的营养成分和含量，可以评估种子的品质，并选择适宜的种子进行种植，提高农作物产量和质量。 饲料配方：谷物是饲料中重要的原料之一，其成分和质量对饲料的营养价值和效果有重要影响。近红外谷物分析仪可以快速测定谷物的营养成分，为饲料生产企业提供准确的数据，帮助优化饲料配方，提高饲料的营养价值和效益。 粮食贸易：近红外谷物分析仪可以在国际贸易中起到重要作用。通过对谷物成分和质量的快速准确分析，可以为贸易商提供可靠的数据，帮助判断谷物的品质和适用范围，促进粮食贸易的发展和合作。 综上所述，近红外谷物分析仪在谷物行业中具有重要的作用。它可以帮助粮食加工企业控制产品质量，农民和种子生产企业筛选优质种子，饲料生产企业优化饲料配方，以及促进粮食贸易的发展。通过快速准确的分析，提高生产效率和产品质量，为谷物产业的可持续发展提供支持。

p style=" text-align:center " img src=" https://img1.17img.cn/17img/images/201909/pic/54fa8630-de7e-46a6-9878-001805dd5402.jpg!w400x400.jpg" alt=" 福斯 Infratec 近红外谷物分析仪" / /p p strong 　　 /strong 2019年4月，福斯全新一代Infratec近红外谷物分析仪正式上市。该产品支持数字化连接，多台仪器通过互联网络轻松管理，随时掌握生产数据，帮您建立企业自己的大数据；全新触控屏及软件全程引导分析操作，人人都可准确操作 放样即自动启动分析，操作简单到不能再简单 可选的Pin码功能，实现分级管理；工业级硬件，符合防尘防水飞溅IP54标准，保证生产安全。 /p p strong 　　产品介绍： /strong /p p 　　采用近红外透射技术，利用全息数字光栅进行全谱扫描，可获得丰富的光谱信息 光纤导光光路设计，保持仪器间高度一致性，保证定标传递的准确度 综合性ANN定标，基于FOSS 谷物行业30年丰富的谷物定标数据库，具有广泛的样品适用性和高精准度。 /p p 　　快速检测各类谷物、豆类等整粒谷物及面粉等粉状样品，包括小麦、大麦、各类麦子、玉米、大豆、高粱、大米、小米、稻谷、各类油籽等。检测参数包括水分、蛋白质、油分、容重、淀粉、碱消值、各种氨基酸、纤维、灰分、湿面筋、沉降值等。 /p p 　　适用于粮食收购、面粉、榨油、植物育种、麦芽制造、生物燃料、酿造及焙烤等。 /p p 　　工业级硬件符合官方标准EN15948，防尘防水飞溅IP54规范要求，保证生产安全。 /p p strong 　　技术参数： /strong /p p 　　分析时间：60秒10个子样品，包括容重分析。启动动态子采样后，分析时间缩短至40秒。 /p p 　　路径长度：可变单元实现6-33mm的自动控制。 /p p 　　结果报告：默认显示在显示器上，可发送到PC/LIMS和打印机端口。 /p p 　　回归程序：ANN(人工神经网络) PLS(偏最小二乘法) /p p 　　子样品数：1~30个字样品(标准为10个子样品) /p p 　　专利方法：美国专利 US 4,944,589 欧洲专利 EP 0 320 77 B1,8704886-4主要特点： /p p 　　1.快速检测，结果精准 /p p 　　2.无需化学试剂，整粒样品直接检测 /p p 　　3.按质论价，行业公认标准。 /p p strong 　　技术支持： /strong /p p 　　福斯中国拥有一支专业的技术团队，为您提供行业技术应用咨询及技术支持。 /p p 　　 a href=" https://www.instrument.com.cn/netshow/C341332.htm" target=" _blank" strong 福斯 Infratec 近红外谷物分析仪 /strong /a /p p br/ /p

近红外光谱分析技术具有快速、原位、非破坏性等诸多优点，广泛应用于实验室分析、在线质量检测。同时，近红外分析仪器种类众多，且基于不同分光及检测原理，在多种行业或领域有程度不同的应用，存在着相关技术与仪器及应用名词术语标准欠缺，甚至同一技术与仪器的术语及其定义在不同应用时都不同，造成了仪器参数虚标及与应用效果不符，应用客户在仪器选择时面临标准不统一，验证成本高等诸多问题，极大影响近红外光谱分析技术的推广应用，进而制约我国国产近红外仪器产业的发展。为了规范近红外光谱仪器制造及应用，为近红外光谱技术的健康发展提供帮助，中国仪器仪表学会标准化工作委员会（SCIS）经过评审，决定立项制定《近红外光谱分析技术术语》团体标准。标准名称起草牵头单位标准号（暂定）近红外光谱分析技术术语天津大学T/CIS 01001-XXXX11月7日，中国仪器仪表学会发布通知，成立标准制定起草工作组，工作组名单如下：《近红外光谱分析技术术语》标准工作组序号姓 名工作单位职务/职称说明1李晨曦天津大学副教授/特聘研究员组长2褚小立中石化石油化工科学研究院教授级高工 3陈孝敬温州大学教授 4田燕龙北京北分瑞利分析仪器（集团）有限责任公司产品总监/高级工程师 5张皋西安近代化学研究所总工/研究员 6徐晓轩南开大学副教授 7黄越中国农业大学副教授 8李连山东大学副教授 9熊智新南京林业大学轻工与食品学院副教授 10陈鑫郁常州工学院讲师 11王家俊云南中烟工业公司技术中心正高级工程师 12杨一北京工商大学副教授 13蔡贵民上海棱光副总经理/工程师 14王钧江苏国钥云技术有限公司技术总监/高级工程师 15闫晓剑四川启睿克科技有限公司高级项目经理/高级工程师 16陈斌江苏大学教授

仪器信息网讯 2023年5月17-19日，第十六届中国科学仪器发展年会（ACCSI2023）在北京怀柔召开。会议期间（5月19日上午），中国仪器仪表学会近红外光谱分会和仪器信息网联合举办近红外光谱过程分析技术产业化发展论坛，100余位从事近红外光谱仪器，特别是在线技术开发和应用的专家、厂商技术人员，以及近红外光谱仪器的用户等出席本次会议。会议现场中国农业大学闵顺耕教授主持会议作为一类优异的在线分析设备，近红外光谱分析技术操作简单、使用方便、测量快速，而且能提供丰富的分子信息，是非常理想的在线监测技术。不少业内人士纷纷预测，未来在线近红外仪器发展潜力甚至比实验室近红外仪器更加广阔。为了进一步推进在线近红外技术的应用及产业化发展，本次近红外光谱过程分析技术产业化发展论坛特别邀请了相关专家学者、典型应用单位代表和厂商技术人员做主题演讲。北京化工大学 袁洪福教授《抓住数字化转型的机遇，发展国产近红外仪器产业》上世纪90年代初，石油炼制工业技术发展需求启动了国产近红外分析仪器产业。随后，一系列国产近红外仪器公司在相关产品方面不断发力。报告过程中，袁洪福教授介绍了国产近红外仪器产业以及国产近红外仪器创业概况。其特别指出，与其他仪器产品相比，近红外仪器面临测不准、定标、数据共享、认可、核心部件及竞争等多方面的挑战。在驱动创新、跨越发展的大环境下，国产近红外仪器产业如何解决痛点？袁洪福教授指出，数字化转型是国产近红外产业的发展机遇。其介绍说，近红外光谱可从分子水平反应物质组成与结构信息，而物质近红外光谱与其物性存在着定性、定量关系，可快速、无损、同时检测多种性质。可以说，近红外是最具有潜力的物料属性数字化技术。山东大学 臧恒昌教授《近红外光谱技术在流化床中的应用研究》我国制药企业多以原料药、低端制剂为主，技术装备水平落后，产品附加值低，在生产过程中面临质量不稳定、产品批次差异、检验周期长、工艺控制滞后，成为制药行业无法忍受之痛，亟待一种在线分析与智能控制技术，引发制药行业大变革。比如，流化床作为集混合、制粒、干燥于一体的连续化制药装备，以其高效、快速的特点受到制药行业的青睐。其CQAs的测定多采用离线分析方法，无法即时的反映流化床中物料的真实状态和理化性质，而采用过程分析技术进行在线监控能够解决上述问题。作为目前发展迅速、应用前景广阔的一种快速、无损的PAT技术，近红外光谱分析技术能够用于原辅料水分粒径等的物理、化学性质的在线监测。在报告中，臧恒昌教授将近红外光谱比作一双看穿制药过程的眼睛，因为其以近红外光谱为工具，让制药过程中物料行为显性化，从而实现对制药过程的理解和精准控制，让药物更有效。臧恒昌教授特别指出，智能制造与连续性生产是未来药厂发展的趋势，而基于PAT的实时放行技术将成为未来的放行标准。苏州泽达兴邦医药科技有限公司 研发总监 王钧《近红外光谱在中药连续化生产的应用研究》西安近代化学研究所 国防科技工业火炸药一级计量站 张皋总工/研究员《近红外技术在危险化学品中的应用研究》随着日益重视的质量源于设计(QbD)和制造工艺效率，过程分析技术逐渐深入生产过程中。在本次论坛中，山东大学臧恒昌教授介绍了近红外光谱技术在流化床中的应用研究；苏州泽达兴邦医药科技有限公司研发总监王钧介绍了近红外光谱在中药连续化生产的应用研究；西安近代化学研究所国防科技工业火炸药一级计量站张皋总工/研究员介绍了近红外技术在危险化学品中的应用研究。多领域的应用凸显了近红外过程分析技术的优势。其中，张皋研究员特别指出，近红外光谱技术在火炸药检测方面具有得天独厚的优势，比如：火炸药组分大多都含有C-H、N-H、O-H键，为近红外光谱技术在火炸药中的应用提供了基础条件；近红外光谱技术安全性好，可靠性高且环境适用性强，特别适合火炸药现场检测和在线分析；不仅如此，相对于其它过程分析技术，近红外光谱分析无需预处理，可实现非接触式远程检测。荧飒光学仪器（上海）有限公司近红外产品经理 张德军《浅谈在线近红外项目特点及实施管理中的建议》无锡迅杰光远科技有限公司技术副总监 唐果《近红外在线检测与数字孪生控制在烘焙食品中的应用》珀金埃尔默企业管理（上海）有限公司在线近红外销售经理 赖衍清《非接触式在线近红外应用介绍》ABB(中国)有限公司 技术销售支持经理 曾贤臣《ABB FT-NIR光谱技术在线应用和OEM-KIT介绍》在线过程分析仪器是PAT技术的关键！在需求的刺激下，各大厂商相继推出了一系列在线近红外仪器，典型应用单位也呈现了良好的示范作用，在线近红外仪器已经成为大家关注的新的增长点。本次论坛中，荧飒光学仪器（上海）有限公司近红外产品经理张德军、无锡迅杰光远科技有限公司技术副总监唐果、珀金埃尔默企业管理（上海）有限公司在线近红外销售经理赖衍清、ABB(中国)有限公司技术销售支持经理曾贤臣分别介绍了在线近红外技术的进展及多场景的在线应用案例。会议合影

红外定量分析小知识近红外分析作为一种二次分析方法，需要借助模型来对采集的近红外光谱进行计算，从而得到用户关注的指标的结果，可以简单地将这个模型理解成类似与指纹图谱的数据库，只要这个数据库足够全面，就能快速准确地提供分析结果。通常来说，初次接触近红外以及想要独立建立近红外定量分析模型的用户最为关心的问题就是：我需要多少个准备多少个样品才能建立起一个“能用”的模型呢？在回答这个问题之前，需要先了解近红外分析的工作流程。近红外分析的工作流程收集建模样品获取样品参考值采集建模样品的近红外光谱建立模型验证模型用于未知样品的分析日常分析与监测通过上述分析流程可以看出，之前提到的问题是对近红外这项分析技术基础但很核心的疑问。其实问题的答案也很简单，一句话概括就是足量的具有代表性的样品。虽然这个回答很简略，但其中包含的要点却不少。展开来说分为两方面：一个是足量的样品，另一方面是代表性的样品。这两点在GB/T 29858 《分子光谱多元校正分析通则》中有详细的描述：对于校正集至少需要 6 倍于建模潜变量（建模时的一个重要参数）大小的样品，当潜变量小于 4 时，样品数量不应少于 24 个。样品应包含所分析的成分。收集的样品成分含量变化范围应适当超过日常分析的范围（10 %-15 %）。收集的样品成分含量分布需服从均匀分布。对于验证集至少需要 4 倍于建模潜变量大小（与校正集潜变量相同）的样品，当潜变量小于 5 时，样品数量不应少于 20 个。收集的样品成分含量的跨度和标准偏差应是校正集的 95% 到 100% 之间。从国标中不难看出，建立一个分析模型至少需要接近 50 个具有代表性的样品，当然这只是最低的要求，如果想要获得一个更加稳健的模型，得到更为准确的分析结果，增加更多具有代表性的样品到模型中则是必不可少的。下期的近红外定量分析知识将为大家分享如何系统地评价模型的性能，欢迎关注步琦实验室服务号，及时获取最新信息。如果您在近红外仪器使用过程中还有其他问题，也可通过下方的联系方式告诉我们，会有专业的技术人员竭诚为您答疑解惑。

近红外数据分析中的关键问题网络讲座顺利召开 2016年8月30日上午，由华东理工大学、南开大学、大连达硕信息技术有限公司共同主办的网络讲座，在仪器信息网，以在线的方式顺利召开。讲座分别由杜一平教授、邵学广教授、曾仲大总经理担任主讲人，围绕近红外数据分析中关键性、经常性问题进行全面、深入阐述。 杜老师从近红外光谱数据预处理、变量选择、模型构建与结果验证等诸多方面，非常细致地介绍了整个建模过程中涉及的算法及算法原理、注意事项，以及普遍遇到的问题及解决方法。杜老师也提到，近红外数据分析绝非看似的那样简单，涉及对数据的理解、对算法的理解。同时不能只关注数学方法，更要记住我们是化学家！邵老师从大数据分析角度出发，阐述近红外数据分析，并延伸到近红外光谱的模型转移。大数据是国家关注的重点方向，企业信息化的推进，数据体量不断增大，需要基于大数据与云计算的手段方法提升效率，挖掘数据价值。近红外的模型转移则是现在生产型企业发展中遇到的，非常棘手的问题。不同厂家、不用仪器的数据和模型不能共享，很难实现数据融合。邵老师经过多年的研究与实践从方法到应用给大家进行了详细介绍。同时邵老师介绍了近红外模型转移中需要考虑和注意的问题，以及目前比较成熟的算法，为大家解决实际问题提供广阔思路。 曾老师则从近红外数据分析应用与软件系统实现的角度，阐述如何能更智慧地构建近红外分析模型，并结合大连达硕信息技术有限公司最新发布的，全面介绍系统如何实现智慧型近红外数据分析，包括批量文件夹数据载入，智能数据建模算法流，“随时”、“随时”数据建模，全面的建模方法比较，以及优异的用户体验等等。同时鼓励近红外同行们使用产品，支持国产软件发展。讲座后，三位老师延长预定时间，回答大家感兴趣的诸多问题。此次讲座得到了近红外分析和化学计量学同行的普遍关注，人气指数超过5,500，300余人报名参加。讲座结束后，大家通过各种途径表达对讲座的支持厚爱，效果很好，评价非常高。与此同时，大连达硕信息技术有限公司在讲座后，建立化学数据联盟微信群，一方面使与会者可更深入讨论近红外相关问题，推进行业发展，另一方面也广纳同行对联盟发展的意见与建议，促进联盟发展。 大连达硕信息是国家高新技术企业，专注化学与生物行业数据的整合分析与深度挖掘，辅助决策支持，公司全方位提供数据分析服务、数据处理产品，以及个性化数据应用整体解决方案，是我国化学与生物数据应用领域的排头兵。公司技术力量非常雄厚，在化学与生物数据分析领域积累非常丰富的经验，深受客户好评。

北京化工大学袁洪福教授　 　　会上，袁洪福教授介绍道：“近红外光谱技术适合现场和在线分析，特别适合大量抽检分析、过程检测与优化控制，在日本、法国等地已得到良好的应用，创造了巨大的经济价值。2000年后，近红外分析在国内走上迅速发展的道路，一批相关厂家也发展起来。目前，中国已经成立了近红外光谱专业委员会，将组织开展近红外光谱国际国内学术交流工作、近红外分析技术培训工作、近红外分析标准制定工作等。同时欢迎大家参加将于2010年10月在上海举办的第二届亚洲近红外光谱会议和第三届全国近红外光谱学术会议。”

步琦在线近红外分析为制糖行业保驾护航近红外应用”1简介糖是人类必需的能源来源之一，其主要功能是提供热能。每1克葡萄糖在人体内氧化产生 4 千卡能量，人体所需的 70% 能量由糖提供。食糖是关系国计民生的重要物资。糖料产业的健康平稳发展是我国食糖生产的基石，是国家食糖供给安全的保障。国家划定的糖料蔗生产保护区中有 77% 位于广西。2023年12月14日，中共中央总书记、国家主席、中央军委主席习近平到广西考察了糖料蔗基地和糖厂，提出要将广西甘蔗制糖产业做强做大，为保障国家糖业安全、促进蔗农增收致富发挥更大作用。要积极培育和推广良种、提高机械化作业水平，建设好现代农业产业园。要探索建立更加稳定的利益联结机制，让广大农民共享农村改革和发展成果。我国糖业面临激烈的国际竞争，要按照高端化、智能化、绿色化要求，加大科技创新力度，延伸产业链、提高附加值，不断提质、降本、增效，推动高质量发展。制糖行业中需要进行品控监管的主要有六个过程，这六个工艺分别为：甘蔗验收，甘蔗研磨，副产品，食糖碾磨过程，食糖精炼过程，生物乙醇过程。其中在将澄清汁处理成粗糖的各个步骤中，会产生各种中间产品，应立刻分析这些产品以进行更严格的监控和控制。用在线 NIR 分析仪可以在一分钟内分析所有类型的糖汁、糖蜜、乳浆、种子、原料和糖膏中所含的白利糖度、Pol、灰分、蔗糖、葡萄糖和果糖。本文分享某个糖厂采用步琦的在线近红外检测系统对甘蔗糖厂浓缩糖浆中间工艺控制，从而通过优化生产条件来提高白砂糖产品的质量产生较好的经济效益。2实验简介测量目的：使用 BUCHI 在线近红外光谱分析仪对浓缩糖浆的 BX，IU 等参数进行测定，考察近红外分析仪对浓缩糖浆的定量分析效果。 样品描述：浓缩糖浆仪器配置：X-THREE version 3测量参数：波长：400-1700nm；分辨率：5nm；检测速度：10ms3试验材料和方法3.1 仪器与样品如下图所示，在回流旁路上安装步琦 DN50 的液体管道附件，将探头固定在附件上，光通过窗口照射到样品，经反射后被接收形成吸收光谱，实时监控样品状态。▲ 图1. Buchi 在线近红外光谱分析仪3.2 近红外光谱采集▲ 图2. 浓缩糖浆近红外漫反射光谱图图 2 为浓缩糖浆的近红外漫反射光谱图，从图中可以看出，光谱信号较强，光谱比较集中，表明测量过程中光谱稳定性较好，保证模型有更高的精确度。3.3 定标模型：3.3.1浓缩糖浆 IU 定标模型的建立▲ 图3. 浓缩糖浆 IU 的定标模型如图3所示，模型的SEC= 5.8070,R2=0.979，SECV=6.0761， R2=0.976，模型建立过程中采用 206 条光谱谱图，模型具有较小的 SEC 和 SECV 说明建立的模型具有很好的准确性，模型的 R2 值大于 0.95 说明建立的模型具有很好的线性。3.3.2 浓缩糖浆 BX 定标模型的建立▲ 图4. 浓缩糖浆 BX 的定标模型如图4所示，模型的SEC= 0.5769,R2=0.951，SECV=0.6131， R2=0.945，模型建立过程中采用 217 条光谱谱图，实验室化学值和模型预测值相关性较好，模型偏差小，预测精确性和准确性较高。4总结本文分享了针对甘蔗糖厂传统分析手段存在着弊端的情况提采用现代近红外光谱分析技术对甘蔗糖厂浓缩糖浆的进行在线分析的研究。传统分析技术检测时间长化学试剂含有铅试剂使用量大对环境及分析人员造成的污染严重。近红外光谱分析技术是一种“绿色无污染的” 的现代高科技分析技术。将会提高糖厂实时在线质量监控的力度提高分析速度和效率以及实现清洁生产能够达到较好控制糖厂生产中质量指标的目的。制搪生产过程中浓缩糖浆色值的测定是衡量工艺效果的重要指标也是产品质量的重要指标，步琦在线近红外的光谱范围：400-1700nm，允许用户仅利用近红外光和仅利用可见光或将两种信号结合来，来检测色值并使数据准确度达到最大化。

2013中国国际过程分析与控制展览会上，聚光科技在食品质量与安全示范区展示了公司在粮食、面粉、油脂、肉及肉制品领域的近红外及食品安全解决方案。聚光科技是目前国内唯一提供丰富的成套近红外分析解决方案的企业，产品应用领域涵盖现场应用快速检测、实验室精确分析以及最复杂的现代化中药在线分析，在农业、石化、食品、国防领域得到广泛应用。 　　在本次展览会上应中国仪器仪表学会邀请，聚光科技在展览会示范区给观众展示了食品领域的应用解决方案：近红外分析技术在食品质量检测领域的应用解决方案-；食品药品安全中重金属检测的黄金搭档&mdash ICP-OES与AFS；气相、气质联用、三重四级杆液质等用于农药残留、兽药残留、饮用水安全等食品安全解决方案。 聚光科技食品质量与安全检测示范区 　　此次展会中，中央电视台前往示范区采访，对聚光科技示范区展台进行了专访，应用工程师向采访人员演示了新版近红外分析仪，该产品能在几十秒内对大豆的蛋白、脂肪、水分进行无损检测，广泛应用于食品加工、油脂生产、粮食储藏等领域，为快速了解谷物品质提供了快速有效地检测手段。 应用工程师演示升级版近红外仪器快速检测大豆的品质 　　升级版的近红外分析仪SupNIR-2700系列近红外分析仪属于实验室型分析仪器，在粮食按质论价收购、原料品质检测、半成品及成品品质检测方面应用极为广泛，基于多年来丰富的应用基础和研发人员持续深入的研究改进，对仪器进行全方位的升级，采用全新波长定位技术，仪器一致性得到大幅提升；仪器的防水、防尘性能更优，对复杂恶劣的应用环境适应性更强；针对不同应用企业的特色报表需求，提供定制化报表功能等各方面得到提升。