石蜡液体的参考光谱

普洛帝，作为一家在流体颗粒监测技术领域深耕多年的创新型企业，近日正式发布了一套液体消光颗粒光谱图谱集。这套图谱集的诞生，不仅标志着普洛帝在光谱分析领域的一次重要突破，更为相关行业带来了前所未有的便利和可能。这套图谱集聚焦于液体消光颗粒的光谱特性，通过精密的实验与数据分析，将颗粒在不同波长下的消光特性以图谱的形式呈现出来。图谱中，每一个数据点都凝聚着普洛帝科研团队的心血与智慧，它们共同构成了一幅幅精细的光谱画卷，展现了液体消光颗粒的独特魅力。这套图谱集不仅具有高度的专业性和精确性，更在实用性上表现出色。它能够帮助科研人员更深入地了解液体消光颗粒的光谱性质，为相关领域的研究提供有力的数据支持。同时，图谱集也为工业生产中的质量控制提供了可靠的依据，有助于提升产品的性能和品质。普洛帝发布这套液体消光颗粒光谱图谱集，不仅展示了其在颗粒光谱技术领域的领先地位，更体现了其对推动行业发展的责任和担当。未来，普洛帝将继续深耕光谱技术领域，不断探索创新，为相关行业的进步贡献更多力量。可以说，普洛帝发布的这套液体消光颗粒光谱图谱集，不仅是一次技术成果的展示，更是一次对光谱技术领域未来发展的美好憧憬。它必将为相关行业的研究和生产带来更加深远的影响。

“智能水杯你知道吗?”　　“知道，一个杯子加个APP就说是智能了，其实没卵用。”　　这是硬创邦记者和朋友的一段简短的对话。　　对于很多普通用户来说，智能水杯给人的印象大概就是这样，一个水杯上装几个感应模块，再连个手机APP，就能帮人们识别水的温度、容量、计算累计喝水量等等，这些功能在实用性和需求上都显得十分的鸡肋。然而，我们今天要说的这款智能水杯显得有些与众不同，它能够实现一些更高端的功能，比如：液体识别。　　硬创邦记者约到了这款“液体识别智能水杯”的研发负责人穆允翔，跟他仔细的聊了聊这一个与众不同的智能水杯。　　能鉴别液体的杯子想知道你的喝的是可口可乐还是橙汁、或者红茶绿茶蓝茶各种茶么?只需要把饮料倒进这个智能水杯里，在手机APP上点击一下识别键，杯子就可以帮你鉴别你所喝的饮料是什么。看到这，有些读者估计就要骂娘了：“我XX又不是瞎子，喝什么我自己还不知道么?”。别急，这只是这款杯子目前能实现的基础功能，更强大的在后面。　　这个水杯最初诞生在穆允翔和他团队参加的一个创客大赛，在大赛上，他们用几个元器件和一个普通的水杯搭建了这个智能水杯的雏形。简而言之，其原理就是利用高精度的光模块来识别液体的光谱，从而鉴定液体的种类。　　创客比赛的智能水杯原型　　穆允翔说，识别液体的种类只是目前能实现的最基础的功能，因为目前这款杯子还在研发和测试阶段，所以后期还会添加更高级别的检测能力，比如食物的种类、营养成分、甚至奶粉和药物等的产地以及真假。　　这种功能对于普通人来说就有些难以理解了，这款智能水杯是如何做到如此精细的识别的呢?　　光谱识别和光谱云分析系统此前说过，这款智能水杯的原理是利用光模块来鉴别液体，所以这个“光谱识别模块”就是整个杯子的核心。　　杯子在工作时，能看到杯子底部发出光源，这是一种近红外线的光，在模块的另一边，有接收光源的感应器。当光源穿透液体到达接收器上的时候，光已经通过液体的分子进行反射、折射发生变化，这种变化过的光信息就能通过光谱分析模块根据其光学特性确定材料组成成分，然后通过iOS或Android智能手机APP将这些信息传入云端对比数据，几秒后物品的相关信息就会显示在手机APP上。　　据穆允翔介绍，目前分子识别模块目前可以识别包括饮料、盐水、糖水、凉茶、味素等大类信息，随着数据的增加未来会增加更多的识别空间。　　手机APP端识别功能　　说到这，硬创邦记者还是有些不解，这些光谱数据是如何定义的呢?标准是什么?　　穆允翔解释说，除了杯子上的光模块之外，液体识别水杯最核心的就在于“光谱云分析系统”了。　　他首先给记者解释了关于光谱的相关知识。　　当电磁辐射与物质分子作用时，物质内部会发生量子化的能级跃迁，测量由此产生的反射、吸收、散射的波长与强度而进行分析的方法称为分子光谱分析法。它是光谱分析的一个重要分支，主要包括紫外-可见光谱、近红外光谱、红外光谱、拉曼光谱等。　　光谱云分析系统是一种基于云计算的、智能型的分子光谱分析系统。它整合了前端光谱采集设备、光谱数据压缩传输、光谱预处理、光谱数学建模等环节。光谱云解决了分子光谱应用中最复杂的建模问题，为用户提供稳健、灵活的光谱分析数学模型。前端分子光谱采集设备通过无线和有线的方式接入光谱云，光谱云对输入的光谱按照预先建立的模型进行分析，用户无需关心如何建立数学模型，经过云端分析后，检测结果回传给用户。　　简而言之，所有的分子在发生光反射时、吸收、散射时所产生的波长和强度都是不同的，通过这个就能鉴别分子的种类，从而鉴定液体的结构组成。　　而鉴别时的标准还是需要人工设定的。比如说，这有一个苹果，你想要鉴别它的产地是美国还是中国东北，这就需要先采购美国和东北的两种苹果，通过仪器先进行光谱测量，然后将数据信息上传到云端进行标准的记录，然后在去测量其他苹果的光谱，用得出的测量信息与之前上传的标准信息进行对比，这样才能得出结论。　　识别模块　　穆允翔说，目前他们做的杯子还不能实现更精细的测量，主要在于两个原因。　　第一，光谱数据还没有来得及去采样和整理，所以云端能够做对比的数据有限，这些在以后会陆陆续续的进行扩充。　　第二，光谱模块的精度低。据他介绍，这种技术一直以来都是小众，只有在一些高精尖的科研领域才能用到。高精度的设备价格非常昂贵，他们做这个杯子的光谱模块对其进行了低成本的简化，所以在精度上也有一定的限制。　　醉翁之意不在水杯，在光谱当记者问到，为什么想到会做这个智能水杯的时候，穆允翔坦言，最开始做智能水杯只是应客户需求所研发，他自己本身也觉得智能水杯这种东西没什么用处，既没有广阔的市场也没有具有刚性需求的用户群体。　　不过后来他的想法发生了转变，他说，想利用这个“没什么用”的产品让大众能够接触和了解到光谱技术。　　原型和成型的测试产品　　目前分子光谱分析便捷高效，适合多种物态分析且结构信息丰富，在常规分析中有广泛的应用。不过在民用级领域由于其高昂的价格和让人理解不了的技术门槛，还没有被广泛普及。　　如今，在云计算和互联网的推动下，分子光谱分析技术的外延进一步扩展，以后应用在民用级智能硬件的机会也会增加不少，所以他们想趁着这个契机，做最早吃螃蟹的那一批人。　　目前，穆允翔的团队已经尝试利用光谱技术做了一些其他的东西，比如一种防止“代打卡”的指纹打卡机，能鉴别打卡的是人的手指还是淘宝买的硅胶套。类似这种光谱技术的应用在未来会更多的扩展成各种智能硬件的产品。　　目前他的团队已经开始研究如何低成本的制作更高精度的光谱分析设备和系统，扩充更多的云端图谱模型，未来这个小众技术能否普及到人们的生活中还是个未知数。

近日，中国科学院上海微系统与信息技术研究所曹俊诚、黎华研究员领衔的太赫兹（THz）光子学研究团队与华东师范大学曾和平教授团队合作，在高稳定自参考太赫兹双光梳方面取得重要研究进展。项目团队提出自参考方法，完全消除了THz双光梳共有载波噪声，同时抑制了重复频率噪声，将THz双光梳梳齿线宽由未稳频的2-3 MHz量级压缩至14.8 kHz，大幅提升了THz双光梳光源的稳定度。相关成果于2023年2月3日以“Terahertz Semiconductor Dual-comb Source with Relative Offset Frequency Cancellation”为题发表在Laser & Photonics Reviews期刊，并被遴选为封面论文。双光梳由两个重复频率略有不同的光频梳组成，通过多外差采样将光谱信息直接映射在微波波段，这种不依赖机械扫描的时间延迟结构令双光梳天然地具有高速、高分辨等优势，在高精度光谱、成像、测距以及大容量高速通信方面具有重要应用。在THz波段，基于电泵浦的半导体量子级联激光器（quantum cascade laser, QCL）是现实THz光频梳与双光梳的理想载体。当前，THz QCL双光梳通常工作于自由运行模式，具有较高的相位噪声，限制其高精度应用。提高双光梳频率稳定性的主要思路是分别控制两个光频梳基础频率分量，载波包络偏移频率和重复频率。因此，要完全锁定THz QCL双光梳需要同时锁定四个不同频率，即两个载波包络偏移频率和两个重复频率。四个不同频率的复杂系统。尽管项目团队在前期工作中将THz双光梳一根梳齿通过锁相环实现了锁定，并提升了双光梳的稳定性，但是还未实现THz双光梳的完全硬件锁定。而要在实验室实现四个频率的完全锁定，将涉及非常复杂的硬件系统。在本工作中，研究人员提出了自参考“软锁定”方法，不采用任何硬件锁模模块，对双光梳整体信号进行操控，实现了高稳定自参考THz QCL双光梳光源。双光梳梳齿噪声来源于两个未锁定的光频梳的载波包络偏移频率和重复频率噪声，通过多外差拍频过程，双光梳的每根梳齿都共享相同的载波包络频率及噪声。通过消除共有的载波包络频率噪声，则可以显著提高每根双光梳梳齿的稳定性。如图1（a）所示，通过窄带滤波器将双光梳的一根梳齿滤出并将其与整个双光梳信号进行混频，从而彻底消除双光梳梳齿的共有载波噪声，同时还可以抑制重复频率噪声，构造出无载波包络偏移频率的零偏双光梳，显著提高双光梳信号的长期稳定性。图1（b）为未稳频THz双光梳光谱，在15 s的测试时间内，测得的梳齿“最大保持”线宽为2 MHz。图1（c）为施加自参考稳频之后测得的THz双光梳光谱。在60 s内，测得的“最大保持”线宽为14.8 kHz，比未稳频的THz双光梳梳齿线宽提升了130倍以上。本工作提出的自参考稳频方法，不依赖任何锁定元件，同时可方便移植于其它激光系统中，为提高光谱、成像等各种应用的稳定性提供一种简单有效的稳频方法。本论文共同第一作者为中科院上海微系统所副研究员李子平、博士生马旭红，黎华研究员、曹俊诚研究员、曾和平教授为论文共同通讯作者。同时，上海理工大学李敏副教授和华东师范大学闫明研究员为该工作也做出了重要贡献。该研究工作得到了国家自然科学基金重点项目（62235019）、国家优秀青年科学基金项目（62022084）、中科院稳定支持基础研究领域青年团队计划（YSBR-069）、中科院“从0到1”原始创新项目（ZDBS-LY-JSC009）、中科院科研仪器设备研制项目（YJKYYQ20200032）、上海市优秀学术带头人计划（20XD1424700）等支持。图1（a）自参考稳频原理。其中frep1和frep2分别是两个光频梳的重复频率，其中frep2通过微波注入锁定到fRF。“彩虹”频谱表示MHz范围内的下转换双光梳信号，通过带通滤波器将其中一根梳齿滤出（虚线框），从而采用混频实现零偏自参考双光梳。（b）未稳频THz双光梳“最大保持”频谱，测量时间为15 s。（c）自参考双光梳“最大保持”频谱，测量时间为60 s。图2 论文封面论文链接：https://doi.org/10.1002/lpor.202200418封面链接：https://doi.org/10.1002/lpor.202370016