近红外在线仪

p style=" text-align: left " strong 各相关单位： /strong /p p 　　为推动“科创中国”科技服务，引导NIR领域广大科技工作者为国家经济建设提供技术与人才服务，按照“合作发展、协作共赢”的原则，联合各相关单位、业内相关专家，组建 “NIR技术服务平台”，设立“NIR云课堂微信公众号”，旨在突破现有组织机制，充分发挥人才汇聚和科技服务优势，把创新要素引向基层、引向企业，为区域经济社会高质量发展、产业转型升级与企业创新发展提供解决方案，形成科技经济融合常态化对接服务机制。 /p p 　　NIR技术服务平台应各用户单位的需求，组织近红外光谱专家、专业技术人员、仪器供应商联袂编撰《近红外在线仪器设备产品手册》。该手册将面向从事近红外光谱工作的研发、生产、应用和管理的技术人员、大专院校专业师生，系统全面地介绍国内外在线近红外技术及仪器设备的工作原理、结构特征、性能指标、使用与维护要点以及最新研究成果，为业内人员学习掌握应用近红外技术及仪器设备，提供有价值的技术资料。 /p p 　　《近红外在线仪器设备产品手册》共分三个部分内容： /p p 　　第一部分：供应商简介，包括供应商简介、LOGO、产品介绍、联系方式等 /p p 　　第二部分：近红外在线仪器设备应用案例，包括：仪器的原理、结构特点、技术指标及仪器的使用、维护保养技术和注意事项 /p p 　　第三部分：仪器的性能指标及参数列表或者宣传页，可采用仪器图片和现场图片等形式。 /p p 　　欢迎业内专业技术人员对该手册的编撰提出建议，同时请参与技术服务团的相关单位根据手册汇编要求，于2020年 8月底前提交相关材料 。 /p p 　　联系人：刘慧颖 电话：13910775473 (微信同) 邮箱：lhy0008@sina.cn /p p 　　刘继红 电话：13611289072 (微信同)邮箱：r-well@163.com /p p style=" text-align: right " 　　NIR技术服务平台 /p p style=" text-align: right " 　　2020年7月12日 /p p 　　附件：《近红外在线仪器设备产品手册》相关说明 /p p 　　一、征稿截止日期：2020年 8月底。 /p p 　　二、第一版发行量：1000册，视情况发行第二版，第三版。 /p p 　　三、发行对象：从事近红外工作的研发、生产、应用和管理的技术人员，大专院校师生。 /p p 　　四、稿件要求：见《近红外在线仪器设备产品手册》内容通知。 /p p 　　五、收费方式： /p p 　　1)一个版面费用为1000元，每个版面800-1000字，不足一个版面的按照一个版面计算。 /p p 　　2)参与单位赠送5本《近红外在线仪器设备产品手册》。 /p p 　　六、彩色宣传页 /p table border=" 1" cellspacing=" 0" cellpadding=" 0" width=" 605" align=" center" tbody tr class=" firstRow" td width=" 66" p style=" text-align:center " 版面 /p /td td width=" 66" p style=" text-align:center " 封底 /p /td td width=" 66" p style=" text-align:center " 封二 /p /td td width=" 97" p style=" text-align:center " 封二对页 /p /td td width=" 66" p style=" text-align:center " 封三 /p /td td width=" 85" p style=" text-align:center " 封三对页 /p /td td width=" 85" p style=" text-align:center " 彩色插页 /p /td /tr tr td width=" 66" p style=" text-align:center " 价格 /p /td td width=" 66" p style=" text-align:center " 6000 /p /td td width=" 66" p style=" text-align:center " 6000 /p /td td width=" 97" p style=" text-align:center " 6000 /p /td td width=" 66" p style=" text-align:center " 5000 /p /td td width=" 85" p style=" text-align:center " 5000 /p /td td width=" 85" p style=" text-align:center " 3000 /p /td /tr /tbody /table p 　　宣传页文件格式及要求: br/ /p p 　　(1)提供高分辨率的PDF、JPG或TIF文件，分辨率300 dpi，所有需为CMYK四分色，所有字体嵌入。 /p p 　　(2) 所有宣传页图片须留有6mm的出血，请提供PC或MAC格式的文件、光盘、FTP地址以供下载 /p p 　　(3)尺寸：170* 240 mm(未加出血尺寸) /p p 　　(4)宣传页内容必须实事求是，真实可靠，不得违法国家规定。 /p p 　　七、报名事项 /p p 　　请各相关单位于2020年 8月底前发送资料到lhy0008@sina.cn邮箱。确定后签订正式协议，签订协议后10个工作日请相关单位将费用打到如下帐户： /p p 　　开户名称：北京中仪普众技术咨询有限公司 /p p 　　开户银行：中国工商银行幸福街支行东安街分理处 /p p 　　开户账号：0200097309000054427 /p p 　　联行号：102100000474 银行地址：北京丰台区丰体南路8号 /p p br/ /p

近日，吉林省科技厅主持召开吉林敖东"中药提取过程近红外光谱在线质量监控系统"科技成果鉴定会，与会专家指出，吉林敖东在中药提取技术上获得重大突破，在中药口服液体制剂生产技术上走在了全国、全世界前列。 　　中药采购受时间和地域差别而难以标准化，中药成份量化和质量综合检测一直是中药走向世界的瓶颈。据了解，敖东制药与清华大学主持的"近红外在线检测项目"，经罗国安教授带领的项目组的创新科研，历时五年，最终攻克了从"检测"到"检控"的难关，首次实现将近红外光谱技术应用于中药口服液提取过程的在线质量监控。申请并获得了国家发明专利4项，实用新型专利2项，软件著作权3项。 　　鉴定专家组在听取项目组汇报和答辩后，进行了现场考察，在鉴定意见中指出"敖东药业对液体制剂品的二次开发，代表了当今中国液体制剂生产技术的最高水平，指纹图谱技术的应用，为口服液产品质量控制提供了国际认可的技术标准。"

九光科技在线近红外在次钠塔应用介绍1、 应用背景氯气有毒且具有强腐蚀性，工艺中使用NaOH来吸收废气，随着液碱的消耗，根据NaOH和NaCIO的含量来判定及时补充新的碱液和次氯酸钠溶液的的排除。通过在线检测实时监控NaOH和NaCIO含量，更及时的进行工艺调整，自动倒槽，大大降低劳动强度，减少浪费，提高生产效率。二、安装方案图1、安装示意图图2、现场安装照片2、 应用效果图3、样品原始光谱图检测参数模型主成分数相关系数SEP游离碱30.9980.070有效氯30.9970.075 图4、游离碱模型 图5、有效氯模型 图6、游离碱误差分布图 图7、有效氯误差分布图说明：从建模效果来看，游离碱和有效氯线性关系明确，游离碱相关性0.998，SEP 0.070，实际应用中约68%的样品误差在0.070%内，约95%的样品误差在0.14%内。有效氯相关性0.997，SEP 0.075. 实际应用中约68%的样品误差在0.075%内，约95%的样品误差在0.15%内。 3、 结论与展望1、 次氯酸钠生产过程中应用在线近红外检测游离碱和有效氯可减少取样频次，及时判断生产终点，及时倒槽，提高生产效率，助力自动化升级。2、 除了次氯酸钠生产外，其它工艺生产中也用常常用液碱来吸收尾气氯气，也可使用在线近红外来检测碱液浓度，及时补充新碱液，避免浪费。

2016年4月1日，聚光科技一站式智慧实验室作为协办单位盛装出席了2016广州国际分析测试及实验室设备展览会暨技术研讨会，并成功邀请到广东药科大学中医药研究院博士、中国仪器仪表学会近红外光谱分会理事、中国中药协会中药品种开发与培育专业委员会常务委员肖雪博士做研究报告。 肖雪博士在药品质量控制论坛上做研究报告 在2016广州药品质量控制论坛上，肖雪博士对“中药制药过程关键工艺阶段近红外在线监测研究”做了详细的报告，报告指出：“中药制药过程一般包括提取、浓缩、精制、配制、制剂等步骤，每个环节都对中药制剂的最终质量有着重要影响。目前，中药生产多手动操作，部分生产线上了自动化系统，对生产过程的参数进行主要控制，缺乏对生产过程关键性质的在线检测”。报告中提到：“近红外由于其明显的优势，非常适用于中药制药生产过程的在线监测。其研究团队针对数个中药品种的提取、柱层析、混配、干燥等关键工艺开展了近红外光谱技术的在线应用研究，取得了良好的社会效益和经济效益”。近红外光谱在线分析的优点： 分析速度快（毫秒、秒级）； 样品基本不需预处理、操作简单； 无浪费、无污染，可非接触测量； 一次光谱扫描可测定多种成分和指标； 分析结果的统计准确度逼近标准方法； 工业上可以做到实时监控。中药质量控制的在线模式： NIR快速检测，适于inline、online分析； 相同的NIR光谱反映相同的化学成分及含量，NIR光谱用于中药质量定性定量分析，起到类似指纹图谱质量控制（包含多指标成分定量技术）的作用； NIR在线光谱结合智能计算技术可对多个指标成分的含量进行实时预测，对生产工艺进行在线诊断，及检测一些综合量如总氮、以及一些物理量如密度等，其检测范围比单纯的色谱分析更为广泛。 近红外光谱技术（NIR）是“多快好省”的绿色分析技术，是中药质量在线分析、智能控制的仪器基础。 SupNIR-1000系列便携式近红外分析仪是针对现场快速检测而设计的一款便携式分析仪，结构紧凑、体积小、内置充电电池、大容量存储设备和液晶显示模块。 SupNIR-2600系列快速油料品质分析仪是基于透射的测样方式，波长覆盖1000-1800nm。在石油行业、流通质检和科学研究等领域有着广泛应用。 SupNIR-2700系列多功能饲料/油料/谷物分析仪是基于漫反射的测样方式，波长范围覆盖1000-2500nm。在饲料生产、油料加工、谷物收购、育种研究等领域有着广泛的应用。 SupNIR-3000系列独创的光源平移技术，使得全盘扫描成为现实，无死角的样品检测。仪器检测校准准确度、重复性和再现性，满足《GB/T 24895-2010粮油检验 近红外分析定标模型验证和网络管理与维护通用规则》。 SupNIR-4000系列在线近红外分析仪适用于工业过程实时检测，波长范围覆盖1000-2500nm，以液体样品为测量对象，内置多通道光开关、恒温控制系统和液晶显示模块，实现多个测量点的检测。更多产品信息可关注聚光科技一站式智慧实验室！http://www.fpi-inc.com/jgzt/product.php?20/127

在线近红外在毛油检测中的解决方案在油脂工业中，以压榨法、浸出法或者其他方法制取得到的未经精炼的植物油脂，称为粗脂肪，俗称毛油。毛油的主要成分是甘油三酯，此外，还存在水分，胶溶性杂质和脂溶性杂质等多种非甘油三酯的成分，因此，为了提高油脂食用的安全性和储藏稳定性，需要将毛油送去精炼厂进行油脂精炼，除去油脂中的杂质。由于杂质的种类和含量随制油原料的品种、产地、制油方法、储藏条件的不同而不同，所以在油脂精炼之前要了解毛油的质量参数，从而采取相应的工艺措施，以便最大限度的降低能耗和油脂的损失。游离脂肪酸是一种脂溶性杂质，含量过高，会影响油脂的风味，加速中性油的水解酸败，导致油脂的物理化学稳定性削弱，必须尽力除去。为了能够快速及时的了解毛油中游离脂肪酸含量的变化，及时调整生产工艺参数，BUCHI NIR-Online ® (在线近红外) 制定了完善的解决方案，在毛油进入精炼车间后，可持续提供精确的测量值，在控制室中可清晰显示实时趋势，方便操作。 1设备及附件选取特定的测量附件流通池 X-cell，确保毛油在流通池内平稳的流动，降低测量的误差。主机探头采用固定光栅型近红外，无可移动部件，检测速度快，适用于工业生产车间。现场安装图如图3 所示。图1 主机探头图2 流通池图3 现场安装图 2采集样品采集样品，建立酸价的定标模型，预测油脂中游离脂肪酸的含量。酸价模型如下图所示。▲ 酸价化学值和近红外预测值的散点图从图中可看出酸价定标模型的化学值和预测值有很好的相关性，验证集相关系数达 R2 到 0.975，验证集偏差 SECV 为 0.10，模型具有较高的稳定性和预测能力，预测效果如下图所示。▲ 未知样酸价化学值和预测值的比较 3总结采用近红外光谱技术在线检测毛油中酸价的含量，可实时的为生产提供数据，优化工艺参数，助力油脂精炼。

近红外在鱼粉加工过程中的解决方案近年来我国畜牧水产养殖业进入快速发展阶段，2021 年全国饲料总产量为 2.93 亿吨，已连续十年位居世界第一。但是，近几年饲料原料供需矛盾突出，价格高启，蛋白原料严重依赖进口。鱼粉作为有代表性的重要动物蛋白原料，我国消费量几乎占全球鱼粉产量的 40%，而自给率却不足三分之一。《鱼粉》（GB/T 19164-2021）标准是规范国内生产与贸易的国家标准，对有效维护我国饲料和养殖行业利益，指导国际鱼粉贸易将产生重要影响。▲ 鱼粉加工企业使用近红外监控的点传统的分析方法由于需要多种分析技术来测定这些指标，过程漫长，误差较大，质量得不到保证。而近红外光谱分析技术是利用物质含氢基团（如 C-H、O-H、N-H、S-H等）的伸缩振动的各级倍频及伸缩振动与弯曲振动合频吸收信息进行物质的定性和定量分析的一种快速有效的无损检测技术，能够在很短的时间内分析出样品的水分、蛋白、脂肪、灰分和其它营养成分等化学分析，因而被很多企业所接受，南美最大的秘鲁 TASA 鱼粉生产企业选择步琦的近红外仪器多年已经作为重要的质控检测工具。主要应用点如下： 1原料鱼肉检测指标脂肪，水分，蛋白，灰分，脂肪酸和挥发性盐基氮▲ 鱼肉的近红外检测现场和指标模型参数 2鱼粉的检测指标水分，粗蛋白，粗脂肪，粗纤维，灰分，总磷，盐分和钙▲ 鱼粉的近红外检测现场和指标模型参数 3鱼饲料的检测指标水分，蛋白，脂肪，纤维，灰分▲ 鱼饲料的指标模型参数步琦近红光谱仪器可以提供各种型号的仪器供客户选择，有高达 IP69 防护等级旁线近红外 ProxiMate，测量附件丰富的实验室近红外 N-500/NIRMaster 和在线的近红外 NIR-online 来满足你的应用过程。

仪器信息网讯 2012 年8 月23日，由中国仪器仪表学会分析仪器分会近红外光谱专业委员会主办的“近红外光谱分析技术在农产品、饲料领域应用研讨会”在上海世博展览馆召开，100余位相关人员参加了本次研讨会。 “近红外光谱分析技术在农产品、饲料领域应用研讨会”现场 　　“近红外光谱分析技术在农产品、饲料领域应用研讨会”是第23届“中国国际测量控制与仪器仪表展览会(原多国仪器仪表展览会) (Miconex 2012)”的同期活动。本次研讨会特邀了多位近红外在饲料领域应用研究的专家做专题报告，围绕近年来国内外近红外光谱分析技术在农产品、饲料品质分析，生产过程控制等方面的应用现状、存在的问题及未来展望等进行了学术交流。 　　韩东海教授、袁洪福教授分别主持研讨会，并作报告。 近红外光谱专业委员会主任委员、北京化工大学 袁洪福教授：发展近红外分析联网技术 　　袁洪福教授在报告中介绍了NIR应用前景、联网需求、联网技术三方面内容，其中NIR联网技术有包括硬件、软件、模型技术，以及相关标准、示范内容。NIR是流程工业过程品质分析的重要手段，在石化、半导体、制药、农业、食品等领域应用的很好，利用NIR进行“卡边生产”，将会产生非常显著的经济效益。例如，广州石化应用NIR汽油调和的直接效益达1260万/年。 　　NIR联网技术包括光谱仪器、化学计量学、模型三个方面，其中建模可以说是NIR发展的“瓶颈”、“拦路虎”，建模所需的条件包括获取代表性的样本能力、提供合格的参考数据的能力、近红外分析专业人才。模型共享条件则包括模型可传递、不同仪器光谱的一致性、仪器一致性、光谱校正等。最后，袁洪福教授建议我国应建立模型示范中心，使其具有建模样本收集能力、建模参考数据分析能力、具有NIR分析专业技术人才、在行业内具有影响力和组织协调能力、与仪器厂家具有良好的合作关系、针对重大需求建立示范工程。 Foss 赵武善：物联网技术监控远程近红外仪器和定标模型的安全性 　　自从上世纪90年代以来，FOSS基于近红外透射技术的NIT谷物交易计价网络体系在全球成功应用的关键因素，即是网络化技术和基于此技术所带来的便利性，所以FOSS致力于向用户提供“面向更简单的NIR分析方案”，包括：工厂标准化的仪器、更广泛更稳定的定标、网络软件系统提供自动的仪器监督、向用户提供即用型定标。 益海嘉里集团 史秀颖：近红外分析技术在益海嘉里集团的应用 　　益海嘉里集团拥有80多台不同品牌的近红外光谱仪，对于近红外光谱仪在企业中应用的作用及意义，益海嘉里集团有着深刻的理解。与传统分析技术相比，近红外光谱分析技术在企业中的应用优点主要体现在降低成本、提高效率、数据可靠、节能环保等方面。 　　使用近红外对产品进行分析，快速、准确，可以在一分钟内就能得到全部分析结果，大大简化了测定操作，对生产的指导意义是化学分析法远远不及的。近红外在企业中的应用使得企业的人员成本、化学试剂成本、分析仪器成本均有大幅度的降低。近红外的稳定性、重现性均较好，能够提供可靠的数据支持，在降低对人员技能要求的同时减少了人为误差。和常规分析方法相比，值得一提的是对环境保护的重大意义，近红外法无环境污染、无化学试剂的使用及排废，这是造福千秋万代的事情。在生产中，可以在生产流水线上配置近红外装置，对原料和成品及半成品进行连续在线检测，有利于及时地发现原料及产品品质的变化，便于及时调控，维持产品质量的稳定。 中国农业大学 闵顺耕教授：振动光谱法在农药质量分析与市场监管中的应用研究 　　我国是农药生产大国，现有农药生产企业2600余家，农药制剂27000种以上。2010年，农业部抽检全国7000个农药样品，产品合格率为86.3%，超过13%存在问题。常见农药有效成分分析方法有化学法、色谱法、光谱法，目前对于农药成分含量的测定主要采用色谱法。 　　闵顺耕教授研究内容是用振动光谱法进行农药制剂质量分析，尝试为农药质量分析及市场监管提供一种快速、现场或在线分析方法。其在报告中介绍了利用近红外、中红外、拉曼等光谱分析技术进行原料质量控制、制剂质量分析与质量控制、农药生产在线分析与工艺优化、农药质量监管等研究情况。 中国农业大学 韩东海教授：近红外分析技术在农产品质量检测中的应用与发展 　　近红外技术主要是产业应用技术，需要与产业密切结合方能发挥最大作用。韩东海教授在报告中介绍了近红外光谱技术在粮油、果蔬及花卉、林产品、畜禽产品、水产品和农副产品等六大类农产品中的应用进展。 中国农业大学 李军涛博士演讲(张丽英教授) ：近红外光谱技术快速预测动物饲料原料有效能含量的研究 　　能量饲料在养殖成本、养殖收益中起到了至关重要的作用，而一种快速、准确地确定动物饲料原料有效能含量的检测方法能够精确配制动物的日粮，进而节约饲料原料资源、降低成本、增加收益。全国有1亿多吨玉米用于饲料生产，如果每千克玉米节约100大卡，每年可节约300万吨玉米*2700元/吨=81亿元。李军涛博士介绍了其课题组利用近红外技术测定动物饲料及饲料原料可消化氨基酸含量、有效能含量，奶牛配合饲料的代谢能含量，兔配合饲料消化能含量等的研究进展。 中国农科院饲料研究所 石冬冬博士：现代信息技术和分析技术在饲料安全隐患排查中的应用 　　饲料安全隐患排查包括：最快的速度发现潜在问题、全面解析问题样品确认危害性、准确追溯问题样品的来源及分布、及时准确排除安全隐患，其过程中涉及的筛查技术包括近红外、X射线衍射、拉曼光谱等光谱技术，以及热分析技术、生化技术等 破译技术包括电化学、光谱、色谱、质谱技术。石冬冬博士还重点介绍了饲料安全隐患排查中另一重要技术——现代信息技术，如条码管理、地理信息系统等的内容、意义、应用实例等情况。 布鲁克 刘曼丽：近红外技术在饲料业的运用和发展 　　刘曼丽经理报告中介绍了近红外技术在饲料业应用现状、新进展及趋势、潜在效益等。饲料企业已广泛建立NIR原料、成品常规定标曲线，即使只监控普通营养指标，亦可为饲料厂带来明显的人力、物力、财力上的效益。 近红外光谱专业委员会刘慧颖秘书长 　　刘慧颖秘书长在会上介绍了将于2012年9月举办的近红外全国会议、11月举办的近红外香山会议的情况，并邀请各位专家就国家、行业、院校等对近红外发展应该提供的支持等问题积极提供建议，共同推动我国近红外的发展。

p style=" text-align: justify " 　　粮食质量检验对粮食流通工作与粮食安全建设具有重大意义，和我们的生活更是息息相关，粮食的质量数据，既是决定粮食等级与收购价格的主要参考之一，也是储粮条件设定的依据。入库粮食质量的好坏更是影响着收购后粮食储存的安全度。 br/ /p p style=" text-align: justify " img style=" max-width: 100% max-height: 100% width: 500px height: 319px " src=" https://img1.17img.cn/17img/images/202008/uepic/0e8053f5-6ca6-48e2-8e6d-a1b7dc194c48.jpg" title=" 1.jpg" alt=" 1.jpg" width=" 500" height=" 319" border=" 0" vspace=" 0" / /p p style=" text-align: justify " 　　然而在实际工作中，粮食收储却面临着诸多问题。比如，粮库收粮时水分检测都是局部抽样化验室化验，入仓时水分差异较大，如果不同水分的粮食储藏在同一仓库中，因水分不同导致温度差异、虫害、霉变的产生，从而引发大部分粮食损坏 再如，大豆在储藏过程中水分不同，在温度作用下，蛋白质发生热敏性凝固，破坏了脂肪和蛋白质共存的乳化状态，出油率和豆粕蛋白质降低 并且由于传统检测人为操作因素较多，难免存在耗时长、干扰因素大、“偷换样品”、“人情粮”等现象。 /p p style=" text-align: justify " 　　因此，在以技术驱动生产力的大环境下，实时在线分析技术的推广就显得尤为重要。而在诸多在线检测技术中，近红外光谱分析技术的应用前景最被看好。该技术作为可快速、准确分析多组成本的含量，是针对农产品成份定性、定量分析的有效手段之一，可同时检测水分、蛋白、脂肪、淀粉等指标，在粮食作物的检测中，近红外光谱分析技术较之人工和其他方法具备快速、易用、准确、低成本等优势。 /p p style=" text-align: justify " img style=" max-width: 100% max-height: 100% width: 500px height: 213px " src=" https://img1.17img.cn/17img/images/202008/uepic/51e0dd20-72d1-4274-a82a-72cb40e24fce.jpg" title=" 2.png" alt=" 2.png" width=" 500" height=" 213" border=" 0" vspace=" 0" / /p p style=" text-align: justify " 　　无锡迅杰光远科技有限公司，作为一家以近红外技术研发与产品化为核心的科技公司，在粮食检测领域积累了大量的实践经验，其研发和生产的IAS-Online-s100 在线近红外固体检测设备，可有效的解决整个收粮流程中对粮食蛋白质、水份等指标的检测，检验结果准确公正，并围绕该技术为粮油行业构建在线检测解决方案。 /p p style=" text-align: justify " 　　传统的检测方式多为局部采样，由于粮食传输与检测过程不是并行的，所以实验室的检测数据一般都滞后于生产过程，如需检测多个指标则需投入更多的人力物力。而采用近红外技术，只需通过在粮食样品传递过程中进行加装，即可一次同步检测蛋白、水分、脂肪、等多个指标，满足将检测数据实时量化呈现的要求。 /p p style=" text-align: justify " 　　另外，由于采用模块化设计，设备使用场景丰富可安装在管道、传输机、提升机、烘干塔等设备上，且安装简单，既适合在现有产线上直接加装，也可以与新产线进行配套。 /p p style=" text-align: justify " img style=" max-width: 100% max-height: 100% width: 500px height: 211px " src=" https://img1.17img.cn/17img/images/202008/uepic/c31724a4-b124-4c46-903a-95d09688a24c.jpg" title=" 3.png" alt=" 3.png" width=" 500" height=" 211" border=" 0" vspace=" 0" / /p p style=" text-align: justify " 　　在使用方式上，IAS-Online-s100内置工控计算机，保证稳定性与安全性，计算机直接控制分析和显示结果，可以打印、传输和使用U盘输出结果 用户也可在后台轻松的进行“粮食检验监测数据和情况的集中管理”、“视图化品控分析”等工作，从而实现在粮油加工和收储环节，对来料品质、生产过程进行监控，实现精细化管理的各项需求。 /p p style=" text-align: justify " 　　目前IAS-Online-s100可检测粮食种类如下： /p p style=" text-align: justify " img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/202008/uepic/c79cf3a9-df73-417f-8289-9b10315be1dc.jpg" title=" 5.png" alt=" 5.png" / /p p style=" text-align: justify " 　　与此同时，我们还可以通过在线、离线和户外手持用等多款设备的优化组合，实现粮食收购现场、实验室、仓库和运输途中等环境的覆盖，让粮油的品质控制实现“无死角”、“多场景”和“全过程监控”。 /p p style=" text-align: justify " img style=" max-width: 100% max-height: 100% width: 500px height: 188px " src=" https://img1.17img.cn/17img/images/202008/uepic/ac1a6b23-8407-446e-adc7-76dec3a34c31.jpg" title=" 6.png" alt=" 6.png" width=" 500" height=" 188" border=" 0" vspace=" 0" / /p p style=" text-align: justify " 　　加之近红外技术本身所具有的“检测费用低”、“操作简便，呈现检测结果快”、“不破坏样品，无需复杂预处理，无损、无污染”、“检测数据可存储和可追朔”及“可与各类场景适配加装或便携携带”等使用特性，极大地提高基层粮库的检测效率和降低检测成本、劳动成本，从而提高经济效益。 /p p style=" text-align: justify " 　　目前，该设备已正式投入市场，并在粮油行业取得了良好正面的反馈，该方案做到了数据准确、检验快速，实现了水分、成份检验“精度”与“高效”的共存同时，可以非常好的避免人为操作漏洞，同时使用简单，做到任意环节的质量可追溯，是一套为企业入库粮质量保驾护航的实用性粮库质检的智能化解决方案。 /p p style=" text-align: right " （迅杰光远） /p

X-Sential：必不可少的过程控制设备近红外作为一种多用途的检测设备应用于多个行业，并在工业生产中发挥着重要的作用。特别是在当前的激烈的市场竞争中，不仅要保证产品有稳定的高质量，而且要尽最大限度地降低成本。因此，怎样既快又好的进行工农业的生产成为企业面临的一个重要问题。传统的工业分析方法因其滞后或者疏忽都会造成经济上的巨大损失，已经不能满足当前的工业生产需求，在线分析技术将成为分析化学中一项重要的分析方法。X-Sential 作为 Buchi NIR-Online 一款最新的在线检测仪器，因其简单易用，经济高效，丰富的控制技术，在食品，饲料，化工等领域都有着广泛的应用。 1简单易用，配备独特的 AutoCal 功能：借助于 X-Sential 独特的 AutoCal 功能，不具备专业知识也可轻松操作。这款过程控制探头可以轻松部署到您现有的日常质量控制体系中。提供各种各样的过程适配器，便于轻松集成到生产线中。在线近红外 NIR-Online 为用户提供可选的 HMI 解决方案。 2经济高效，平均投资回报不到一年：在线近红外 NIR-Online X-Sential 的功能设计具有高适用性，因此非常经济高效。平均投资回报时间不到一年。无需商业校准数据库或大量的内部校准开发。可测定大量的原材料和成品的基本质量参数；这可以最大程度减少不良品产生和返工，并且便于实时纠偏。3丰富的过程控制技术以及工业化设计：在线近红外 NIR-Online X-Sential 具有防尘、防水的主机探头外壳 (IP69/X9K)。使用温度稳定的光谱仪可以应对各种各样的环境和产品温度。X‑Sential 为快速、波动或者不连续的产品流动提供整体解决方案。集成到过程控制体系也简单方便。

由浙江大学承担的“结合软测量技术的汽油质量指标近红外（NIR）在线分析系统”通过863计划现代集成制造系统技术主题专家组组织的验收。 为有效地解决炼油过程中汽油成品或组份油的质量检测问题，该课题基于NIR光谱分析数据，将小波变换与光谱归一化技术应用于光谱数据的预处理中，减少了荧光背景干扰和高频噪声对分析精度的影响，提高了光谱数据的信噪比。针对目前NIR光谱定量分析中常用的偏最小二乘算法的局限性，把支持向量计算法应用于NIR光谱的非线性定量分析，显著地提高了分析精度。研究人员还提出了一种基于NIR光谱的汽油牌号快速识别方法，通过主元分析提取汽油NIR光谱的主元信息，应用相似分类算法建立了不同汽油牌号汽油样本的分类模型，再利用这些模型实现对未知汽油样本有效的快速分类。 在上述研究成果的基础上，课题组开发研制了新一代实验室用低成本汽油质量指标快速测定仪，并已成功应用于中国石化集团杭州炼油厂、清江炼油厂等单位，受到了用户的好评。同时，还开发研制了在线自清洗NIR光纤探头与相应的自动采样系统，提高了在线分析系统的连续运行能力，并成功研制了汽油质量指标在线NIR分析仪样机系统。该样机已成功地应用于中国石化上海高桥分公司炼油企业部连续重整装置。

p span style=" font-family: 楷体, 楷体_GB2312, SimKai " 　　近年来，近红外光谱技术在我国得到了迅猛的发展，相关的新产品新技术层出不穷。为了多方位展现我国在近红外光谱领域的最新成果，仪器信息网和近红外光谱分会合作制作《近红外光谱新技术/应用进展》网络专题，同时也以此献礼近红外分会成立10周年，并寄语2021年国际近红外大会。 /span /p p span style=" font-family: 楷体, 楷体_GB2312, SimKai " 　　为了更深入的了解国产近红外光谱仪器技术的发展和应用现状，我们特别邀请了聚光科技研发部经理周新奇等给大家分享其对国产近红外光谱技术及应用发展的理解。 /span /p p span style=" color: rgb(255, 0, 0) " 　　 strong 近红外产品研发路：便携、台式、在线仪器满足用户不同需求 /strong /span /p p 　　聚光科技近红外产品的研发生产至今已有20多年的时间，目前已有超过2000套近红外产品服务于工农业生产的多个领域。 /p p 　　以自主研发为基础，开展近红外产品制造、销售和服务，为客户专业提供成套的近红外分析技术及应用方案，聚光近红外产品的目标是为工农业生产的待检物料提供准确可靠的分析数据，真实反映其质量情况。如要获得高品质的分析数据，稳定可靠品质一流的仪器是基础，再配套以成熟适用的分析模型，方能达成目标。质量一流的仪器价格相对较高，而国内分析仪器的市场现状是国产仪器价格一定要比同类进口仪器便宜。为了满足国内市场要求，聚光选择自主开发核心光谱仪，用较低的研发成本开发高品质的近红外分析仪，打造自己的近红外光谱平台，形成价格适中质量一流的近红外分析仪器产品。 /p p 　　在2006年到2009年的三年时间里，聚光精心打磨了一款光栅分光型的近红外光谱仪。此后在国家重大科学仪器专项近红外仪器项目资助下，该光谱仪平台性能发展得更优异，可靠性、稳定性及一致性有了进一步提升。在上述光谱仪平台基础上，聚光科技开发了多款不同型号的近红外分析仪器，如用于纺织品、塑料、果品等检测的便携式近红外分析仪SupNIR-1000系列产品，满足燃油、酒精等检测的SupNIR-2600产品，用于粮油饲料检测的台式近红外分析仪SupNIR-2700系列产品，用于液体在线近红外分析的SupNIR-4510和用于固态物分析的SupNIR-4692产品，以满足用户的不同需求。 /p p 　　在2014年，聚光科技因“舰队群”战略发展需要，成立实验室业务部，将近红外全线产品划入该业务部，同时成立杭州谱育科技发展有限公司，一套人马两块牌子，对内称实验室业务部，对外则称谱育科技。自此聚光近红外产品的发展走入一个新的阶段。 /p p span style=" color: rgb(255, 0, 0) " 　 strong 　聚焦粮油行业 上下游同时扩展 /strong /span /p p 　　近红外分析方法需要分析模型，而构建一个分析模型需要大量样品，只有在大宗产品的检测领域，才能在较短时间内获取足够多样品数量，易于构建成熟模型 同时大宗产品检验工作量大，可充分发挥近红外简单快速的特点，将质量管理人员从枯燥繁琐的检验劳动中解放出来。因此，在大宗产品检测领域选择近红外技术是一种必然。 /p p 　　聚光科技将近红外应用工作聚焦到大宗农产品方面，尤其在粮油中选择了小麦、菜籽、大豆等产品作为突破口。一方面近红外检测粮食、饲料等相关国标方法出台，为该技术的推广奠定了基础 另一方面进口仪器厂商的相关工作，推动了市场，教导了客户，为该类型仪器的推广铺平了道路。 /p p 　　经过10来年行业耕耘，聚光近红外分析仪在粮油行业已经扎下根，主推的近红外分析仪SupNIR-2720(如下图1)在业内已经产生良好口碑。这一方面归功于产品性能好质量优 另一方面也归功于产品生产开发及营销服务团队的不懈努力。 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 300px height: 228px " src=" https://img1.17img.cn/17img/images/201908/uepic/61ea8bcb-145e-41d8-8190-5aef9c8d7021.jpg" title=" 01.png" alt=" 01.png" width=" 300" height=" 228" border=" 0" vspace=" 0" / /p p style=" text-align: center " strong 图1：SupNIR-2720近红外分析仪 /strong /p p 　　SupNIR-2720最大的特点在于上照式设计，光源发出的光照射样品的上表面，敞开式漫反射方式检测，样品和光源间没有窗片等阻隔，减少了干扰和光损耗，有利于提高仪器信噪比。该仪器采用数据库进行数据管理，数据存储、查看、交换、统计和分析十分方便。操作软件将仪器管理、数据分析与管理、模型建立与管理三大功能集成。可以定制软件接口，供集团型用户访问数据，将软件与其集团办公系统、进销结算等IT系统对接，为客户管理的信息化、集中化处理提供便利。而且粮食、油料、饲料等各种品类各种指标的分析模型比较完备，用户拿到仪器即可开展准确可靠的样品检测，故而受到用户欢迎。 /p p 　　在面粉加工方面，聚光科技在与用户互动过程中逐渐积累了小麦、面粉的分析模型，模型效果越来越好，数据质量越来越高，近红外仪器不但能指导面粉生产商采购到品质价位合适的小麦，而且可用于产品的调配，稳定产品质量，甚至可以用于生产线的考核，创造效益。在此过程中，我们对该行业也越来越熟悉，推广也越来越顺利。据推测，目前聚光近红外仪器在全国面粉加工厂的占有率在30%以上。 /p p 　　下面按照工序流程重点谈谈使用SupNIR-2720近红外仪进行原粮检验和生产过程控制的方法： /p p 　　1、原粮检验的控制：SupNIR-2720近红外分析仪10秒内能测量水分、容重、蛋白含量、湿面筋含量、吸水率、硬度、沉降值等，且样品不需要粉碎，解决原粮收购手抓牙咬眼睛看等感觉检验不足，避免了人情粮，建设以质论价公平合理的收购体系，好粮食就有机会上门，有好粮食才能生产出好面粉。 /p p 　　2、原粮出仓搭配的控制：小麦搭配是生产环节的起点，也是决定面粉最终质量的关键点。SupNIR-2720仪器准确分析出水分、容重、蛋白含量及湿面筋含量，以此指导配麦。其中，搭配后小麦检测水分值的高低，直接用来指导加水量的调节和控制。 /p p 　　3、入磨小麦的水分与二次加水量的控制：入磨水分的高低，对制粉工艺以及经济效益的影响比较大，控制入磨小麦的水分稳定很重要。SupNIR-2720近红外分析仪能够准确测定润麦 24 小时后小麦的水分，指导二次加水量调节和入磨小麦的搭配使用。 /p p 　　4、对制粉生产过程的控制：SupNIR-2720近红外分析仪可准确的测定成品面粉、次粉、麸皮及各个粉路的水分、灰分、蛋白、面筋、吸水率等各项指标。可以定时对成品粉或等级粉进行取样检测，如发现灰分超标，就可立即采用SupNIR-2720仪器启动几个粉路灰分指标的快速测定，判定出具体哪个粉路出现问题，指导粉路调整。 /p p 　　5、对粉筛筛理效果的监测控制：在某种意义上讲，面粉质量是“选”出来的，因为每个粉流的流量和质量都是筛网配置决定的。面粉企业应定期对制粉车间的工艺进行测定，并对筛网配备进行诊断和调整。通过SupNIR-2720仪器快速检测各粉路的水分和灰分，并且按照粉流的顺序形成时间序列图，即可准确的判断是哪个粉流有问题，是哪层筛网有问题，准确地指导调整筛网和物料分配。 /p p 　　在粮油加工领域取得突破后，聚光开始攻关国家粮食和物资储备局，努力将国产近红外分析仪打入国家粮食质检体系。2014年，聚光为国家粮食质检研制了高端网络化近红外分析仪SupNIR-3000(如下图2所示)。该型分析仪通过双模式自校正等创新设计，突破了近红外分析仪一致性瓶颈，结合稻谷、小麦、玉米、大豆、菜籽等大宗粮食油料水分、蛋白、淀粉、面筋、脂肪酸值、品尝评分等相关指标分析模型，形成了成熟的粮食快速分析专用的近红外分析系统，并在此基础上开展近红外网络化应用开发，构建了近红外仪器传感层、数据分析层和应用服务层的三层近红外网络分析系统(如下图3所示)。通过粮情数据采集、标准化、大型数据库系统的数据汇总分析，为粮情监测、决策提供数据支持，打破了国外进口近红外产品在国家粮食质检领域的垄断局面，几年来在多个省区粮食质检系统取得了不错的成绩。 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 300px height: 297px " src=" https://img1.17img.cn/17img/images/201908/uepic/a1e5f236-6597-4315-bb27-866ea6b7c36e.jpg" title=" 02.png" alt=" 02.png" width=" 300" height=" 297" border=" 0" vspace=" 0" / /p p style=" text-align: center " strong 图2：SupNIR-3000近红外分析仪 /strong /p p strong /strong /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 500px height: 308px " src=" https://img1.17img.cn/17img/images/201908/uepic/6d083223-80f3-4433-93ab-e4058020b05b.jpg" title=" 03.jpg" alt=" 03.jpg" width=" 500" height=" 308" border=" 0" vspace=" 0" / /p p style=" text-align: center " strong 图3：近红外网络分析系统架构 /strong /p p 　　为了满足粮食经纪人对收购粮食快检的需求，2016年，聚光推出粮食专用化的近红外分析仪SupNIR-1230(如下图4所示)，通过手机APP软件进行云分析。测量模型由云服务器提供，用户通过手机端操作，只需简单操作即可获得数据，方便快捷。配合大容量电池设计，非常适合于粮油收购等应用场景。结合某一特定种类的分析模型，形成了成熟的快检专用近红外分析仪及其云分析系统。该类型设备作为大豆蛋白的专用分析仪在东北销售量达到300台以上，并且形成了东北大豆传感网，目前入网数据达到13.98万条，并在持续增长。该应用市场的开拓，为准消费级近红外产品打开了一扇门，探索了一条可行道路。 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 300px height: 314px " src=" https://img1.17img.cn/17img/images/201908/uepic/b34fe1ec-9d5c-4844-b27e-ef8fa6db765d.jpg" title=" 04.png" alt=" 04.png" width=" 300" height=" 314" border=" 0" vspace=" 0" / /p p style=" text-align: center " strong 图4：SupNIR-1230近红外分析仪 /strong /p p 　　聚光在粮油领域能取得成功，主要得益于以下几个方面：一是产品质量过硬，一套近红外分析仪器工作5年，一般不会产生售后维护工作 二是分析结果准确可靠，用户使用仪器出检测数据十分放心 三是仪器操作十分简单，用户拿到设备即可使用，已经积累成熟的分析模型如下表1 四是众多专家、用户及朋友的热心帮扶。 /p p style=" text-align: center " strong 表1：聚光近红外粮油成熟分析模型 /strong /p p br/ /p table border=" 1" cellspacing=" 0" cellpadding=" 0" width=" 605" align=" center" tbody tr class=" firstRow" td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " 模型种类 /p /td td width=" 57" p style=" text-align:center " 项目 /p /td td width=" 57" p style=" text-align:center " 项目 /p /td td width=" 57" p style=" text-align:center " 项目 /p /td td width=" 57" p style=" text-align:center " 项目 /p /td td width=" 57" p style=" text-align:center " 项目 /p /td td width=" 57" p style=" text-align:center " 项目 /p /td td width=" 57" p style=" text-align:center " 项目 /p /td td width=" 57" p style=" text-align:center " 项目 /p /td /tr tr td width=" 57" p style=" text-align:center " 1 /p /td td width=" 57" p style=" text-align:center " 小麦颗粒 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 湿面筋 /p /td td width=" 57" p style=" text-align:center " 硬度 /p /td td width=" 57" p style=" text-align:center " 沉降值 /p /td td width=" 57" p style=" text-align:center " 干面筋 /p /td td width=" 57" p style=" text-align:center " 脂肪酸值 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 2 /p /td td width=" 57" p style=" text-align:center " 面粉 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " 湿面筋 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 吸水率 /p /td td width=" 57" p style=" text-align:center " 沉降值 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 3 /p /td td width=" 57" p style=" text-align:center " 大豆颗粒 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " 脂肪酸值 /p /td td width=" 57" p style=" text-align:center " 水溶性蛋白 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 4 /p /td td width=" 57" p style=" text-align:center " 豆粕 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " 粗纤维 /p /td td width=" 57" p style=" text-align:center " PS /p /td td width=" 57" p style=" text-align:center " UA /p /td td width=" 57" p style=" text-align:center " 氨基酸 /p /td /tr tr td width=" 57" p style=" text-align:center " 5 /p /td td width=" 57" p style=" text-align:center " 稻谷-整粒 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 脂肪酸值 /p /td td width=" 57" p style=" text-align:center " 直链淀粉 /p /td td width=" 57" p style=" text-align:center " 胶稠度 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 6 /p /td td width=" 57" p style=" text-align:center " 精米颗粒 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 直链淀粉 /p /td td width=" 57" p style=" text-align:center " 食味品质 /p /td td width=" 57" p style=" text-align:center " 品尝评分 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 7 /p /td td width=" 57" p style=" text-align:center " 糙米颗粒 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 脂肪酸值 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 8 /p /td td width=" 57" p style=" text-align:center " 米粉 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 氮含量 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " 直链淀粉 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 9 /p /td td width=" 57" p style=" text-align:center " 米糠 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " 粗纤维 /p /td td width=" 57" p style=" text-align:center " 酸价 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 10 /p /td td width=" 57" p style=" text-align:center " 米糠粕 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " 粗纤维 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " 氨基酸 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 11 /p /td td width=" 57" p style=" text-align:center " 玉米-颗粒 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 容重 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " 淀粉 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " 粗纤维 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 12 /p /td td width=" 57" p style=" text-align:center " 玉米胚芽 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 13 /p /td td width=" 57" p style=" text-align:center " 玉米胚芽粕 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " 粗纤维 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 14 /p /td td width=" 57" p style=" text-align:center " 芝麻饼 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 15 /p /td td width=" 57" p style=" text-align:center " 棉籽 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 含油量 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 16 /p /td td width=" 57" p style=" text-align:center " 棉籽粕 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " 粗纤维 /p /td td width=" 57" p style=" text-align:center " PS /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 17 /p /td td width=" 57" p style=" text-align:center " 棉籽蛋白 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 18 /p /td td width=" 57" p style=" text-align:center " 花生粉 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 含油量 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 19 /p /td td width=" 57" p style=" text-align:center " 花生粕 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 20 /p /td td width=" 57" p style=" text-align:center " 花生仁饼 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 21 /p /td td width=" 57" p style=" text-align:center " 油菜籽 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " 硫苷 /p /td td width=" 57" p style=" text-align:center " 芥酸 /p /td td width=" 57" p style=" text-align:center " 油酸 /p /td td width=" 57" p style=" text-align:center " 亚油酸 /p /td td width=" 57" p style=" text-align:center " 亚麻酸 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td /tr tr td width=" 57" p style=" text-align:center " 22 /p /td td width=" 57" p style=" text-align:center " 菜粕 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " 粗纤维 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 23 /p /td td width=" 57" p style=" text-align:center " 油葵 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 含油量 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 24 /p /td td width=" 57" p style=" text-align:center " 油葵粕 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 残油量 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 25 /p /td td width=" 57" p style=" text-align:center " 红花籽 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 含油量 /p /td td width=" 57" p style=" text-align:center " 亚油酸 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 26 /p /td td width=" 57" p style=" text-align:center " 冻玉米 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr /tbody /table p br/ /p p 　　从产品应用角度出发，聚光沿着行业的纵深进行扩展，向下游扩展进入饲料、精深加工等领域。在深加工领域白酒酿造行业即是一个较好的选择。中国传统白酒酿造的规模大，行业利润丰厚，拥有使用近红外进行检测分析的良好潜力。近红外方法可检测其原粮、入窖前及出窖后的酒醅，还可检测酒曲。 /p p 　　在发酵过程中酒醅的水分、酸度、淀粉影响了微生物的生长，决定了酒的品质，因此对酒醅上述指标的监测有十分重要的价值。《DB34/T 2561-2015 固态发酵酒醅常规指标的快速检测 近红外法》地标已经给出了相应的近红外检测酒醅方法，为近红外仪器在该领域开展工作奠定了基础。 /p p 　　酒醅的含水量比较高，通常含量在50%-65%，且酸度高，采用SupNIR-2720等敞开式漫反射检测方式最合适：样品中的酸不会腐蚀到仪器样品盘 装样后再检测下一个样品时，样品的清理很简单，即使清理不干净也不会影响下一个样品检测结果的准确度。在酿造过程中，上述台式近红外分析仪器不但可以用于入窖酒醅、出窖酒醅的检测，还可以检测原粮，有益于增强酒企的效益。 /p p 　　酿造过程对在线分析也有需求：在传统白酒生产中，多采用古法酿造，但行业具有机械化、自动化技术升级的需要。在线检测更有效地应用于过程控制，帮助提高自动化水平，实现精细化管理，产生效益。而且近红外技术本身相对成熟，技术门槛较低。使用近红外在线检测技术进行过程控制的可行度非常高。而且采用在线技术可减少人工取样工作量，降低劳动强度，对于酒企降低用工量，稳定质检队伍也大有裨益。 /p p 　　聚光科技在四川某酒厂成功实施了一套用于酒醅检测的近红外在线分析系统。其系统框架如下图5所示。在线近红外系统以在线近红外分析仪为核心，包括在线近红外仪表单元、分析探头以及有关辅助设施等组成部分。整个系统具有如下特点：可以同时测量水分、淀粉、酸度等多个参数，测量速度快，具有很高的测量精度，具备自动参比校准功能，从而很好地校正光学视窗污染的影响，系统结构坚固抗震动能力强，可适应于恶劣现场环境等特点。 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 500px height: 248px " src=" https://img1.17img.cn/17img/images/201908/uepic/d9cc3e0b-d280-4aac-abc6-30fa97bfc2bc.jpg" title=" 05.png" alt=" 05.png" width=" 500" height=" 248" border=" 0" vspace=" 0" / /p p style=" text-align: center " strong 图5在线系统结构示意图 /strong /p p 　　该系统从分析探头接收到的光信号，经过光纤传输到仪表单元内，转化成为光谱信号，该光谱信号传输给在线分析软件后，通过近红外检测模型的演算得到测量值，该测量值回传给仪表单元，在仪表单元转化为控制信号后，通过电缆传送给中控系统，用于在线调控。下图6展示的是在线连续监测淀粉的趋势结果。该系统已经成功应用于其配粮系统，并获得省科技进步奖。 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 500px height: 366px " src=" https://img1.17img.cn/17img/images/201908/uepic/9ff266d4-e252-42f1-9418-a9ecfceeeb45.jpg" title=" 06.jpg" alt=" 06.jpg" width=" 500" height=" 366" border=" 0" vspace=" 0" / /p p style=" text-align: center " strong 图6：在线监测酒醅淀粉的趋势图 /strong /p p strong 　　 span style=" color: rgb(255, 0, 0) " 近红外光谱技术在生产流通领域的应用前景 /span /strong /p p 　　近红外仪器市场容量跟标准规范的关联度极大，因为近红外技术本身是二次分析技术，其检测结果不能用于仲裁，同时又没有标准物质可衡量其检测结果的准确性。在传统质监分析领域，近红外仪器的发展空间十分有限，但是该技术作为一种快速、简单的质控手段，在生产流通领域将有十分宽广的前途。谨以我们熟悉的粮油行业体会抛砖引玉，总结为下表。 /p table border=" 1" cellspacing=" 0" cellpadding=" 0" width=" 605" align=" center" tbody tr class=" firstRow" td width=" 75" br/ /td td width=" 215" p style=" text-align:center " 现状 /p /td td width=" 211" p style=" text-align:center " 未来趋势 /p /td /tr tr td width=" 75" p style=" text-align:center " 市场状况 /p /td td width=" 215" p style=" text-align:center " 省市一级粮油检测单位基本全部配备、油料加工中大型单位基本配备 /p /td td width=" 211" p style=" text-align:center " 几乎全部粮食相关单位都会使用近红外技术，形成规模 /p /td /tr tr td width=" 75" p style=" text-align:center " 仪器设备 /p /td td width=" 215" p style=" text-align:center " 进口设备较多，国产近红外分析仪器应用较少 /p /td td width=" 211" p style=" text-align:center " 国产品牌必然代替进口设备，突出中国制造优势 /p /td /tr tr td width=" 75" p style=" text-align:center " 分析模型 /p /td td width=" 215" p style=" text-align:center " 小区域、小范围的模型 /p /td td width=" 211" p style=" text-align:center " 全国适用的模型、全球适用的模型 /p /td /tr tr td width=" 75" p style=" text-align:center " 网络化应用 /p /td td width=" 215" p style=" text-align:center " 少数几家单位内部示范应用 /p /td td width=" 211" p style=" text-align:center " 形成国家级、区域站支撑的全国化的近红外应用网 /p /td /tr tr td width=" 75" p style=" text-align:center " 标准 /p /td td width=" 215" p style=" text-align:center " 少数几个指标的近红外检测标准 /p /td td width=" 211" p style=" text-align:center " 建设全方位近红外方法标准 /p /td /tr /tbody /table p 　　其中值得注意的是近红外分析网络化的发展。目前聚光协助部分粮食质检的省一级单位根据其自身需要，完成近红外粮食分析网的构建，同时也构建了区域性的粮食近红外分析网。随之这些网络作用的发挥，网络协同效益将会显现，届时近红外分析真正进入大数据时代。 /p p 　　当前，近红外仪器多种技术路线并存、百家争鸣、百花齐放。从做好分析仪器的角度出发，更好稳定性、更高一致性的近红外仪器是我们仪器研制从业者孜孜不倦的追求。谱育科技正在开发相关的技术平台，相信在不久的将来，即有相应的仪器面世。 /p p style=" text-align: right " strong span style=" font-family: 楷体, 楷体_GB2312, SimKai " 　　(供稿：周新奇，慎石磊，李光) /span /strong /p p br/ /p

1.中药生产过程现状中药是我国独具特色和优势的民族产业，其在生物医药领域中具有重要的战略地位，并已逐渐发展成为我国制药经济的重要支柱之一。中药工业化生产流程融合了原料控制、生产控制、质量检测等多个步骤流程，具有工艺过程复杂、步骤繁琐、影响因素多、非线性及交互作用效应显著等技术特点。对于中药质量控制，国内的重点大多聚焦于药材和成品上，却忽略了生产过程及其中间体的质量控制；长期以来一直依靠人工抽样分析和离线检测对中间产品和最终产品的质量进行评估。这种检测方式具有耗时长、主观因素强、检测结果滞后于生产过程等缺点，难以依据实时质量波动情况来指导生产过程，进行及时调整。据了解，近年来由于质量问题，导致中间产物或最终产品的返工或报废的现象常有发生。2.近红外（NIR）在中药生产过程中的发展近年来，在线检测、过程分析技术（PAT）、质量控制体系等技术逐渐深入生产过程中，通过合理的过程设计、分析与控制，增强对工艺过程的理解，降低过程不确定性和风险，以此来保证最终产品的质量。目前常用的过程分析技术有近红外光谱在线分析技术、拉曼光谱在线分析技术、在线紫外等，其中，近红外光谱分析技术具有快速、高效、无需样品预处理等优势。由于无需样品预处理且近红外光谱可以通过光纤进行传输，近红外光谱分析技术十分适合复杂中药的原料药材质量快速分析以及体系生产过程的在线检测，包括药材产地鉴别、有效组分含量测定和制药过程的在线检测和监控。自“十三五”规划以来，泽达兴邦医药科技有限公司在中药生产领域已与众多“医药工业百强”企业合作成功实施了众多案例，如表1所示。表1 PAT在中药生产监测过程中的实施实例（泽达兴邦）客户单位实施品种说明扬子江蓝芩口服液离线、在线上药杏灵银杏酮酯离线、在线九芝堂六味地黄丸、驴胶补血颗粒在线、离线江苏康缘热毒宁、桂枝茯苓离线、在线华润三九（本溪）气滞胃痛颗粒离线、在线华润三九（枣庄）感冒灵颗粒离线、在线绿叶制药罗替戈汀离线、在线太极集团藿香正气口服液离线、在线北大维信血脂康离线、在线广东众生复方脑栓通离线、在线翔宇制药复方红衣补血口服液离线、在线… … 图1 中药生产过程近红外在线检测系统3.近红外在中药生产中的应用实例3.1华润三九感冒灵颗粒——浓缩、总混工段感冒灵颗粒功效为辛热解表，清热镇痛，其由三叉苦、野菊花、马来酸氯苯那敏、咖啡因等组成，被广泛用于因感冒引起的头疼、发热、鼻塞、流涕、咽痛等症状。野菊花中的蒙花苷等有效成分是感冒灵颗粒质量的重要检测指标，其生产过程复杂，因此保证每一个工艺环节产品质量的稳定是最终产品有效的依靠。但是目前的分析方法存在耗时、信息滞后等缺点，严重影响了产品的质量和生产成本，亟待开发一种快速、准确的检测技术。目前，近红外光谱检测技术已经逐渐从离线实验或者小规模的模拟实验向大生产过程的在线监测发展，与前者相比，近红外在线监测技术更具有实际指导意义，在保证对象中的指标可以用于建立准确的定量模型之上，还能够对生产过程的质量进行监控。泽达兴邦医药科技有限公司在国家工信部智能制造新模式应用课题的项目中，以华润三九的感冒灵颗粒、感冒清热颗粒、小儿感冒颗粒等公司重点产品，建立关键生产工艺环节生产过程快速检测和在线质量检测系统，并与SCADA系统集成，建立质量数据库。其中，包括对感冒灵颗粒、感冒清热颗粒和小儿感冒颗粒三种药物中流浸膏中有效成分和固含量、半成品中有效成分、原药材的水分和浸出物、浓缩液有效成分和浸出物等物质的快速测定和实时监测。在项目实施过程中，近红外检测系统能够有效应用于感冒灵颗粒的生产过程，实现了产品关键工艺环节中间体质量的实时动态在线监测，降低了工艺运行过程中间体质量波动性，提高了中成药生产全过程的质量控制水平。下图展示的是近红外技术与感冒灵颗粒制粒总混工序的结合应用，以其半成品为例，针对蒙花苷、对乙酰氨基酚、咖啡因、马来酸氯苯那敏含量所建立模型预测结果令人满意，其相关系数R分别为0.9757、09523、0.9705、0.9803，RMSEP分别为0.0115、0.219、0.202、0.126，均能够满足感冒灵颗粒半成品实时分析的精度要求。图2 小儿感冒颗粒浓缩固含量在线检测效果图3.2上海上药集团银杏酮酯——柱层析工段银杏酮酯为银杏叶的提取物，为棕黄色至黄棕色的粉末，其主要活性物质为黄酮醇苷及萜类内酯，临床上主要用于血瘀型的胸痹、冠心病心绞痛以及血瘀型的轻度脑动脉硬化引起的眩晕，能增加脑血流量，降低脑血管的阻力，改善脑血管的循环功能，保护脑细胞，稳定细胞膜，使脑细胞避免缺血所致的损害。还可扩张冠状动脉，增加冠状动脉的血流量，改善心脏的供血，防止心绞痛以及心肌梗死的形成。但是其原料药材来源广泛，品种繁多，同一品种药材因其生长条件、采收季节、加工方式及贮藏条件的不同而在质量上存在差异，从而使中药制剂成品存在一定的质量差异。传统的质量评价方法步骤较为繁琐，耗时较长，不利于大批量的快速质量检测。因此，选取一种快速分析、样品无损、方法简单的分析技术将能够大大减少生产过程质量检测时间与人工成本，减少产品等待放行时间。为了实现银杏酮酯生产过程的智能监测，泽达兴邦医药科技有限公司与上海上药集团合作了银杏酮酯PAT项目，在项目实施过程中建立了实现大品种银杏药材、中间体（提取液、浓缩液、醇沉液、层析液、干燥物）及成品质量指标的在线及离线快速检测方法，实现全生命周期质量快速检测与控制，解决了现有检测模式存在的结果滞后、分析时间长、效率偏低等问题。以大品种银杏酮酯层析过程为例，将层析过程与在线检测技术相结合，实现了层析过程药液质量指标的实时快速检测，可用于生产过程实时采集药液质量数据，图3展示了层析过程的在线检测安装图以及层析过程在线监测结果。结合DCS系统采集的工艺数据，为构建工艺和质量数据库提供数据来源，同时为后期中生产线进行工艺与质量信息的数据挖掘奠定技术基础。图3 层析工段在线检测安装图图4 层析工段在线监测结果图4．经济效益近红外在线检测技术的应用可以减少检化验人员的岗位设置与劳动强度，提高数据的处理量与准确性并能实时指导生产操作，在一定程度上降低了加工生产能耗，缩短了中药的生产周期，为企业带来良好的经济效益，具有非常广阔的应用前景。以上述银杏酮酯为例，醇沉、柱层析的生产过程终点判断是中药制药过程中的常见问题，传统的中药生产过程终点判断方法主观性强且无实际理论依据。通过建立银杏酮酯层析工段的MBSD定性模型追踪不同生产批次，可以得到银杏酮酯层析工段洗脱过程的实时预测图。结合工艺，可将模型分为静置工段、水洗工段、洗脱阶段、乙醇回收阶段，其中明显可以看出洗脱工段的起点与终点，说明该模型可以判断洗脱起点与终点。利用近红外光谱技术对中药生产过程进行终点判断有助于及时、准确地识别过程终点，减少了收集时间，大大降低了能源损耗，提高原料利用率，保证产品质量的均一稳定，为银杏酮酯产品质量的提升奠定了理论基础。5.展望针对中药生产领域，近红外光谱技术的应用还存在一些局限。近红外作为一种分析技术，对所建立的模型依赖性较高，生产批次间的差异以及生产时间的不同均会影响模型的可靠性，因此模型的更新以及不同近红外设备之间的模型传递仍是目前需要解决的问题之一。同时，中药制药过程涉及的化学物质种类相对较多，原料可能存在较大变异，常需要监控多个CPP或CQA，过程监测难度大，工艺控制相对复杂，不可控因素较多；而且目前中药原料的近红外检测过程往往需要对原料进行打粉处理，能否实现完全无需预处理的近红外在线检测也是值得研究的问题。连续制造作为未来药品制造的发展趋势，药品开发者和制造商们对此表现出极大的兴趣，下图为中药颗粒的连续制造概念图，设计连续配料、连续制软材、连续制粒、连续干燥、连续总混工序，通过设备和控制系统设计，使得每一单元操作之间物料/产品不间断通过。通过实时监测和控制将制软材颗粒、干燥颗粒、总混颗粒后测得的水分、对乙酰氨基酚、马来酸氯苯那敏、咖啡因构成实时联动的反馈控制系统，并结合物料的物理和化学性质，生成模拟出用于放行的数据模型，并对包装后的制剂进行实时放行检验。图5 颗粒剂的连续制造概念图与西药相比，中药的药材原产物具有质量波动较大的特点，不同批次中药质量差异在一定程度上影响了中药临床药效的稳定发挥，“均化”指导原则的提出旨在为不同批次的合格处方药味等按适当比例投料并到达预期质量目标。此外，随着数据技术和网络技术的发展，数据智能化概念与近红外节点进行联合应用是未来近红外技术发展的重要方向之一，通过近红外在线监测技术为连续制造过程中药品关键质量属性的在线实时监测提供了更多选择，支撑中药生产制造逐步向连续制造方向发展。（作者：王钧）作者简介王钧，2013年参加工作，现任苏州泽达兴邦医药科技有限公司过程分析控制部技术总负责人，苏州市姑苏紧缺人才，苏州高新区重点产业人才引进，同时担任中国仪器仪表学会近红外分会协会理事。近年来主要从事过程分析技术及其应用研究，先后参与国家工信部智能制造新模式项目5项、工业转型升级（中国制造2025）1项。先后完成多个中药上市企业的制药过程质量控制技术研究与工业应用项目，包括山东绿叶制药有限公司“罗替戈汀”生产过程质量控制技术研究、扬子江药业集团江苏龙凤堂中药有限公司国家工信部智能制造新模式应用项目子课题：“蓝芩口服液”生产过程质量控制技术及产业化应用研究、江苏康缘药业股份有限公司工信部智能制造试点示范项目“中药生产智能工厂”项目-热毒宁注射液生产全过程质量控制体系构建、重庆天圣制药集团股份有限公司国家工信部智能制造新模式应用项目子课题“银参通络等中药单品种生产过程分析技术研究及系统构建”及国家重大新药创制课题“中药新药地贞颗粒先进制造与信息化技术融合示范研究”。发表相关论文23篇，其中SCI 5篇，申请发明专利3项，团体标准1项（在线近红外）。单位简介：泽达兴邦成立于2011年，是依托浙江大学苏州工业技术研究院和浙江大学药学院的科研创新体系孵化出来的医药领域高水平科技创新企业，是国内医药制造大健康方向既有竞争力的信息化解决方案供应商和系统集成商。公司联合浙江大学主导制定了国际首个中药生产工艺语义关联的ISO国际标准并于2020年1月出版，先后荣获中国科协“智能制造十大科技进展”、中华中医药学会“科学技术奖一等奖”、荣登中国科协2020年度“科创中国”先导技术榜单等荣誉，入选工信部2019年智能制造系统解决方案供应商。公司专注于新一代信息技术与医药健康领域的创新融合，致力于中药、疫苗等制药全产业链智能制造解决方案，推动具有行业示范效应的核心技术应用，开发了一系列具有核心竞争优势的信息化技术及软件产品。已在国内近百家中药制药企业进行产业化应用，为国内中药领军企业开展中药全产业链智能制造整体解决方案设计与实施服务，核心在于PAT系统的构建。

NIR-Online ——帮您实现实时质量控制近红外作为一种快速，无损，简单，高效的检测方法已经应用于多个行业，特别是在食品工业中，已经成为不可或缺的质量检测手段。为了实现食品生产中的在线检测，从原料到成品进行质量控制，步琦 NIR-Online 在线近红外凭借丰富的技术和经验，制定了完整的食品行业实时质量控制方案。在食品行业生产过程中，往往出现一些对于生产不利的问题，首先接收原料入仓时，无法快速检测原料质量，原料入库慢，产生积压，其次在生产过程中，传统检测方法滞后，无法快速的给出产品指标，调节原料配比，不能保证产品的稳定，容易产生不合格产品，导致生产上的浪费。根据目前的情况，采用 NIR-Online 在线近红外技术，可以从原料入库，到生产过程，最终到成品进行实时监控，以最低的投入，实现最高的效益。（点击查看大图）结合实际的生产过程，NIR-Onlie 在线近红外在不同的工段提供相对应的解决方案，实现高效的生产控制：（点击查看大图）1在控制室中实时总览生产过程，以便及时采取纠正措施NIR-Online 在线近红外分析仪提供关于产品或中间产品的实时信息，并将这些信息传输到控制室以用于可视化和过程控制。自动实时操作可以优化安全公差余量或者减少报废或返工。2对生产线上的所有批次进行分析，避免出现错误的结果及时纠正偏差，最大限度提高生产效率和产品质量。直接在机器内部同时监测水分、蛋白质或脂肪等，从而实现高效的过程控制，确保质量并最大程度提高产量。3采用方便的 NIR 检测，并利用丰富的参数进行分析几乎任何种类的样品都可以直接扫描，不需要任何测量前的样品准备工作，例如在传送带上或管道中可直接测量，只需几秒即可完成。近红外光工艺集成简单直接，可以同时定量测定多种物理化学性质。4快速投资回报通常情况下，实验室方法不会分析整个批次，而是依赖于抽检程序，但这种方式会带来更多误差。如果没有内部实验室，还必须将样品送至第三方实验室进行检测。对此，NIR-Online 在线近红外分析仪的投资回报与第三方实验室收取的样品量以及单次分析价格直接相关。

瑞典波通仪器公司（以下简称波通仪器公司）近红外产品和技术在业内一直居于领先地位，其中在线近红外仪器在玉米深加工品控检测中一直被首肯并得到好评。近期在宁夏伊品生物科技有限公司（赤峰）分公司（以下简称宁夏伊品）的在线近红外采购项目中成功中标，这是波通仪器公司多年与客户保持合作开发，注重客户售后服务和应用支持，以及坚持给客户带来实际应用效益等理念和传统的充分体现。 宁夏伊品在玉米淀粉深加工过程中急需在线近红外对其加工过程的品质进行在线监控，波通公司在这方面有丰富的经验和成功的案例，在给客户生产过程中的质量控制和生产效率提高等方面带来明显的应用效果，我们提供的整套解决方案正好嵌合宁夏伊品生产中的实际需求，因此完美胜出。 波通仪器公司在线近红外在行业内的优良口碑主要基于以下理念： 1. 成功的应用经验 2. 嵌合的应用方案和优质的服务态度 3. 在实际应用中给客户带来切实的经济效益，包括自动化控制、稳定的产品质量，人力物力的节省，良好的市场口碑等。 这次中标进一步加强了我们在玉米深加工领域品质控制的优势，坚定了我们理念的信心，我们将继续持之以恒，兢兢业业地服务于客户。

仪器信息网讯 2014年11月25-26日，由中国仪器仪表学会分析仪器分会、中国仪器仪表行业协会分析仪器分会联合主办的&ldquo 第七届中国在线分析仪器应用及发展国际论坛暨展览会(简称 CIOAE 2014)&rdquo 在国家会议中心召开。仪器信息网作为战略支持媒体参加了此次会议。26日上午，在国家会议中心307A会议室进行了在线近红外专题报告会，会议由浙江大学戴连奎教授主持。 在线近红外专题报告会现场 主持人：浙江大学 戴连奎教授 　　在线近红外光谱分析技术具有分析速度快、同时测量多种质量参数、采用光纤路由器等技术实现单机同时测量多个测量点的物料、多种测量附件可以方便在线测量液体和固体样品、分析精密度高和稳定性好等优点，可有效地解决过程质量信息的自动化测量难题，已被广泛地用于石化、制药、粮食、食品等工业领域，产生了显著社会效益和经济效益。 　　此次报告会的内容更多的集中在石化行业在线近红外光谱分析技术应用方面。 报告题目：在线分析烯醇比分析 报告人：北京化工大学材料科学与工程学院 胡爱琴 　　甲基叔丁基醚(MTBE)不仅是高辛烷值汽油的添加组分，也是从混合碳4馏分中分离高纯度异丁烯的中间产物，所以受到各国的普遍重视。报告中在比较了目前国内外用于MTBE装置烯醇比测量的气相色谱等方法的优缺点的基础上，详细介绍了在线近红外光谱方法实时测量烯醇比的技术方案，并且通过一些试验数据，证明了在线近红外光谱方法是一种更为及时、稳定、可靠的在线测量醇烯比的手段。该技术已经在一些石化企业得到了应用，与先进控制系统结合，实现了醇烯比的实时精确控制，给企业带来巨大经济效益，每套装置节省效益均逾千万元。 报告题目：近红外分析技术在轻烃(C1-C5)分析中的应用 报告人：仕富梅亚太服务中心 张文富先生 　　仕富梅公司的SpectraScan2400 可调滤波扫描近红外气体分析仪采用了专利的、可同时扫描测量多个谱段变频扫描技术，结合图形识别计算技术，具有相应时间快、无量程标定、无需载气等特点，适用于C1&ndash C5烃类分离及全气体分析。 报告题目：光谱大数据分析中的通用变量筛选方法研究 报告人：天津大学 陈达教授 　　变量筛选在光谱的定量分析中占有重要地位，然而传统变量筛选方法大都为线性算法，且往往只在线性空间范围内考虑样本变量对模型的影响，而忽略非线性空间及其样本集自身性质的影响，有可能导致变量筛选的失败。陈达教授介绍了一种基于集成平均影响值(ensemble mean impact value，EMIV)的非线性变量筛选方法，同时兼顾变量和样本集性质对模型的影响，并有效避免非线性因素对建模的影响，大幅度提升变量筛选结果的稳定性和可靠性。EMIV算法在保证模型的预测精度的前提下提高模型的稳定性，并保持自适应性，进而为光谱大数据分析提供一种新型通用的变量筛选算法。 报告题目：拜耳近红外在线分析技术及其应用案例 报告人：拜耳公司 刘全先生 　　拜耳公司在2001年开发了SpectroBAY标准应用平台，SpectroBAY是为过程分析的执行并与过程控制系统集成提供的一套光谱在线分析平台，可用于连续或批生产过程的在线监控，优化运行过程。SpectroBAY系统集成了在线光谱系统，还包含数据交换软件(ARTS)和计算及控制单元。到目前为止，已经为客户安装了超过400套SpectroBAY系统。

NIR光谱的多功能性和效率使其特别适用于各种乳制品应用的在线分析，包括黄油、奶酪、奶酪牛奶标准化、液态奶、酸奶、马苏里拉奶酪、乳清蛋白分离物 (WPI)、乳清蛋白浓缩物 (WPC) 和牛奶蛋白浓缩物（MPC）。MOCON的在线乳品分析仪ProSpect系列使用近红外 (NIR) 光谱仪来测量光能，它对在生产过程中流经工艺系统的乳品成分进行传输和反射。近红外在线分析，实时监控自动化控制整个乳品生产过程高质量的在线NIR光谱仪和内置软件告别了离线采样造成的延迟和浪费，对乳制品工厂的生产来说，实时的在线分析有助于产品的质量保证，确保食品符合安全标准。在线取样大约每5-30秒将实时数据发送到工厂PLC，自动控制系统以此进行连续的配方调整，数据可在触摸屏显示器上轻松查看。实验级的分析结果实时的输出，有助于帮助乳制品生产商始终如一地保持产品质量，最终赢得消费者信赖。专为恶劣的生产环境条件而设计无缝集成，可兼容任何系统ProSpect系列可与您现有的PLC/控制平台配合使用，并无缝集成到任何生产现场的过程系统中。紧凑的设计可以根据您的空间和生产要求安装。外壳和流通池均采用不锈钢结构，能够承受潮湿、振动和极端温度。流通池完全可以在线清洗（CIP），空调、防水、防震、卫生的不锈钢外壳符合NEMA 4X标准。预置校准数据，快速本地化校准使用NIR光谱分析成分浓度，首先需要使用样品成分参数进行校准仪器。ProSpect系列凭借30多年设计和构建过程系统的经验技术，可提供灰分、酪蛋白、脂肪、乳糖、水分、蛋白质、盐、总固体 (TS) 和黄油固体非脂肪 (SnF) 的校准数据，针对特定的工艺系统和产品快速本地化校准。 PROSPECT的优势 在线实时成分分析完全集成，完整的系统实验室级结果兼容任何工艺系统流通池完全可在线清洗（CIP）IP 66工业级MOCON在线乳品分析仪ProSpect系列根据产品需求提供2种配置，可选择单个或两个在线应用同时对乳品成分进行过程分析和质量控制。它对乳制品的蛋白质、水分、脂肪、固体和其他有机成分的浓度提供合适的自动化生产方案，是乳制品加工过程中质量控制的理想选择。

地板制造过程优化多层地板覆盖物是精心设计的板材产品，旨在承受不同工业、商业和住宅环境中的重度使用。为了达到设计性能，及时监控压延片材的固化过程至关重要。水分含量在主干燥器之后测量，以实现最佳过程控制。可以同时测量带到载体上的合成聚合物、聚氨酯、弹性体、PVC 或乙烯基的数量，以便达到目标值。1贴合价值链的主要优势2工艺控制主要痛点的应用安装点3在线近红外 NIR-Online 的快速检测的关键参数水分树脂含量聚合物含量4应用案例分享a 安装于主线NIR-Online 在线分析仪直接安装在地板压延线上方，用于测量残留水分或聚合物含量。如下图所示：b 主要效果使用在线近红外 X-Beam 配置执行非接触式测量产品和测量窗口之间的距离可达 20cm通过一系列可用的过程集成接口将测量结果、警报和其他相关信息实时导出到过程控制系统，以便立即采取行动c 功能原理钨卤素灯不断发光，照射样品。样品的漫反射光射向色散元件 (固定光栅)，产生的空间分布单色光通过二极管阵列 (通常由 256 个二极管组成) 进行检测。每个二极管根据其空间位置收集特定波长范围的光强。这些独立的二极管信号通常被称为像元。测得的光强 (I) 与白色参考光谱 (I0) 比值，以及由像元对应的波长范围，就构成所谓光谱，即 I/I0与 nm 或 cm-1 的关系图。化学计量软件根据相应模型从测量光谱中分析样品的分子性质。除以上应用案例外，步琦 NIR-online 在线近红还可以测定木材中的灰分，纤维素，颜色，木质素，水分等等，如需了解步琦在线近红外在化工行业的更多应用，请参登录瑞士步琦官方网页查看或者联系我们当地销售代表。

近红外助力保障肥皂的清洁力平时使用的洗衣皂、香皂、药皂以及手工皂，都是利用油脂和碱相互作用发生化学反应，经过一系列加工所得。其生产工艺主要分为精炼、皂化、盐析、洗涤、碱析、整理、成型这些步骤。 精炼是去除油脂中的杂质，如磷脂、游离脂肪酸、色素等。精炼后的油脂与碱发生皂化反应，当皂料呈均匀闭合状态时停止反应。向闭合的皂料中添加饱和食盐水使得肥皂与甘油水分离，在上层收集皂粒用于进一步加工，下层甘油水用于回收甘油。对皂粒加水蒸煮成为均匀的皂胶，再经过碱析使皂粒中残留的油脂皂化完全，并洗出内部的甘油、食盐等杂质。最终调整皂粒的电解质和脂肪酸含量，减少杂质及改善色泽后，便可获得质量合格的皂基，对皂基进行后续简单加工即可制成日常使用的肥皂。确保原材料的品质和维持制皂流程的一致性是保证最终产品稳定高质量的两大因素。而 QC 部门需要日常检测产品中活性成分、游离脂肪酸（FFA）和水分的含量，以保证产品质量符合生产要求。尽管传统检测方法是用来甄别不合格产品，但费时费力，而且结果与生产还存在一定的滞后，造成不必要的返工和浪费。近红外作为一种快速准确的检测方法，能够提升 QC 的检测效率和加速生产调整的决策过程。 1案例介绍步琦近红外光谱仪用于检测两种不同配方的最终成品，配方 A 与配方 B 的主要差异是使用了不同含量与类型的活性成分。▲ NIRFlex N-500，右图为ProxiMate在 QC 放行产品出库前，将肥皂直接用 NIRFlex N500 和 ProxiMate 进行检测，只有各项指标符合生产规范的产品才被放行。一旦出现不合规的产品，需要用传统检测方法进行复核，再决定后续处理环节。 2参考方法与近红外对比将两种配方在四个小时内生产的各五个样品先在 ProxiMate 上进行检测，然后采用传统的分析方法测定主要的活性成分、FFA 和水分这三种指标。参考方法和近红外方法以及二者检测结果的差距分别在图二和图三中。配方 A 的活性成分、FFA 和水分测量结果对比，蓝色为参考方法，橙色为近红外法配方B的活性成分、FFA和水分测量结果对比，蓝色为参考方法，橙色为近红外法本案例对比中 ProxiMate 使用的定标模型是由 N-500 的模型转换得到的，N-500 是傅里叶变换近红外光谱仪，检测范围是近红外全波段（800–2500nm）， ProxiMate 的近红外检测范围是 900–1700nm，因此能够将 N-500 的模型通过处理转化成 ProxiMate 能够适用的定标，并且通过上述对比结果表明，模型预测结果依旧准确，表明模型转移效果良好。除了对最终成品的分析，步琦 NIR-Online 在线近红外能在肥皂生产的冷轧环节提供在线监测的解决方案，实时反馈数据，方便在生产过程中调节物料配比，以及对异常工况做出快速应对。▲ 在线近红外实时测量肥皂生产时的参数如果您想了解更多步琦近红外的解决方案，可通过以下方式与我们取得联系。

我是大学毕业10年后才接触近红外仪器。此前，我是一个用现在的话说是非常接地气的电子工程师。在大学毕业实习时在工厂当过电工，维修过电脑(那个年代不修到芯片级都不叫维修)，以后做过多种电子产品(如热敏微型打印机载波电话等)的电路设计，后来负责核子称(一种射线在线仪器)和X射线荧光光谱仪等大型仪器的电路设计。大概在1999年底，东北某公司为解决快速测定冰冻状态下(零下5度-零下25度范围)的玉米品质，慕名找到中国农大严老师近红外项目组，用布鲁克VECTOR22/N仪器做了初步试验，确定近红外技术方案可行。但是高达四五十万元的仪器价格是最终用户难以接受的。考虑到用户能接受的价格，最后决定采用LED光源近红外漫透射方式设计专用仪器。我们根据冻玉米的特殊性，设计了相应配套的整机光路、机械结构以及电子线路和多套塑料模具。在不到一年时间，完成了几次改型并最后基本定型。在2000年底第一批产品20台到现场试验，得到有关部门认可。同年又小批量生产100余台，建好模型后分配到各粮食收购站试用。这段经历，让我对近红外技术产生了浓厚的兴趣，同时也让我萌生了想了解高端近红外仪器的强烈愿望。　　2003年春节后，我加入布鲁克公司做售后工程师，这是我工作性质的重大转变，由技术开发转向技术服务。我的工作中涉及中红外和近红外两大类仪器，对于搞仪器开发转行来做维修的我来说，仪器本身维修不是难题(即使某种程度上的芯片级维修)。公司也给我机会多次到德国工厂培训学习，使我技术水平得到了很大提高，为日后为客户提供精准服务奠定了基础。随着越来越多的亲历近红外在线项目，我逐渐看到了在线近红外技术在企业生产品质控制中的重要性,也让我坚信，在线近红外技术是能为某些生产型行业企业带来巨大效益的技术，是一种投入产出比很高的质量控制设备。从此越来也喜欢近红外，尤其是在线近红外技术，精力时间投入的也越来越多。以下基本按亲历的时间顺利大致罗列一下工作经历，算是一种往日工作的回忆，啰嗦之处请谅解!　　化工行业在线应用我进入布鲁克公司亲历的第一个在线项目是北京恒聚化工集团，利用近红外仪器监测丙烯酰胺和丙烯腈的含量，并通过4-20mA输出相应的含量信号，让控制系统完成自动控制。2003年他们购入第二套15通道在线近红外仪器，我从此与他们结上了不解之缘。他们的产品已经完全依赖近红外的数据，仪器一旦有问题，直接导致停产。这么多年来，我一直在为他们的仪器保驾护航，即使是周末仪器出问题，我都会远程帮助他们排除问题。如今在河南建了新厂，1999年的VECTOR22/NF仪器经过调教后性能仍然不输当年出厂指标，继续为产品质量控制发挥至关重要的作用。　　其它化工行业企业例如巴斯夫、阿克苏.诺贝尔等外企也已成熟应用在线近红外仪器监测产品生产过程，他们大多是从国外分公司直接拷贝引进应用,我只是亲历安装与培训。　　石油化工行业在线应用亲历安装中石化、中石油、中海油等企业30多套近红外在线系统，在石脑油项目、汽油调合和柴油调合等方面取得了良好的应用效果。在线仪器是每天24小时不停机运行的，这对仪器的长期稳定性要求很高。2003年安装的岳阳石化在线近红外仪器，至今仍然健康运行，性能仍能达到出厂要求。展示两张照片作为当初项目完工的纪念。在这里我不得不说，感谢北京中石润达科技发展有限公司与布鲁克公司的密切配合，为每一个石化在线用户提供及时周到的服务! 　　SFDA药品快检2004年4月初，布鲁克公司与SFDA药品快检项目现场实地试验，我作为仪器保障工程师有幸参与了在湖北孝感安陆一些乡镇的车载仪器测试。虽然整个过程中我没起到什么作用，但也同时证明了整个过程中仪器经受住了各种严酷条件的试验，这就像“医患”关系，医生清闲意味着“患者”很健康。有幸还能找到当年随拍的几张照片，遗憾的是当时大家都在忙试验，连一张合影都没来得及照。 　　烟草行业应用我参与近红外在烟草行业应用是在2004年红塔集团安装两台在线仪器MATRIX-E。在红塔技术中心王毅主任支持下，马翔、温亚东等投入了巨大的热情、时间和精力，一个多方组成的近红外团队共同完成了近红外离线与在线项目。那次也是初次接触远程通讯，终于明白了什么是OPC。合作工作中，深切感受到了每一个参与人的近红外热情。 　　饲料行业应用这个行业大客户居多，原料和成品品质检测已成常态度，一旦仪器故障，都会打乱检验员的正常工作。为了让使用者能自行快速解决遇到的小问题，我也参与了几个大客户的仪器深度维护培训，基本上让到达我这里的问题都是硬件故障，我也得到了解放。 温氏总部的培训现场 山东新希望六和培训现场　　目前饲料行业有些前瞻用户都在考虑上在线近红外项目。我们两年前已在通威做试验，积累了不少经验。目前湖南中农联成正在安装一套四探头的在线近红外项目，等项目完工后再做经验分享　　制药行业在线近红外应用这是最近几年才热起来的方向。亲历了山东绿叶制药、山东菏泽步长制药、江苏康源制药、天津天士力制药、成都华神制药、辽宁本三制药、广西梧州制药在线近红外项目的安装与培训。　　往事像电影一样再现，短文不能详尽全部的经历，非常感谢最初接触近红外时严老师的指导以及中农大近红外组每一位老师的帮助!感谢周学秋的引荐我才有机会加入布鲁克，感谢李胜总经理以及杨华然经理对我的接纳以及后期在技术上的指导我才能有机会获得如此丰富的经历与经验!很感恩现在工作团队中同事之间的默契配合以及跨部门之间的密切合作!感恩上帝借着近红外项目让我结识了各行各业优秀的近红外优秀人士，以及赐予我这么多的能力为客户朋友们提供有价值的服务!　　万成富2016.5.15

我目前从事近红外光谱在军工特殊化学品领域的应用研究，主要关注近红外的定量分析方法。当前国内军工企业的生产工艺比较落后，过程分析技术远不如中医药、食品、民用化工等行业先进，常用的传统湿化学分析严重制约生产的连续化，因此军工领域实际上迫切需要近红外光谱技术解决在线/快速检测的问题。一些研究人员已经开展了相应的研究，但是由于种种原因，近红外光谱技术在该领域基本停留在理论研究阶段。　　前些日子我投出的文章受到一位审稿专家的质疑，他认为近红外在军工领域的应用只处于发表论文阶段未用于实际，是因为近红外方法在这方面的应用存在明显局限性，否则早就取代传统方法了 对此我是这样回复的：与我们合作的四川某兵工单位已经将近红外技术用于火炸药成分含量的实际检测且效果良好，我们课题组承担的国防火炸药科研专项《XXX在线检测与精确计量加料技术》就是针对实际生产需要而进行的研究，并会将设计的配套仪器设备装在生产线上进行实际检验。虽然近红外存在一定局限性，但事实证明该技术是可以解决实际生产中相当一部分的快速检测问题的。　　近红外技术在多个领域(如医药、农业、饲料等)已有大规模应用，并出台了一大批相应的国家标准，说明近红外技术还是有可行性的。十三五期间国家将大力支持军工企业的工艺技术升级，在线/快速检测是非常重要的一个环节，这非常有利于推广近红外在军工领域的应用。相信在我们科研工作者的努力下，近红外将在军工领域大有可为，而本人愿当马前卒，为国防事业和近红外事业贡献绵薄之力。南京理工大学 周帅

&ldquo 近红外光谱分析技术在食品质量安全的研究与应用研讨会&rdquo (第一轮通知) 　　为配合工信部贯彻落实国务院《关于加强食品安全工作的决定》及《国家食品安全监管体系&ldquo 十二五&rdquo 规划》的通知要求，2013 年由中国仪器仪表学会近红外光谱分会组织专家对近红外光谱分析技术在我国食品生产企业应用现状和技术需求进行了调研，为更好的推进食品企业提升产品质量检测和监测能力，做好实验室检测能力示范建设工作，在中国仪器仪表学会主办的&ldquo 2013 中国国际过程分析与控制学术会议&rdquo 期间，近红外光谱分会将组织召开&ldquo 近红外光谱分析技术在食品质量安全的研究和应用研讨会&rdquo ，届时将邀请国内外食品领域从事近红外分析技术研究应用的专家、企业代表、仪器制造技术人员做专题报告，为进一步提升食品生产企业检测能力的建设和推动近红外光谱分析技术的应用发展，搭建产、学、研、用学术交流和协作平台，欢迎关注近红外光谱在食品质量检测和监测技术的人员与会交流。 　　一、 会议时间 　　2013 年 8 月 27 日下午 13:00-16:30 　　二、 会议日程表 　　三、 会议地点 　　北京 中国国际展览中心.静安庄馆(朝阳区北三环东路 6 号)会议服务楼 201 室 　　四、 大会会议论文征集 　　见&ldquo 2013 中国国际过程分析与控制学术会议&rdquo 第二轮通知 　　五、 参会人员 　　科研单位及国家检测机构：科研院所、大学、食品药品检验中心、农产品质量检验测试中心、省(市)农业科学院、国家食品安全重点实验室等。大中型食品生产企业：油脂加工、乳制品生产、饮料及酒水类、肉及肉制品类、调味品及配料类、淀粉及淀粉制品类、保健品、糕点食品类、方便食品类等食品生产企业。 　　六、 会议注册 　　本次交流会不收取任何费用，参会者请于 2013 年 8 月 20 日前提交报名参会回执至会务组邮箱，方可现场领取会议资料。 　　七、 会务组联系方式 　　联系人：刘慧颖 13910775473 卢福洁 010-63706526 13810079019 　　E-mail：ccnirs@sina.com http://www.ccnirs.org 　　中国仪器仪表学会近红外光谱分会 　　2013 年 06 月 10 日 　　附件　　&ldquo 近红外光谱分析技术在食品质量安全的研究与应用研讨会&rdquo 参 会 回 执 　　备注：参会回执请发送至学会邮箱：ccnirs@sina.com ，收到学会答复后报名成功。

北京丰尔科技有限公司成立于2005年，是北京市高新技术企业。公司总部位于北京市海淀区上地高新园区，并在全国拥有诸多办事处。丰尔科技是一家集近红外仪器自主研发、近红外在线系统集成及采用分子光谱分析技术服务于各领域的企业。丰尔公司同时拥有多家国外知名品牌代理权，现已针对化验室、在线装置分析需求建立了整体解决方案。 公司特点：应用定制化、仪器多样化 公司价值观：专业、执着、梦想、使命 公司理念：聚焦需求、专注服务、诚实守信、合作共赢 第25届中国国际测量控制与仪器仪表展览会（Miconex 2014）于北京时间2014年9月23日至26日在北京中国国际展览中心（顺义新馆）隆重举行。丰尔科技参加了本次展会并同期发布了FN-311M油品近红外分析仪及FN-601M固体近红外分析仪。在本次展会中丰尔科技与同期发布的自主产品博得了国内外专家的一致认可与好评。 技术特点：快速、无损、高效、解决 公司产品： 核心产品：NIR 主打产品：XRF 独家代理产品:Peak、OndaVia、CleanGrow、GRScientific、Quadrex 专家团队实力： 权威专家专业指导、技术合作 国内最早近红外光谱仪的研发和生产 丰富的近红外现场技术服务经验 成功经验： 粮油、饲料、医药、化工、果品、粮食加工、粮食仓储的解决方案 大型石油化工企业在线近红外成套系统 愿景： 成为近红外行业的领军团队 成为知名近红外仪器的制造商 提供近红外全面解决方案的专业公司 开拓海外市场、开展国际合作、推动行业发展

为了多方位展现我国在近红外光谱领域的最新成果，仪器信息网和近红外光谱分会计划合作制作《近红外光谱新技术/应用进展》网络专题，同时也以此献礼近红外分会成立10周年，并寄语2021年国际近红外大会。我是受益于近红外分会和仪器信息网的人，感恩无限。愿借此机会，把自己多年来对近红外在果蔬品质无损检测方面的认识和认知与大家共享。中国农业大学 韩东海教授　　1. 前言　　以前我不论是指导学生科研还是学会报告话题都比较大，宏观且泛泛。论述宏观有利于扩宽人们的视野，开阔思路，但不能解决具体问题。今天着重讲些细节，有些属于经验之谈，直击要点，但略显有点理论支撑不足。我认为两者均不可或缺，只是每个人的发展阶段不同从而导致的需求不同而已。　　本文对于研究果蔬品质无损检测的专家学者也许能有些帮助，而对于其他研究方向的如能有所参考就是万幸了。　　近红外是个多学科交叉的结晶，不同专业背景、不同经历会有不同体会，有不妥之处，望多多指正。　　2. 果蔬分选简介　　先简单介绍一下果蔬分选。果蔬分选包括两大独立要素。一个是大中小的级别分选，一个是优良中差的等级分选。大果中有优良中差，优果中有大中小。近红外在果蔬分选上的应用始于二十世纪80年代末。之前的果蔬分选主要是级别分选，部分用机器视觉或依靠人工按照外观颜色进行等级分选。外观颜色与内部品质有一定的相关性，但难以达到生产要求。一是误判率较高，二是有些果蔬无法实施，例如猕猴桃等。而且那时的设备大小宽窄尺寸基本是固定的，不能轻易更改。　　近红外在果蔬内部品质检测上的应用使得分选设备发生了革命性的变化。首先，实现了内部品质等级无损检测，大大地提升了分选设备功能，从这个意义上讲，近红外引领果蔬分选技术实现了飞跃式发展；二是设备结构大为简化，大小宽窄可自由组合，就像积木一样。　　3. 近红外与果蔬检测可谓绝配　　近红外与众多物料有着非常完美的结合。例如烟草、饲料、石油化工、医药。果蔬也是其中一例，不过内涵却与其它不同。　　首先是波长范围。果蔬水分约为80-90%，水果糖度在10-20°Brix之间。其他成分虽然很多，但含量很少。1100nm以下的短波近红外适用于果蔬类高水分物料。　　其次是光谱采集方式。果蔬内部质量无损检测除了糖度以外，还要检测内部褐变、糖心等，必须采用透射方式采集光谱。短波近红外穿透力强，加之，1100nm以下属于硅检测器范围，仪器造价比铟镓砷要便宜很多，这又为大量普及应用创造了有利条件，为量大利薄的农产品销售提供了强有力的支撑，因此是最佳选择。　　最后是光源功率。果蔬品质无损检测手持和便携以及台式专用仪器的电源功率，LED最小，卤素灯小则1-2W，大则12W。而用于在线检测时，1秒钟要检测5-6个果蔬，西瓜每秒3-4个，扫描时间短，需要配置高达200-300W大功率光源，检测西瓜时甚至达到2000W。　　4. 近红外首先在水果在线检测上发力　　1989年，日本三井金属矿业株式会社EI推进事业部在冈山县一宫农协推出了世界上第一台桃果实糖度在线漫反射无损检测分选设备，1992年又相继推出了苹果、梨的检测系统。之后，杂贺技术研究所、MAKI制作所、NIRECO也研制出类似设备，继而在日本大面积推广。　　基于漫反射原理的检测主要用于薄皮水果诸如苹果、梨、桃等，而用于柑橘检测则效果不佳，于是又研发出基于透射原理的检测，一直延续至今。随着检测项目的增加，由单一的糖酸度向内部褐变、糖心、水浸、局部失水、空洞等多指标同时检测延伸，落叶果及西瓜甜瓜类果实则主要采用漫透射方式。特殊情况时，苹果和葱头需要在两个位置同时采集光谱。　　现在日本SHIBUYA精机株式会社成为果蔬分选设备厂家中的一支独大，从核心部件光谱仪等内外品质评价系统到输送装箱码垛以及控制系统全部独自生产，近江度量衡株式会社部分自主，部分外协。三井、杂贺、NIRECO则只生产内外品质评价系统。　　果蔬内部品质近红外在线检测技术因能直接解决农业生产问题，并带来经济效益和社会效益，在先进国家政府的资助下得到大面积推广应用，仅日本至少有4000个大型果蔬分选设施正在运行。　　5. 近红外光谱采集方案多种多样　　果蔬物料尺寸有大有小，果肉有薄有厚，糖酸度有高有低，且分布不均。由此产生若干检测个性化方案。例如光谱采集方案就有如下之多，图1- 6。　　图1和图2光源和检测器布置相同，但物料放置及输送环节有别。图1托盘不但能平稳地输送西瓜，避免磕碰，而且还可遮挡杂散光进入检测器。依据西瓜、甜瓜类的生理结构，花萼处果皮最薄，花萼冲下放置，有利于获取更多的内部信息。由于菠萝果心粗大，横置更妥，且输送更平稳。　　图3和图4的光源与检测器设置一样，但样品放置和光谱采集细节有所不同。西红柿的果柄影响信息接收，如图3所示，故倒置。由于物料内部组织构造差异很大，苹果肉质均匀密实，而西红柿则有外果皮、中果皮、果浆、胎座，少许空腔，各组织之间光特性差异大，造成散射不均。为此，苹果光源布置向赤道下方照射，靠苹果赤道直径大来遮挡杂散光(图4)。而西红柿则照射上半球，以利获得更多有效信息。　　图5和图6的光源和检测器设置相同。图5为常规布置，而图6采用了特殊透镜，缩小了光斑大小，因为柑橘比葱头体积小，这样可有效避免杂散光进入检测器。这只是一个公司的方案，加上其他公司的独具匠心的思考，采集方案层出不穷。　　6. 检测对象、检测项目和检测精度　　表1列出了来自三井金属计测公司的透射模式部分检测对象和检测项目，这些检测对象检测项目早已成熟，转为常规。其他公司，如SHIBUYA精机、近江度量衡、NIRECO、杂贺技研均能实现，包括一些没有列入的检测对象和检测项目。即使如此，有些项目也不是百分之百正确检出，例如局部褐变误判率较高。但是小果实，例如樱桃、草莓，个别水果，如葡萄，诸如此类的近红外在线分选技术暂不多见。表1 透射模式检测对象及检测项目1)　　由于在线检测所用光源功率较大，能确保获得足够强的有效信息，故检测精度一般高于便携和手持仪。以SHIBUYA精机株式会社在线内部检测装置为例，各种水果的糖度检测精度如表2所示。表2 糖度检测精度2)对象苹果梨蜜桔桃西瓜西红柿柿子甜瓜SEP0.280.330.340.370.420.500.610.74　　由表2可知，苹果检测精度最高，甜瓜最低。这个趋势与其他厂家基本一致。也就是说，苹果是最好检测的，而果肉厚内心甜的甜瓜最难检测。一般消费者对于糖度相差0.5Brix以内难以察觉，故水果检测精度SEP如能达到0.5就能满足生产要求。　　日本的水果品质普遍较高，好吃已经不是问题。为了适应新的国际形势，加大水果竞争力度，日本政府正在组织产学研攻破果蔬功能成分在栽培、管理、在线无损检测方面的难题。苹果重点提高花青素含量，西红柿是番茄红素，柑橘是β-隐黄素，胡萝卜是番茄红素和β-胡萝卜素。由于这些成分含量比较少，近红外检测存在一定难度。番茄红素已经实用化，其他几个成分仍在努力中。　　7. 水果手持、便携、台式专用仪器发展势头强劲　　2000年，FANTEC开始销售世界上第一台水果专用便携仪FRUIT TESTER-20，时间不长又推出FQA NIR GUN手持仪(图7)。便携仪和手持仪主要用于科学研究，同时也为那些生产量小的个体果农带来福音，因为花几十万或百万日元就能达到几个亿的设备功能，只是生产效率无法相比。　　同年，KUBOTA公司首先推出了台式仪，其后又推出便携仪，从2019年7月始，对原有机型进行升级换代，如图8和图9。这两款仪器社会保有量估计在1000台左右，也是本人认为最好用的仪器。　　这台仪器的日本水果模型拿到中国无需修正，可直接使用，预测值准确稳定，该仪器像素点只有254个，糖度模型采用的是4-5个波长的MLR。本人实验室在北京奥运前购买了一台，十几年过去了，现在还在使用中，中途只更换过电源开关。我曾问过这台仪器的研发部长石桥先生，他说，因为内置波长横纵坐标自动校正功能，所以仪器预测值才稳定。横坐标校正方法已经成熟，但纵坐标措施不多，也许谁掌握了纵坐标校正技术，谁就能占领市场。　　N1(图10)从2009年开始销售，由于产品精制，价格便宜，至2017年8年间共销售648台。最为特殊的是该仪器采用了不受杂散光影响的TFDRS法(TFDRS:Three-Fiber-based Diffuse Reflectance Spectroscopy)，1点照射，2点接收。通过2个漫反射强度比计算相对反射率,进而获得相对吸光度比。该吸光度比不受漫反射光路的变化影响，且与水果糖度呈直线相关。该检测模型建立在标准样品基础上进行模拟，推导出方程，然后用水果进行验证，故在实际应用中，不需进行参比测量，不需进行模型维护，是这一种全新思维，不同于传统方法。　　PAL光传感器是最新系列水果手持糖度仪(图11)，采用LED光源进行糖度无损检测。目前应用对象分别为苹果、梨、桃、葡萄、迷你西红柿。从2017年开始销售以来，不到一年就售出400台，该公司的销售目标是1万台。　　还有几种正在出售的台式仪和手持仪。　　QSCOPE-DT功能最强大，不但可以预测糖酸度，也可检测内部品质。Amaica-Pro 与KUBOTA台式仪一样，检测糖酸度的同时也可称重，把级别和等级分选元素集于一体，是小型果蔬分选仪典型代表。CD-H100采用滤光片技术，物美价廉，缺点是仪器台间差较大，建模任务艰巨。　　我认为，在台式、便携、手机水果专用仪器中，SACMI的台式仪适应性最广，如图12。因为这台仪器采用了8个20W的卤素灯，功率强大。内部采用不锈钢锥形挡板，将光源与检测器分隔在圆锥挡板内外。光源在锥形板外向上照射，结构上保证了杂散光不能进入检测器。检测器在圆锥挡板内，当水果放置在锥形挡板顶端时，橡胶圈的密封阻挡了反射杂散光的进入。这种漫透射设计加上大功率，不论是内部成分还是内部病变的检测均能胜任，是个科研好帮手，就是价格偏贵。　　8.样品真值测量　　真值测量往往被轻视，特别是像水果类的样品，不论是品种间、还是种类间差异都比较大，没有深入了解细致筹划，将影响建模效果。因为建模预测精度永远不可能超过实测精度。以如下两个案例进行说明。　　甜瓜光谱采集位置是花萼处，故在花萼处取ф40mm(因为环形光源直径是ф38mm)果肉打碎后取果汁测量糖度，如图13所示。　　图14是柑橘糖度实测值图解。充分考虑样品生化特性，整体榨汁，再经过滤实测值更准确。　　9. 展望未来　　近红外在果蔬品质检测方面的应用已经30年了，技术细节在不断完善进步，但整体思维模式有待突破。　　上面介绍的都是近红外光谱在果蔬品质无损检测上的应用，近年来，近红外图像也取得了长足进步。近红外激光正在发挥着特殊作用。随着LED光源，特别是近红外区域LED连续光源的研制成功、光谱仪小型化、微型化、量子光谱仪的问世、无线通讯、　　5G数据快速传输、人工智能等方方面面的突飞猛进，局部照射，多点测量，攻破尚存顽症指日可待。　　10.总结与寄语　　编辑审阅初稿后提出“日本的果品筛选技术对中国近红外技术在果品检测方面有什么经验借鉴？这方面的内容可否给大家稍微总结一下？”我觉得编辑的建议很好，也很重要，关键是我的能力有限，担心难以胜任。　　首先，中国的近红外仪器必须走专用化发展之路，这一点大家已经取得共识，不再赘述。　　其次，近红外专用仪器必须走共同合作研发之路，这一点大家也不会有异议。　　最后，各个环节必须精益求精，方能广为应用。以水果为例归纳如下：　　1)仪器不但要提高信噪比，还应在水果主要成分糖酸吸收波段800-950nm间提高灵敏度，以期获得更多有效信息。　　2)不论是254个像素还是1024个，波段区间应有所侧重。考虑到水果颜色或者说叶绿素(670mm)有时也是检测指标之一，650nm-970nm区间更适合水果。　　3)漫透射、透射因扩展性好已成为光谱采集的主流。同时，消除大小影响的配套措施不可或缺。　　4)透射能量谱一旦低于10%，检测器有可能在检测限以下，此时，吸光度与样品浓度不符合朗伯比尔定律。要么加大光源功率，要么提高仪器灵敏度、要么延长积分时间等加以调整。　　5)日本几大果蔬内部品质近红外无损检测系统均为各自专利产品，这是核心，也是关键。　　国内从事近红外研究生产应用的专家学者工程师高达数千人，经过二十几年的实践和积累，近红外技术在中国的大范围推广应用、厚积薄发之日已经迎面扑来。　　参考文献　　1. https://www.mitsui-kinzoku.co.jp　　2. SHIBUYA精机株式会社宣传资料　　3. http://www.sacmi.com/　　4. KUBOTA KBA100使用说明书（中国农业大学 韩东海）

近红外光谱之路：从零基础、认识、到热爱　　2008年7月8日，我很荣幸地进入了罗国安教授和王义明教授的研究团队。刚进入实验室，跟随博士后高荣、刘清飞等开展清开灵注射剂的二次开发研究，由师兄齐小城、师姐邓瑞琴等亲自指导，主要负责板蓝根部分的研究。由于自己才疏学浅，一切从零开始，系统的学习各种色谱仪、质谱仪等仪器操作，还跟随师兄师姐学习各种分析技术，其中就包括近红外光谱(NIR)技术--这是我第一次接触NIR。对我来说，打开了一扇全新的窗户，看到了一片全新的世界。刚刚开始，所以一无所知：啥玩意是近红外啊?近红外到底是干什么的呀?!特别感谢我的导师清华大学罗国安教授、王义明教授，他们拥有一个非常优秀的研究团队(图1)，给我们提供了一个理想的研究平台，指引了一个崭新的研究方向。图1 罗国安教授研究团队　　刚刚接触NIR，罗老师安排最紧要的，就是跟杨辉华教授系统学习NIR、自动化、化学计量学等相关知识。杨老师对NIR光谱的认识与理解及其见解，使我受益颇深，也使我逐渐认识到NIR的优势与特点。经过大约2个多月的强化补课，我算是摸到了NIR的门框。紧接着开展了一些有意义的实验室研究，比如国内外仪器的性能测试对比，实验室虚拟在线研究等。这些探索，开启了我对NIR的认识之门，使我慢慢地走向NIR研究之路。　　接下来的两项工作，使我真正意识到NIR这项技术的便利性。项目初期，尽管团队进行了极为详尽的设计与周密安排，但在实施过程中仍然出现了各种各样的情况，经过向多位专家请教，联合自动化、光谱仪公司等单位共同攻关，最终实现了整套在线系统的顺利运行。　　开展的项目之一，是吉林敖东延边药业股份有限公司与清华大学联合开展的，关于安神补脑液、血府逐瘀口服液两个品种的提取过程在线质量控制。其提取具有多个特点，如提取同时在两个车间进行，工艺分为水提与水蒸气蒸馏提取，两个品种均为大复方混提且两个车间投料处方有区别，工艺较复杂，色素沉积严重，等等。研究团队针对不同品种的特点，进行细致分析，筛查原因，确定解决思路，落实解决方案，协同敖东、申宜、英贤(聚光)等多家单位，最终完善了预处理设备、工艺现场改造、流通池清洁等多个环节的细节处理，并制定了相应的SOP，实现了提取过程的在线检测应用，并提供了生产状态、含量预判等多种功能。团队投入了大量的人力、时间扑倒这个项目上，记得有师兄说，“我一年300多天，至少有100天在敦化度过的，要是项目第一年就结婚，估计孩子现在都准备上幼儿园了”。冬季是我们常去敖东的时节，每天早上5点前起床，赶在5:30之前到达现场，开展一天的现场工作，往往一忙就到了下午5、6点以后了。车间内、露天温度一般在-20~40 oC游荡，剧烈的温度变化的确是真的酸爽，颇值得回味。夏季也是常去的，我们一般当成避暑，正好远离北京的热燥。图们江畔、六顶山腰的尼众道场-正觉寺，是个很好的休闲去处。同门们在北京习惯了晚睡，反而有些不适应略有时差的敦化生活。该项目于2011年7月顺利通过专家组验收，感谢陆婉珍院士、褚小立博士等各位近红外专家给与的大力支持!　　另外一个完整参与的项目，是神威药业有限公司的“中药注射剂全面质量控制及在清开灵、舒血宁和参麦注射液中的应用”项目。整个项目涉及到3个品种，6味药材，多个工艺环节。开展了中药注射剂先进制剂工艺单元信息化集成研究，构建了中药注射剂全过程近红外在线监控系统，解决了仪器分析和指纹图谱质量控制滞后于生产的难题。本项目以产品中间体NIR、指纹图谱数据库为基础，以光谱-色谱软件关联性技术为依托，实施中药注射剂生产工艺实时监测与网络控制技术，实现了网络集成化的中药注射剂工艺过程控制与现场管理。本项目于2010年12月顺利通过国家发改委组织的专家验收，被国家发改委认定为“中药制剂先进工艺集成及生产过程自动控制高技术产业化示范工程”，并获得了2014年度国家科学技术进步奖二等奖。鉴于此，学会邀请罗教授在2014年全国第五届近红外光谱学术会议做大会报告。图2为罗教授、王教授参加2014年全国第五届近红外光谱学术会议　　两个项目的成功实施，再加上之前团队的一个案例：“腰痛宁胶囊全过程多途径质量控制新技术及应用-近红外在线检测控制混合过程的均匀度研究”，显示出NIR技术作为一项快速检测技术的极大优势。慢慢地，我热爱上了这门技术，也逐渐主动深入地分析NIR技术的优势与劣势，思考如何使之更有效地服务于我们这个行业。或许可能，通过NIR技术的应用，我们可以使“传统的质量控制模式”转变为“在线质量分析与智能控制模式”，实现“传统中药工程基于工艺操作参数控制”转变为“现代中药生产基于产品质量控制”。　　博士毕业后，加入到中山大学南沙研究院南药集成制造与过程控制技术研究中心，与团队同仁搭建了一条具有中试规模的中药生产线，并搭配了在线近红外检测系统，主要针对中药提取物、柱层析、浓缩等多个环节开展过程分析，取得了较为理想的应用效果。　　2015年11月，调入广东药科大学中医药研究院(广东省代谢病中西医结合研究中心)，专门从事与光学/光谱学相关的研究，特别是继续开展基于近红外光谱技术的中药生产过程智能控制系统研究。同时接触了很多基于近红外光谱技术的生物医药设备，激发了我更浓厚的研究兴趣，团队也已开展了基于光谱技术的医学临床检验等方面的研究。欢迎各位专家莅临指导!　　自接触NIR以来，对这门技术，从零基础，到逐渐认识，再到现在的热爱。作为年轻后生，自己深感知识的匮乏，也迫切希望通过各种机会培训自己，不断向业内的各位专家学习，广泛的阅览与近红外光谱相关的各种书籍。特别推荐的是陆老师的《现代近红外光谱分析技术》，这是我近红外启蒙书!(当然，还有很多重要书刊，就不一一列举了。)求学期间直到现在，一直得到清华大学、南开大学、近红外光谱分会等单位和各位专家的指导，谢谢!也得到诸多分析仪器公司特别是近红外光谱仪公司的大力支持，使我在近红外这条路上走的越来越踏实。在做项目的过程中，认识了许许多多热衷于近红外的狂热分子们，与你们同行，真的是一件大大的幸事!希望与各位同道在学会领导的指领下，大踏步地走在近红外的阳光大道上。　　特别感谢褚老师建立的微信群，在微信群认识了N多高手，学到了很多知识。另外还有鲁杰群主的QQ群(328264040)，算是官方群吧，人员激增，大佬云集 还有“果品-西农”建立的QQ群(246287439)，后果品兄将群主资格转让给了本人，希望本群继续壮大。　　在日常的生活中，也一直在思考关于近红外的点点滴滴，总在思考，我们能够做些什么?!现在也正在承担着几个近红外光谱在线检测的应用研究，包括了制药行业的多个关键工艺节点。在近几年的摸索中，总是不自觉的把近红外技术纳入到各项研究过程中，总要试一下才安心。成则欣喜，不成则思。在研究过程中，也发现了许多好玩有趣的现象，在此就不一一介绍了。　　在这儿有个小小的建议，能不能把内部通讯《近红外光谱通讯》，逐渐做成学术期刊，做成国内“科普+学术”型的《近红外光谱杂志》?　　可能，自己把近红外当成了一项大杀器。有些时候，可能由于练功太猛，走火入魔了，面对别人其他技术上的咨询，我总是不经意间回应：“要不，试试近红外?”　　(2016年5月3日于广州)　　肖雪

2013年9月23日，&ldquo 近红外光谱应用新进展&rdquo 专场研讨会如期召开。闵顺耕教授做题为《从NIR 2013看近红外光谱技术发展动态》的综述性报告，报告中介绍了NIR 2013的概况以及会上所展现出来的近红外光谱新技术。 中国近红外光谱专家一行（第二排左二为闵顺耕教授） NIR 2013概况 　　 NIR 2013 于2013年6月2-7日在法国召开，各领域的专家学者500余人汇集一堂，共同探讨近红外光谱分析技术在食品、农业、环境、医药以及其他产业的应用。NIR 2013聚焦于近红外光谱技术在土壤、生物医学领域的应用，以及在生态、考古、工业等领域的特殊应用。全球主要的近红外仪器与软件供应商都参加了此次会议。 而且，就像上文所说，中国近红外光谱专家一行众人也参加了此次会议。 　　NIR 2013上进行的报告以及交流的海报近400篇，其中，食品领域所占比例最大。 　　NIR 2013上关于近红外成像方面的报告共有10多篇，其中，农产品质量安全领域的研究最多。 　　近红外新技术新仪器新方法 　　散射-吸收光谱新装置 　　传统的近红外光谱仪通常测定的是总漫反射强度，包括了化学成分的吸收和物质对光的反射两部分。而这一新装置将样品放置在两个积分球之间，利用两个积分球分别测定漫反射光谱和透射光谱，漫反射光谱与样品的组织结构、物性有关，透射光谱与样品的组成(浓度)有关。 　　时间/空间分辨近红外光谱应用 　　而能够分别测定光子吸收强度和光子散射强度的两种独立信息的光谱仪器还有另外一种类型，即时间/空间分辨漫反射光谱仪。对于浑浊样品，在其不同位置进行光谱检测，因为光在样品中传输的距离不同、光传输到不同位置的时间也不一样，通常是纳秒或皮秒级，即形成了时间/空间分辨近红外光谱。 　　时间分辨近红外光谱仪器的研制已有10多年的历史，但是具体的物质测试应用则是近年来开展的。目前，光源和检测器的光谱范围扩大是此类仪器研发的发展方向。 　　散射介质中的气体吸收光谱 　　NIR2013上展出的近红外气体分析仪器至少有4种，其中一个是利用770nm、980nm两种波长，15米光程测定气体中甲烷、水、氧气三种成分的含量，该仪器主要用于天然气和环境监测中。近红外在气体检测中的应用值得重视。 　　漫反射成像技术 　　传统的漫反射成像，由于光的漫反射使得光斑变大，空间分辨率下降。现在的检测技术利用一些手段使得检测集中在照射区，照射区之外的漫反射不进行测定。目前，已有的手段包括通过光纤定位检测或利用不同波长的光成像，再通过软件进行重构，及通过硬件、软件两方面技术实现了高分辨成像。 　　闵顺耕教授也介绍了近红外技术发展趋势，主要包括近红外成像技术、仪器微型化技术、近红外时间/空间分辨光谱技术、化学计量学方法与数据利用、近红外在线分析、食品品质与安全领域等。 撰稿人：刘丰秋

2013年12月，聚光科技实验室业务发展事业部签订30台近红外分析仪采购订单，该批仪器将在种业领域应用，用于种子的真实性快速鉴别。该种子鉴别系统由聚光科技与中科院半导体所合作开发，中国农业大学严衍禄教授给予大力支持，系统的开发将王守觉院士提出的“仿生模式识别方法（BPR）”结合近红外光谱分析技术，通过前期鉴定玉米群体样品品种真实性探索研究，已提出了基于近红外光谱分析和仿生模式识别的玉米品种快速识别方法，并开发出近红外种子真实性鉴别系统。近红外种子真实性鉴别系统 在前期应用开发过程中，由多家种业公司提供的多品种玉米种子样品建模，经过多台仪器联机应用测试，测试结果完全满足客户需求，首批订单仪器将发往国内几家大型种业公司应用。 聚光科技（杭州）股份有限公司实验室产品

仪器信息网讯 2011 年9 月27日，由中国仪器仪表学会分析仪器分会近红外光谱专业委员会与云南瑞升烟草技术(集团)有限公司、云南同创检测技术股份有限公司在瑞升公司举办了“近红外光谱专业委员会云南物联站成立授牌仪式暨近红外光谱应用学术报告会”，70多位业内专家、200多位瑞升公司的科研人员出席。 “近红外光谱专业委员会云南物联站成立授牌仪式暨近红外光谱应用学术报告会”现场 　　会议首先举行了“近红外光谱专业委员会云南物联站成立授牌仪式”，授牌仪式后，会议特邀国内近红外相关领域的院士和著名专家做专题报告，进行学术交流。学术报告会由近红外光谱专业委员会委员王家俊教授主持。 　　方家熊院士：微型近红外光谱分析仪器 方家熊院士 　　方家熊院士报告中介绍了近红外光谱仪发展进程：50年代后期，滤光片分光系统/热传感器型，只是离散的几个波长，测量样品需预处理；灵活性差，而且波长稳定性、重现性差。70年代，光栅扫描分光/ 单光敏元传感器型，扫描速度慢、波长精度和重现性差。80年代，“傅立叶变换”反演光谱/单光敏元传感器型。90年代，固定光栅/二极管阵列(FPA)和声光可调滤光器(AOTF)/ 单光敏元传感器型。21世纪，微纳型。其中着重介绍了第四代各种类型的微小型红外光谱仪的特点。 　　最后方家熊院士指出，目前我国近红外微小型机还不太普及，工农业对微小型机有需求；便携小型机引进的主要是三代机；微型AOTF型机引进力度加大；微型FPA型机基础好缺核心器件；自主生产FPA型是可行的；加强AOTF和微纳型研发是需要的。 　　袁洪福教授：近红外光谱分析技术的应用与展望 近红外光谱专业委员会主任委员袁洪福教授 　　袁洪福教授在报告中介绍了近红外分析技术的特点；近红外在药检制药、水果分级、食品品质安全、石油化工等领域中的应用；近红外分析技术相关国际标准、我国标准的现状；我国药检领域近红外分析技术展望。 　　梁逸曾教授：化学计量学方法与近红外光谱分析 中南大学梁逸曾教授 　　变量选择为化学计量学研究的一个热门问题，目前在多元校正和模式识别多有应用。梁逸曾教授着重介绍了采用CARS(Competitive adaptive reweighted sampling)变量筛选方法建模来提高近红外模型的预测精度，以及解决近红外在线检测的应用问题。 　　瞿海斌教授：近红外光谱分析在制药过程质量控制中的应用及展望 浙江大学瞿海斌教授 　　瞿海斌教授与多家制药企业合作，研制了中药生产过程中各工艺环节的近红外在线检测系统，并针对具体情况设计了样品前处理、不开瓶检测等方法。瞿海斌教授还指出近红外光谱在中药制药领域应用还有很多需要解决的问题，如样品前处理及光谱采集技术、适用的化学计量学方法、过程监测方法、与其他分析仪器的集成技术、技术实施过程中的管理方法等。瞿海斌教授呼吁与会的科研人员一起解决这些问题，共同促进近红外与药品质量的提升。 　　邵学广教授：近红外光谱在烟草工业生产分析中的应用研究 南开大学邵学广教授 　　邵学广教授在报告中介绍了常规成分、微量成分的定量分析模型研究，基于定量模型、光谱的MSPC（通过对多参数的统计对生产过程进行评价）的研究成果；以及基于近红外光谱多元统计分析在烟叶及卷烟(配方)的相似性分析中的应用。 　　褚小立博士：近红外光谱方法的标准化研究 中石化石科院褚小立博士 　　制订符合国情、准确、快速、简便、适用的分析方法标准是组织现代化、集约化生产的重要保证，是加快企业技术进步(如促进生产工艺的改革和提高产品质量的作用)、加强科学管理的一种关键的保障措施。褚小立博士报告中介绍了近红外标准方法的地位、模型适用性判据的重要性、以及模型传递的问题。 　　韩东海教授：近红外光谱分析在食品品质分析中的应用 中国农业大学韩东海教授 　　韩东海教授报告中介绍了近红外光谱技术在水果在线自动分选、水果生产过程控制、腐乳生产工艺改进、葡萄酒发酵智能化、奶牛挤奶数字化、健康食品高科技化、食品专业化等领域的应用情况。 近红外光谱专业委员会委员王家俊教授主持学术报告会 　　整个交流会针对近年来近红外光谱分析技术在烟草、制药、食品领域的应用和我国在药品监督检测、生产过程控制等方面的应用现状、应用前景和存在问题，大专院校等在相关领域的研究进展等进行了热烈的研讨。专家与专家之间的尖锐问题探讨、用户与专家之间的实际问题解答、主持人的精彩点评等让与会者获益良多。“近红外光谱专业委员会云南物联站”的成立，以及该场近红外光谱应用学术报告会的成功举办必将促进近红外光谱技术的进一步发展。 与会专家参观瑞升公司及其实验室 　　附录1：云南瑞升烟草技术(集团)有限公司 　　云南瑞升烟草技术(集团)有限公司致力于烟草技术、卷烟技术、健康吸烟相关技术研究开发、产品生产及配套服务，是专业设置全面，综合技术实力领先的企业集团。 　　瑞升研究开发领域贯穿从种子到烟气的整个过程。经过多年的不断探索和创新，在烟草的种植、调制和卷烟生产配套的各个关键环节，瑞升拥有全方位的烟草综合技术创新能力、价值创造能力、资源整合能力与平台，能为烟草相关企业的烟草原料开发生产、卷烟开发生产提供系统解决方案及配套产品，并为吸烟人群的健康保护提供和创造独特的瑞升价值。 　　瑞升一直以人的发展作为企业最核心的驱动力，不断强化人的发展和专业人才体系的构建。目前已形成了近400人的研究、开发和服务的技术队伍，拥有博士20人，硕士110人，研究员和高级工程师20人。多学科、多专业的人才围绕瑞升发展目标，在相应的业务平台和创新体系中进行有机组合，辅以科学有效的机制，使瑞升的业务具备人力资源保障的优势。 　　附录2：云南同创检测技术股份有限公司 　　云南同创检测技术股份有限公司是一家为农产品、食品、烟草及制药等行业的产品质量安全检测机评价、产品品质提升和可持续发展需求提供技术服务的综合性第三方检测机技术服务机构。 　　自2001年启动建设，进过10余年的发展，分析检测研究平台已经发展成为拥有100余位员工的专业技术团队和配备价值5000万元的先进科研仪器设备、服务领域拓展到烟草、农产品、食品级医药等行业的检测研究平台。

p 　　近一个月来，看到群里各位专家讲述与近红外的各种情缘故事，或一见钟情厮守多年，或波澜起伏感慨万千，或硕果累累壮怀不已，或偶遇挫折衷情未改，可谓精彩纷呈，大大丰富了我的眼界，同时又觉得自己的近红外故事过于平淡，缺乏起承转合，所以迟迟未能落笔。但回忆起来，从自己初识近红外，已经十载寒暑，算得上一个老兵了，也是时候回顾展望一下了，所以也就不揣粗陋，草成这篇文字，重在掺和吧。 /p p 　 strong 　此情可待成追忆，只是当时已惘然 /strong /p p 　　初识近红外，是我在国家海洋局第一海洋研究所攻读硕士期间，记得有一天深夜，导师王小如教授把我们紧急召集起来开会，说是胶州湾某地发生原油泄漏，附近有多个钻井平台，还有一些外籍油轮，北海分局要求我们协助判断污染源，王老师要求我们采用多种分析技术对污染现场的样品和可能的污染源样品进行比对，大家有做气质的，有做荧光的，有做近红外的，我当时被分在ICP-MS组，测定油样中的铬钒比，最终对所得数据进行综合分析，初步确定了污染源，并将相关分析结果提交给北海分局。这个紧急项目完成后，王老师开了一个小型的庆功会，特意指出，近红外这次发挥了很大的作用，我当时觉得很好奇，但由于当时主要做毛细管电泳方面的研究，也没有去深入了解，更没想到自己今后会长期从事近红外研究，但是，当我首次听到近红外这个词时，冥冥之中似曾相识。这也是我觉得自己和近红外最具传奇色彩的地方，虽然之后的剧情并不浪漫。 /p p style=" text-align: center " img title=" 1.jpg" src=" http://img1.17img.cn/17img/images/201605/insimg/655d5f16-0ad9-4cf4-b43e-5a7fe637a0f2.jpg" / /p p style=" text-align: center " 图一、 2006年出海采集溢油样品 /p p 　　 strong 雄关漫道真似铁，而今迈步从头越 /strong /p p 　　2007年，我考入浙江大学药学院瞿海斌教授门下攻读药物分析专业博士学位，当时我信心满满，希望能够继续硕士期间的工作，从事CE-MS和LC-MS方面的研究。但初次面谒导师，他从身后的书橱中抽出一本打印的白皮书交给我，封面上赫然写着Chemometrics，说，今后做近红外离不开这个，看看英文的更好一些。我半天才回过味来，重点不是Chemometrics，而是今后做近红外这句话，连忙解释道，我一直学的是分析化学，对质谱感兴趣，到这里来是想继续做质谱的，瞿老师当时明确指出三点：一、近红外是一种分析技术，与你的背景不矛盾 二、近红外对于中药样品非常合适，对于中药制药过程分析非常重要 三、做什么事不能只从兴趣出发。退出导师办公室，我脑子里一团糟，近红外对中药如何重要不知道，只知道自己对化学计量学略通皮毛，而对近红外则是一窍不通，自己又要重新做小学生了。 /p p 　　和大多数朋友一样，我以陆婉珍院士的《现代近红外光谱分析技术》和严衍禄教授的《近红外光谱分析技术的原理与应用》为蓝本，开始系统学习近红外的相关知识，俞翔师弟和罗晓芳师妹教我仪器的基本操作。学习的时候觉得近红外的确是个神奇的东西，貌似无所不能。越来越觉得有了近红外这个神器，中药研究中长期困扰我的很多问题应该能迎刃而解，我也非常迫切的想寻找一个机会小试牛刀。 /p p 　　 strong 纸上得来终觉浅，绝知此事要躬行 /strong /p p 　　终于，机会来了。当时，我们和正大青春宝合作，进行丹参注射液和黄芪注射液提取过程在线监控和中间体的快速分析，我采集了很多批的提取液终点样品进行近红外分析，利用HPLC测得的多种酚酸的含量，与近红外光谱建立定量分析模型。费了很大的功夫，完成了上百份样品参考值的测定，可是，建立的模型却令我无语了，模型的相关系数只有好的0.6上下，差的只有0.2左右，这样的结果，能用吗?试着预测几份样品，果然不行。而当时俞翔师弟建立的一些在线监测的模型倒是差强人意，我反复比较了我们之间的差别，似乎看出了一些门道：他的样品中化学成分的含量波动较大，我的则相对稳定 他根据一些规则剔除了部分异常样品而我没有 他对波段的选择和预处理方法进行了优化，而我做的则很随意，鉴于这些分析，我重新设计了试验，采集了丹参提取过程中的提取液样品进行分析，虽然采用的是仍是离线方式，但结果得到了很大的改善，我也初步尝到了近红外分析的甜头，并在PBA上发表了我的第一篇英文文章。 /p p style=" text-align: center " img title=" 2.jpg" src=" http://img1.17img.cn/17img/images/201605/insimg/ea7ff33b-3372-40c6-94ec-e66e6f145c46.jpg" / /p p style=" text-align: center " 图二、 2007年与俞翔师弟在正大青春宝提取车间的分析小屋做实验 /p p 　　之后，我陆续参与了和凯宝药业、东阿阿胶、振东制药、梧州药业、雷允上等多个企业的应用项目，并从实际应用中提炼出了一些科学问题，申报了几个科研项目。有幸认识了圈内很多的专家学者，也建立了和近红外仪器厂家和中药制药企业之间的密切联系，大家工作上相互借鉴启发，生活中相互关心问候，尤其是褚老师所建的这个近红外群，更是让我感觉到了组织的温暖。在此，我也想感谢正大青春宝集团莫必琪主任、傅迎师姐 上海凯宝药业刘绍勇副总经理、薛东升总工、潘建超主任 东阿阿胶田守生院长，张淹工程师 感谢赛黙飞世尔公司的潘璐工程师，韩海帆师弟 布鲁克公司王颜萍师姐 步琪公司邹贤勇工程师 拜耳制药的刘全师兄，罗晓芳师妹，我所取得点滴成就，都离不开你们的支持和帮助。 /p p style=" text-align: center " img title=" 3.jpg" src=" http://img1.17img.cn/17img/images/201605/insimg/68a5a2e8-5145-4c59-a50f-08eb9431f096.jpg" / /p p style=" text-align: center " img title=" 4.jpg" src=" http://img1.17img.cn/17img/images/201605/insimg/cca22433-15cb-4b2e-baf9-ec76917a48ae.jpg" / /p p style=" text-align: center " 图三、 2008年在凯宝药业配液车间采集过程样品 /p p 　　 strong 秋日栖霞赏红枫，一样风景别样情 /strong /p p 　　近红外在很多领域得到了广泛应用，我们群里有食品领域的专家，也更有医学领域的教授，有石化行业的大咖，更有烟草行业的大牛，相信每个行业在应用近红外时，都会有自己的成败得失，喜怒哀乐。自从我踏上近红外之路以来，饱尝了科研的酸甜苦辣，既有近红外对特定样品的妙用，也有大量重复性的劳动 有一帆风顺的实验，也有迄今不得其解的难题 有论文发表的喜悦，也有基金被刷的苦恼。个人所做的工作与各位前辈相比不值一提，但从事近红外在中药领域的应用研究，也有自己的一点感悟。 /p p style=" text-align: center " img title=" 5.jpg" src=" http://img1.17img.cn/17img/images/201605/insimg/f39de394-050e-40e5-8aab-94d95ec0ba56.jpg" / /p p style=" text-align: center " img title=" 6.jpg" src=" http://img1.17img.cn/17img/images/201605/insimg/48c724d6-1b8f-409d-af9d-245413e15cfc.jpg" / /p p style=" text-align: center " 图四、 2013年在美国加州旧金山做近红外相关的研究报告 /p p 　　我觉得近红外的确很适合中药分析，中药成分复杂含量悬殊，近红外只要有含氢基团都有响应 中药讲究多种物质协同作用，近红外可以全面反映综合信息 中药制药黑箱操作过程不透明，近红外可以为这些过程装上眼睛。虽然近红外也有很多的不足，比如检测限较高，建模过程复杂，模型需要维护更新，等等。但是，也应注意到色谱技术复杂耗时，紫外只对特定物质响应，中红外响应太强，拉曼荧光干扰太重，相对于这些分析仪器而言，近红外仍是过程监测和快速分析的不二之选，对于近红外在中药领域的应用，我个人充满信心。 /p p style=" text-align: center " img title=" 7.jpg" src=" http://img1.17img.cn/17img/images/201605/insimg/de2a0f7b-33e0-48e2-a90a-048ecee979b0.jpg" / /p p style=" text-align: center " img title=" 8.jpg" src=" http://img1.17img.cn/17img/images/201605/insimg/cfdbed87-903b-4e35-b18e-f03db3f5854c.jpg" / /p p style=" text-align: center " 图五、 2013年在美国德州圣安东尼奥做近红外鉴别阿胶生产厂家的展板讲解 /p p 　　不容讳言，相对于化学药和生物药，近红外在中药领域的应用仍处于初级阶段，而且也有些专家对此技术提出疑问，近红外在中药领域的推广应用的阻力也还不小。影响近红外在中药行业推广应用的因素很多，比如，中药的近红外应用缺少相关的法规标准，过程分析团队的运行方式有待探索，缺少兼通中药工艺和光谱分析的人员，当然，领导的重视程度不够是第一位的，但我相信，随着中药现代化和国际化进程的推进，这些问题会逐渐得到解决的。 /p p 　　 strong 衣带渐宽终不悔，为伊消得人憔悴 /strong /p p 　　刚踏上近红外的研究之路时，看到别人在其他领域所取得的成就，心生艳羡，老想着换个方向，可是十年的朝夕相伴，我对这种技术也有了感情，现在也坚定了信念，近红外之路无论多么曲折坎坷，都要咬紧牙关走下去，因为经过这么久的历练，我也明白了，中药中近红外解决不了的问题，其他技术也很难解决，近红外还有很多潜力可挖， 这是一个无穷的宝藏。 /p p style=" text-align: center " img title=" 9.jpg" src=" http://img1.17img.cn/17img/images/201605/insimg/5ccf8dc8-04d2-4d7c-b274-99f3fb5c47eb.jpg" / /p p style=" text-align: center " 图六、 2016年在美国宾州匹兹堡做过程分析相关的研究 /p p 　　他山之石，可以攻玉，抱着学习的心态，2015年底，我申请到Duquesne University的Duquesne Center for Pharmaceutical Technology从事博士后研究，合作导师为Carl A. Anderson和James K. Drennen III教授，他们在近红外在制药领域的应用有着丰富的成功经验。我的目的也是学习借鉴这些成功经验，以便将来回国后能够更好地将近红外应用于中药制药过程分析中。虽然我明白，我的近红外之路走得很艰难，日后还会遇到更多的困难和挑战，但是我相信，只要不畏艰辛，勇于求索，近红外之光虽然微弱，也会为我的人生之路提供了更多的光亮，同时也相信，有大家对近红外的一往情深，有这么多志同道合者的不懈努力，近红外的星星之火，将来也必成燎原之势! /p p style=" text-align: left " 　 br/ /p p style=" text-align: right " 　浙江大学药学院& nbsp 李文龙 /p

回顾这十年来我与近红外，用“若即若离却难以割舍”来形容仿佛最为贴切。北京市理化分析测试中心 武彦文　　博士后期间我主攻的是中红外光谱分析技术，在读文献和学术交流时，我不时接触到近红外光谱，当时并没有太在意，认为是两种不同的分析思路。恰巧当时召开第一届近红外光谱学术会议，于是就抱着开眼界的心态去了，于是就被“震住”了。那届会议给我的印象非常深刻，对于初入分子光谱领域的新兵，我没有想到陆婉珍院士等近红外人已然做出了那么大的成绩。于是乎，在后来的研究工作中，我有意识地把近红外相关内容添加到自己的研究当中，有时是将中红外和近红外两个波段的谱图综合起来分析解读，有时是把化学计量学方法运用在中红外的谱图分析中。随后我发表了运用中红外和近红外两种方法快速分析精油成分的文章(http://www.sciencedirect.com/science/article/pii/S0731708507006772)。　　尽管如此，近红外在那段工作中扮演的仍然是配角，因为我的大多数研究是定性分析，即使有定量要求我也一般考虑用中红外。此外，博士后期间的研究与实际生产结合较少，使得近红外始终没有成为我的研究主体。然而，那次参会的深刻印象，使我不自觉地开始关注近红外技术点滴发展和进步，尽管始终都是默默关注。　　进入新的工作单位后，我的研究重心有所调整，精力主要集中在分析检测与标准方法开发上。由于近红外不是标准方法，相关的检测规范尚没有建立，还不能应用在我们这样的第三方检测机构，感觉自己好像与近红外渐行渐远。然而，随着北京市科技计划课题与自然科学基金等几个项目的连续资助，近红外再一次进入我的研究视野。在我所关注的食用油分析领域，近红外的优势已经充分展现。首先是成熟的碘值定量检测方法，由近红外仪器与定量模型集成的专用仪器，已经成为各个大型油脂企业的日常必需 其次是油脂原料中多种指标的快速定量，已经让近红外光谱在油料收购环节中大展身手 此外，近红外在线监测饼粕的蛋白含量，使得其威力在生产领域受到广泛重视。对于油脂分析的其他应用领域，如脂肪酸组成、酸值测定以及油脂的鉴定与掺伪，近红外也在跃跃欲试。　　近年来，在北科院(上级单位)与理化中心领导的不断支持下，我与团队应用近红外研发出一系列的油脂分析方法，包括芝麻油、花生油和大豆原油等油脂的真伪鉴别和掺伪分析，油脂中的脂肪酸组成分析等等。然而，任何技术都有其局限性，当我们发现近红外不适用于某些分析需求时，就把目光转到其他分子光谱上。但研究思路依然延续近红外，例如利用化学计量学方法与拉曼光谱、荧光光谱甚至紫外-可见光谱结合的方法，研究油脂的氧化特性，考察油脂的提取、精炼过程，等等。目的是应用更为经济的分析技术研发出简便、快捷的检测方法。　　在应用上述几种分子光谱技术开发食用油分析方法的过程中，我们渐渐发现自己在这方面的积累和经验越来越多，于是产生了与大家分享的念头。今年，我们团队将在课题研究之余，撰写一本专著——《分子光谱与油料油脂》。在这里，我恳请在这方面有好的实际应用案例的专家、学者以及企业与我们联系，通过丰富的实例推动分子光谱在油料油脂分析领域的进一步发展。　　最后我特别想感谢几位良师诤友，是近红外将我和他(她)们联系在一起，燕泽程、刘慧颖、韩东海、袁洪福、褚小立̷̷。也许，对于一名科研工作者而言，在亲历一场革命性技术的发展过程中，除了见证和参与，更多的收获是来自前行者的支持与鼓励。　　　　2016.5.10

仪器信息网讯 2012年9月12-15日，由中国仪器仪表学会分析仪器分会近红外光谱专业委员会主办，桂林电子科技大学协办的全国第四届近红外光谱学术会议在桂林举行，来自近红外光谱相关领域的专家学者、仪器用户等200多人参加了会议。 　　会议期间，仪器信息网编辑采访了近红外光谱应用咨询公司（NIR Application Consultants Inc. Katy ）W.G.Hansen女士，请她介绍了自己从事的近红外技术方面的研究工作，以及对于近红外光谱技术未来发展前景的看法。 W.G.Hansen女士 　　Instrument：首先请您介绍一下您从事近红外光谱技术研究工作的经历? 　　W.G.Hansen女士：其实我最早是在安徽大学任教，当了7年的老师；1984年到美国休斯敦大学读博士，毕业后到辉瑞公司工作，这之前的经历中，我都没有接触到近红外光谱技术。直到1990年，我到欧洲进入联合利华工作，当时我的职务是近红外光谱技术项目经理，做的第一个项目是采用近红外光谱技术测定肥皂中的丙三醇和水，而联合利华之前也从来没有过近红外光谱技术方面的研究，所以当时完全是从零开始。我向公司申请了三周的时间去荷兰的两所大学查资料，但是到第二周，我总共只查到57篇文献，然后就再也找不到相关文献了。 　　虽然上个世纪80年代，近红外光谱技术的研究已经逐渐开展了，但真正发展起来还是在90年代。我可以说是第一个将近红外光谱技术应用于化工工业的人，在我之前没人做过这方面的工作。这个项目后来在联合利华的各个分公司都投建了，通过过程控制我们为公司节省了很大的成本，这也是我们一直所追求的“Add value to business”。之后，我一直从事近红外光谱技术在油料化工行业的应用研究。另外，我也做过一些近红外光谱技术在化妆品行业的应用实验，我的设想是将来我们不是买固定的通用的化妆品，而是用仪器检测人的皮肤到底需要补充哪些成分，然后再配置相应的化妆品。人体试验是非常复杂的，通过目前的试验，我觉得这种想法还是有可能实现。 　　Instrument：您能举例说明利用近红外技术进行在线控制是如何为企业节省成本吗? 　　W.G.Hansen女士： 比如我们要测定羟值，以前取样再拿到实验室测定需要2个小时，而安装了近红外在线控制系统后，只需要5分钟就可以得到结果，反应时间缩短了很多，提高了生产效率，同时由于时间差缩短，对反应控制的准确性也提升了。另外在欧洲，环境保护要求非常严格，而测羟值需要用吡啶滴定，这对人体和环境的危害都很大，同时倾倒废液也需要收款。所以在安装了近红外光谱在线控制系统后，不仅为企业节省了成本，而且也有利于环境保护。 　　Instrument：对于从事近红外光谱技术研究工作的研究人员，您有哪些建议? 　　W.G.Hansen女士：我总是强调研究近红外的人要懂得三点：1.哲学。不要认为自己的研究结果是绝对正确或错误的，结果的正确或错误都是相对的；2.不能用中红外的观点来看近红外；3.近红外是一个交叉学科，需要做研究的人拥有多方面的知识储备，包括分析化学、光谱学、化学计量学等。 　　另外要将近红外应用于工业生产，需要三个方面的配合，即领军人物、专家和团队。一个团队里也需要各式人才，特别需要一个工程师。还有在模型创建中，我喜欢模型建的粗糙一些，包容性大一点，否则如果操作中有细微的变化，也有可能使模型失控。很多人认为需要用全谱图来进行回归分析，这个我也不是很赞同，在实际应用中只要选择被测物质波峰及附近的峰进行分析就可以了，这样既简单、容易，又不会有太多影响。 　　Instrument：最后，请您介绍一下近红外光谱技术的发展前景? 　　W.G.Hansen女士：目前国内外，近红外光谱技术的研究都处在发展之中，还未成熟。2004年，美国FDA才认可近红外分析结果。国外很多公司当前还是在实验室里用的比较多，离真正的用于在线控制还有一定的距离。 　　在中国，现在有关近红外的研究主要集中在实验室，但我认为近红外未来的发展前景还是在实际应用。在会议报告中，很多老师提到农业、农产品、食品等行业近红外应用的需求比较大，我也赞同这一点，所以以后的研究可以往这方面靠拢。另外，制药行业，近红外光谱技术也将大有用武之地。 采访现场