表面污染检测

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

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

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

2022年5月3-5月10号，德国析塔SITA将举办网络研讨会，此次研讨会的主题是“工业清洗工艺清洗质量的量化、监控和优化”。在此次的网络研讨会中，你将了解工业清洗工艺和量化工业清洗工艺质量的解决方案，了解如何使用析塔清洁度仪、表面张力和污染度仪等仪器有效监测和控制工业清洗质量！“工业清洗工艺清洗质量的量化、监控和优化-析塔清洁度仪、表面张力仪和污染度仪”网络研讨会2022年5月3号-10号举办的"工业清洗工艺量化、监控和优化网络研讨会"涉及三大模块内容：模块1：高效控制零部件清洗质量和优化清洗工艺。在模块1中，我们将回顾工业清洗过程，通过量化测量技术监控工业清洗工艺，稳定零部件的表面清洁度，建立工业清洗质量保证标准。模块2：量化监控清洗槽污染程度。在模块2中，我们将了解工业清洗工艺对清洗槽的污染程度以及如何量化监控表面活性剂浓度，通过使用析塔SITA DynoTester+动态表面张力仪和析塔SITA ConSpector污染度仪，可以了解有关表面活性剂浓度和清洗槽的污染程度，以及高效监控表面活性剂浓度和监测清洗槽的污染度，以此有效优化清洗槽液的使用寿命。模块3：零部件表面清洁度检测技术。在模块3中，通过使用析塔SITA CleanoSpector表面清洁度仪和析塔SITA SurfaSpector接触角仪，了解量化检测零部件表面清洁度的方法和技术---荧光法。析塔SITA工业清洗工艺量化控制清洗质量网络研讨会主讲人翁开尔是德国析塔SITA在中国的独家代理商，扫码联系我们报名参加！参会人员可以收到电子版的讲义课件。德国析塔SITA表面清洁度仪介绍在涂装、粘接等过程中，金属部件表面残留污染物会严重降低涂层、粘胶结合层的附着力、牢固度。析塔表面清洁度仪通过荧光测量技术，协助稳定零部件清洗质量，有效避免附着力下降等问题。德国析塔SITA表面清洁度仪可量化检测金属表面的清洁度仪，保证焊接、涂装、电镀、粘胶前的金属部件清洁度符合后面的工艺要求。仪器通过荧光法检测出金属表面诸如油渍、油脂、冷却润滑剂、手指纹及蜡等污染物。点击了解更多关于析塔清洁度仪产品信息测试结果可为清洗时间、清洗剂选择和浸泡温度等整个清洗过程的优化提供量化依据。通过控制清洗过程金属部件表面清洁质量来确保产品的高质量要求。德国析塔SITA表面张力仪介绍德国析塔SITA的表面张力仪可以监控清洗槽液的质量，为研发和清洗工艺过程建立良好的基础进而获得高质量结果。此外，表面张力检测还能避免过量使用表面活性剂，从而降低生产成本。点击了解更多关于析塔全自动动态表面张力仪产品信息析塔SITA表面张力仪采用创新的气泡压力法原理测量液体的动态及静态表面张力，无需精确控制毛细管浸入深度，测量精度高，操作灵活。传统的表面张力测试仪采用铂金环法/铂金板法原理，而这种方式不能反映表面活性剂的迁移过程，因此也就不能测出动态表面张力。而SITA析塔公司生产的表面张力仪通过智能控制气泡年龄（bubble lifetime），可以测出液体中表面活性剂分子迁移过程中表面张力的变化过程，即连续的一系列的的动态表面张力值以及静态表面张力值。德国析塔SITA污染度仪介绍德国析塔公司研制的污染度测量仪，可检测液体的荧光物质从而判断污染程度。主要应用于工业清洗过程中，监测清洗槽的污染度。用户可根据此数量有效优化槽液的使用寿命，避免污染度过高的槽液二次污染工件造成的质量问题，并可节省成本。污染物包括：油、蜡、冷却液、松香、酯、醇等。点击了解更多关于析塔污染度仪产品信息翁开尔是德国SITA析塔在中国的独家代理商，欢迎致电咨询。

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

普洛帝荧光表面清洁度检测仪，其诞生之日起，便以其出类拔萃的检测性能与稳健的运行表现，在清洁度检测领域独树- -帜，赢得了广大用户的青睐。然而，时代的车轮滚滚向前，市场的需求日新月异，科技的进步更是日新月异。为了紧跟时代的步伐，满足市场的日益增长需求，普洛帝公司决定对其明星产品一-荧光表面清洁度检测仪进行升级更新。此次升级更新,可谓是普洛帝荧光表面清洁度检测仪的蜕变重生。在硬件方面，普洛帝摒弃了传统的荧光传感器，采用了更为先进的型号，搭配高速数据处理芯片，使得检测精度和速度都得到了质的飞跃。同时，新一代仪器还加强了结.构的优化，增强了仪器的稳定性和耐用性,确保在恶劣的工作环境下也能稳定运行。在软件方面，普洛帝同样不遗余力地进行创新。升级后的仪器配备了全新的智能分析系统和用户界面，使得仪器能够自动识别和分析不同类型的表面污染物，为用户提供更加直观和便捷的操作体验。无论是初学者还是资深用户，都能轻松驾驭这台高效、智能的清洁度检测仪器。值得一提的是 ，普洛帝荧光表面清洁度检测仪的升级更新还体现在其应用领域的拓展上。新一代仪器不仅适用于传统的工业制造领域，还可广泛应用于医疗卫生、环境监测、食品安全等多个领域。其精准的检测能力和高效的数据处理能力，为这些领域提供了更为可靠和高效的清洁度检测解决方案，为人们的生活质量保驾护航。总之，普洛帝荧光表面清洁度检测仪的升级更新是一次颠覆性的技术革新。 它不仅为用户提供了更加优质、高效、便捷的清洁度检测服务，还展现了普洛帝公司不断创新、追求卓越的企业精神。我们有理由相信，随着这一升级更新的推出，普洛帝荧光表面清洁度检测仪将在未来的市场竞争中继续保持领先地位，为用户创造更多的价值，书写更加辉煌的篇章。

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

近日，中国科学院苏州生物医学工程技术研究所的宋一之团队与尹焕才团队在高灵敏增强拉曼气体传感方面取得进展。研究团队开发了一种具有超高灵敏性的柔性多孔三维玫瑰花枝状纳米增强基底，可实现气相与液相中有机小分子的高灵敏检测。研究成果发表在Analytical Chemistry上。高灵敏微量气体传感在环境污染研究、人体挥发性有机物（VOCs）检测中具有重要现实意义。迄今为止，已有多种分析技术被用于气体检测，但大多存在成本高、操作复杂、分析过程耗时等缺点。表面增强拉曼散射（SERS）作为一种有力的痕量分子检测工具，可利用基底的表面等离子体共振耦合和电荷转移效应大幅增强目标分子的拉曼散射信号，具有高灵敏、简单、快捷、无损和特异指纹识别的特点，在气体传感领域具有突出的优势。对此，该研究通过化学生长与微纳加工相结合的方式在柔性多孔滤膜上制备了纳米氧化锌金属三维异质结构（图1），并利用酰胺反应选择性地捕获腐胺和尸胺分子，实现了低浓度气体分子的高灵敏定量检测（腐胺检测限：1.26×10-9 M，尸胺检测限：2.5×10-9 M），比同类研究报道的检出限高出2~3个数量级（图2）；另外，还实现了在液相中的超高灵敏度定量检测（腐胺检测限：3.2×10-16 M，尸胺检测限：1.6×10-13 M），比同类研究报道的检出限高出6~9个数量级，充分证明了该SERS传感器在液相与气相有机小分子检测的巨大潜力。鉴于该三维柔性SERS基底的多孔特性和优异的增强性能，将其与微流体装置和便携式拉曼光谱仪集成，搭建SERS快速检测系统，有望实现气溶胶中细菌、病毒和污染物的高效捕获与富集，充分发挥该三维基底在气溶胶的高灵敏检测领域的技术优势。研究工作得到国家自然科学基金委、江苏省重点研发产业前瞻项目、中科院科研仪器装备研制项目等项目的经费支持。 　　论文链接：https://pubs.acs.org/doi/abs/10.1021/acs.analchem.1c05013图1 基于三维玫瑰花枝状SERS传感基底构筑方法及有机气体分子检测策略图2.液相中（a-f）与气相中（g-l）不同浓度腐胺与尸胺的SERS光谱

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

近日，中国科学院合肥物质科学研究院智能机械研究所&ldquo 百人计划&rdquo 黄行九研究员和&ldquo 973&rdquo 首席科学家刘锦淮研究员带领的研究团队成功地实现了小于20纳米的四氧化三铁纳米颗粒晶面可控生长，并以此实现对磁性的精确调制和电化学行为的调控，揭示了电化学检测砷污染过程中的纳米晶面效应。 　　环境中砷污染物的检测是一个重要的研究课题，一直备受关注。电化学检测由于其本身具有快速、高灵敏、便携等优点成为检测水中砷污染物的重要方法之一，常规的电化学检测大部分采用了比较昂贵的贵金属电极(如金、铂等)。智能所的研究人员致力于发展氧化物纳米材料取代贵金属电极，并取得了初步的研究成果(Analytical Chemistry, 2013, 85, 2673-2680)。 　　为了进一步揭示氧化物纳米材料取代贵金属的高灵敏电化学响应机制，研究人员对修饰电极的纳米四氧化三铁材料的尺寸和形貌进行了调控，合成了15纳米左右的方形与圆形纳米片，分别暴露(001)和(111)晶面，并将其用于水中的As(III)的电化学分析。实验结果表明，As(III)在四氧化三铁纳米片(001)晶面上的电化学响应信号强度是在(111)晶面上的3.5倍。同时，研究人员将电分析化学与理论模拟计算相结合，从晶面效应角度理解As(III)在电极修饰材料表面的电化学过程。理论计算结果表明，亚砷酸在四氧化三铁(001)晶面上的吸附能为-1.73eV，远远大于在(111)晶面上的吸附能-1.06eV。 　　该研究揭示了纳米晶表面原子排列的不同对电化学敏感行为的影响机制，为更加精细的电极修饰材料和电化学敏感界面设计提供了新方向。评审人认为此项研究的视角是新颖而有趣的。相关研究结果发表在英国皇家化学学会的《化学通讯》(Chemical Communication 2014, 50, 15952-15955)上。 　　该研究工作得到了国家重大科学研究计划纳米专项项目&ldquo 应用纳米技术去除饮用水中微污染物的基础研究(2011CB933700)&rdquo 和中科院&ldquo 引进海外杰出人才&rdquo 百人计划等项目的支持。 暴露(001)和(111)晶面的四氧化三铁纳米片及其修饰电极对As(III)电化学检测

近期，“2023年度中国检验检测学会科学技术奖”获奖名单公布，北京莱伯泰科仪器股份有限公司（简称“莱伯泰科”）凭借其《硅片表面金属离子国产检测仪器首创项目》荣获科学技术进步奖二等奖。该奖项由中国检验检测学会设立，旨在表彰那些在检验检测科学技术领域或相关领域，通过技术发明、科技进步、国际科技合作等活动，对推动检验检测科学发展做出显著贡献的组织和个人。莱伯泰科于2021年5月和2023年3月分别推出了自主研发的LabMS 3000电感耦合等离子体质谱仪和LabMS 5000电感耦合等离子体串联质谱仪，其技术成熟度与产品可靠性已经满足国内集成电路制造企业对28nm以上制程硅片表面金属离子检测的需求，并已成功应用于半导体晶圆制造企业，在半导体行业有了巨大突破。莱伯泰科此次获奖的《硅片表面金属离子国产检测仪器首创项目》成功解决了国产仪器在此领域的技术空白，有望打破国外技术的长期垄断。该项目依托先进的ICP离子源技术、加强的离子传输系统和基于CAN总线的电控系统，实现了仪器的高效稳定运行及精准检测，满足了半导体硅片行业对极低检出限的严苛要求。凭借在电感耦合等离子体质谱技术领域的丰富创新经验，莱伯泰科一直致力于为半导体行业提供更加精准、高效的解决方案。今天的荣誉标志着莱伯泰科在科技创新道路上达到了新的里程碑。未来，莱伯泰科将继续专注于高端科研设备的研发，努力推动科学仪器技术的持续进步，为行业的发展贡献自己的智慧和力量。电感耦合等离子体质谱仪LabMS 3000 ICP-MS&bull 强大：集成型高基质进样系统，支持在线氩气稀释和有机样品加氧除碳，从而减少样品前处理时间并避免此过程中引入的各种污染&bull 精准：新一代碰撞反应池技术，消除棘手的多原子离子和双电荷离子干扰，提升数据质量&bull 安全：具有多重安全防控以及定时维护日志，确保仪器在安全、可靠的状态下运行，尽量减少计划外的停机和提供安全保护&bull 智能：HiMass智能工作站，中英文语言实时切换，支持接入实验室管理系统和定制报告模版，向导式设计更符合中国人操作习惯&bull 高效：与LabTech前处理设备无缝衔接实现一站式元素分析解决方案，使元素分析更高效、更准确、更安全LabMS 5000 电感耦合等离子体串联质谱仪（ICP-MS/MS）精准：MS/MS模式实现受控且可靠的干扰去除，精准去除质量干扰离子，从而获得更低的检测限和准确的超痕量分析结果。稳定：采用工业标准27.12MHz 全固态RF发生器，具有高稳定性及可靠性；优异的离子传输系统设计即使在MS/MS模式下也具有良好的检测稳定性。可靠：通过 SEMI S2 认证，多达十重安全防护配置，带来全面可靠的安全防护，保证仪器长时间安全可靠运行。强大：全基体进样系统结合接口设计及加强离子传输系统，带来强大的基体耐受性，即使高基体直接进样也可有效降低信号漂移。易用：HiMass智能工作站，一键式，向导式、模块化设计，界面简洁直观，易学易用，提高工作效率。

p style=" text-align: justify text-indent: 2em " 随着新能源行业的迅猛发展，全球锂离子电池产量也取得了突飞猛进的增长。随之而来的，性能优异的锂电池如今也备受市场的青睐，以松下、LG为代表的日韩企业，以CATL、比亚迪为代表的中国企业占据着锂电行业的半壁江山。如何能够生产出安全可靠，能量密度高，循环性能、倍率性能好的锂电池呢？这不仅仅与电池的制造工艺水平相关，更与所选择电池材料物理化学性质相关，粒径分布、比表面积、孔隙率、孔径分布、真密度等参数都对锂电池的电化学性能有着极其重要的影响。 /p p style=" text-align: center " img style=" width: 300px height: 170px " src=" https://img1.17img.cn/17img/images/201906/uepic/e3367065-a4af-41e7-abab-4b7d4b3a9f08.jpg" title=" 1.jpg" width=" 300" height=" 170" border=" 0" vspace=" 0" alt=" 1.jpg" / img src=" https://img1.17img.cn/17img/images/201906/uepic/935440bb-e95d-44c4-9897-eb663b8a0eaf.jpg" title=" 2.jpg" width=" 300" height=" 174" border=" 0" vspace=" 0" alt=" 2.jpg" style=" width: 300px height: 174px " / /p p style=" text-indent: 2em " span style=" text-align: justify text-indent: 2em " 目前贝士德生产的3H-2000系列全自动快速比表面积测试仪、比表面及孔径分析仪、真密度及孔隙率分析仪、隔膜孔径分析仪等设备在锂电行业中都具有广泛的应用，以电池正负极材料为例，比表面积的检测贯穿整个行业当中，对材料生产企业来说，比表面积这项指标是生产品控中极其重要的一项，对电池生产厂家来说，他们需要比表面仪做为来料检测，判断该原料是否符合他们的质量要求。由此可见比表面这个参数对锂电池生产的重要性，不同用途也决定了仪器选型不同。 /span /p p style=" text-align: justify text-indent: 2em " 对材料生产企业来说，他们对比表面仪的要求是快速、稳定。他们需要在最短的时间内测试出该样品的比表面来判断生产过程是否异常。而生产条件的改变，生产设备的故障都会导致样品的比表面发生变化，然而静态法比表面仪测试一组样品一般需要1-2个小时，而贝士德公司最新研发的动态法色谱法仪器20min可以完成4个样品的测试，测试效率远超国内外其他品牌的比表面仪，同时针对三元，钴酸锂，锰酸锂等低比表面积样品，该设备具有气体纯化，检测器恒温，风热助脱等6项专利技术，保证了仪器测试的高准确性和稳定性。目前国内电池正负极材料生产商出货量排名前十的企业，有60%以上使用的是贝士德公司的比表面仪，如：杉杉，贝特瑞，北大先行，容百锂电，巴莫，中科星城等， /p p style=" text-align:center" img style=" width: 313px height: 176px " src=" https://img1.17img.cn/17img/images/201906/uepic/1b7c390b-273c-40e5-8719-3d6bbd29352f.jpg" title=" ！！！！！！！！！！！！！！！！！.jpg" width=" 313" height=" 176" border=" 0" vspace=" 0" alt=" ！！！！！！！！！！！！！！！！！.jpg" / img style=" max-width: 100% max-height: 100% width: 264px height: 176px " src=" https://img1.17img.cn/17img/images/201906/uepic/117b47af-9068-4be8-8f21-a7c8279c1ee2.jpg" title=" @@@@@@@@@@@@@@.jpg" alt=" @@@@@@@@@@@@@@.jpg" width=" 264" height=" 176" border=" 0" vspace=" 0" / /p p style=" text-align: center " strong BET-BET400比表面积测试仪& nbsp & nbsp & nbsp & nbsp & nbsp & nbsp & nbsp & nbsp & nbsp BSD-PM比表面及孔径分析仪 /strong /p p style=" text-align: justify text-indent: 2em " 对电池生产厂家来说，比表面仪主要用来做来料检测，另外一个用途是研发使用，对测试效率要求没有那么高，因此动态法和静态法都能够满足企业的要求，静态法比表面仪，同时兼具孔径测试功能，更能满足研发的需求。静态法比表面仪，对设备的真空度和气密性要求更高，贝士德公司生产的静态法比表面仪，气路系统完全模块化，气密性好，气路模块出厂前都会经过英福康氦质谱检漏仪进行检漏，为仪器的高真空，低漏率提供了保证。同时该仪器采用电磁阀+气控阀控制系统，保证了压力测试的准确性，贝士德静态法比表面仪还具有独立的螺旋P0，防污染安全装置等7项专利技术，确保了测试数据的准确性。通过与国内外8家比表面仪厂家的测试数据对比，日本松下最终也选择了贝士德公司生产的比表面仪，国内的一些知名企业如比亚迪，力神，中航锂电，比克，创明等也一直都与贝士德公司保持着长期的合作关系。 /p p style=" text-align:center" img style=" width: 204px height: 209px " src=" https://img1.17img.cn/17img/images/201906/uepic/a6de7e28-980b-4d74-92dc-3c51080791b2.jpg" title=" ！！！！！！！！！！！！！！2.jpg" width=" 204" height=" 209" border=" 0" vspace=" 0" alt=" ！！！！！！！！！！！！！！2.jpg" / img src=" https://img1.17img.cn/17img/images/201906/uepic/addc5f39-1aa2-4fe1-a49b-e57c9aa62bd7.jpg" title=" @@@@@@@@@@@@@@@@@@@2.jpg" width=" 313" height=" 209" border=" 0" vspace=" 0" alt=" @@@@@@@@@@@@@@@@@@@2.jpg" style=" width: 313px height: 209px " / /p p style=" text-align: justify text-indent: 2em " 贝士德公司自2006年开始就一直开始深耕比表面的测试技术，尤其是在新能源电池材料方面，累计获得了几十项技术专利，锂电池行业一直以来都是贝士德公司的优势行业，不仅如此，贝士德公司自主开发的真密度仪和隔膜孔径测试仪也是锂电行业具有广泛的应用，真密度仪以其超高的测试效率和稳定性，获得了贝特瑞，星城石墨等公司的认可，这些企业都是以前采购过进口设备，经过反复的测试对比，最终选择与贝士德公司合作。贝士德还具有隔膜孔径测试仪，是一家能够精确测量隔膜孔径的厂家，该设备采用气液驱排法，可以准确测量隔膜通孔的孔径大小和分布，隔膜的孔径大小和分布对隔膜的安全性和电化学性能也有着相当重要的作用，因此该设备也获得了比亚迪，湖南中锂等企业的认可。相对于前些年，国内隔膜厂家大多数比较关注的是隔膜透气率，孔隙率等基本指标，但是现在已经有越来越多的隔膜生产厂家意识到隔膜的孔径分布和孔径大小是影响着隔膜透气性和孔隙率的重要因素，因此在未来，随着高端锂电隔膜的发展，该设备会在隔膜行业继续扩大其应用。 /p p style=" text-align: justify text-indent: 2em " 随着科学技术水平的不断提高，锂电池的安全问题被解决只是时间问题，因此高能量密度的锂电池也将会是各电池生产商角逐的主战场。高镍三元材料，硅碳负极，陶瓷涂覆隔膜都会在未来赢得更多的市场份额。贝士德公司将一如既往的研究相关材料的高效，准确的测试方法，为锂电行业的发展贡献自己的一份力量。 /p p style=" text-align: right text-indent: 2em " strong 作者：贝士德研发团队 /strong /p p style=" text-align: left text-indent: 2em " （注：本文由贝士德供稿，不代表仪器信息网本网观点） /p

污水的类型 物理性质与污染指标污水的污染指标一般可以分为物理性质、化学性质和生物性质三类，其中物理性质分为： 工业企业排出的污水都有较高的温度，会导致水体缺氧和水质恶化； 是一项感官性指标，纯天然水清澈透明无色，污水往往五彩斑斓，污水排放对色度有严格要求； 水的易臭来源于还原性硫氮化合物、挥发性有机物和氯气等污染物质。 固体包括溶解性固体和悬浮固体，悬浮固体和挥发性悬浮固体是重要的水质指标，也是污水处理厂设计的重要参数。化学性质与污染指标有机物：生化需氧量BOD是有机物被生物分解所消耗的溶解氧量；化学需氧量COD是有机物被化学氧化剂氧化所消耗的溶解氧量；这两个参数被广泛运用于表达水中有机物的含量。此外，代表水中所有有机物含碳量总碳TOC以及氧化这些碳的总需氧量TOD也是衡量水中有机物含量的重要参数。 污水中的苯类化合物、酚类化合物、有机酸减、有机农药等，这些物质对微生物都有毒害与抑制作用，属于有毒物质。 污水中的油类污染物和表面活性剂（俗称洗涤剂）虽然无毒，但是对自然界的危害依旧很大，前者直接坑死动物；后者会让水体富营养化，间接坑死动物。 无机物：这个主要指示水样的酸碱性，正常水的pH值在6~9之间。 无机污染物也有有毒和无毒之分，重金属、砷（本身没毒，但极易氧化成砒霜）、含硫化合物、氰化物等都属于有毒物质。无毒的无机污染物主要是植物营养素氮、磷，农田里求之不得的肥料放在自然界的水里就是水生生物的大杀器，过量的氮磷造成水藻疯长、水体富营养化，严重影响鱼类生存。 生物性质与污染指标 细菌总数反映了水体受细菌污染的程度；大肠杆菌则是被视为最基本的粪便污染指示菌群；病毒则是比细菌还小还麻烦的东西。水体自净作用 水体的自净分为以挥发、稀释和沉淀为主的物理净化；以氧化、还原和分解为主的化学净化；以微生物分解为主的生物净化。污水处理就是使用自然净化的模式在小区域内人工加速这一过程，让废水达到排放标准。

进入赤霄科技，墙上几个大字格外吸引眼球，&ldquo 专注一件事 表面缺陷机器视觉智能检测系统设备&rdquo 。这家专注于表面缺陷检测系统研发的高科技公司在经历近2年的投入研发后，终于获得回报，公司研发的产品由于性价比高，受到市场推崇，王暾终于舒了口气。2011年，王暾放弃留美读博的机会，毅然决然回国创业，这样的决定曾遭受了不少亲朋好友的反对。 　　&ldquo 当时根本没有人理解我。&rdquo 王暾回忆。在老师眼里，王暾留美读博再适合不过，由于他放弃这样值得珍惜的机会，以至于恩师&ldquo 反目&rdquo ，&ldquo 你放弃读博的话，就不用回国见我了。&rdquo 每每回想起这样的场景，除了无奈之外，王暾想得更多的是怎么样把项目做好。 　　2009年，针对众多企业的技术需求，王暾建立了一个技术交易平台。&ldquo 我建立这个技术平台的另外一个重要目的，就是想让所有学技术的人员能在这个技术平台发挥自己最大的才能。&rdquo 王暾介绍。 　　技术平台的建设难度远超过王暾的想象，资金来源成了平台建设难以逾越的鸿沟。经历了1年多的摸索后，王暾决定先放弃技术平台的建设转向技术开发。 　　2012年，杭州赤霄科技有限公司正式成立。经历了近两年的研发，无纺布表面缺陷检测系统等3款产品相继面世。2014年上半年，赤霄科技系统设备销售额达到300万，一举扭转只投入，无产出的局面，公司逆转亏损开始盈利。2014年一整年，赤霄科技的年产值预计将达到500余万。 　　据赤霄科技的王经理介绍，表面缺陷检测系统的研发在国内还处于起步阶段，专注于这一领域的公司也是屈指可数，能在这一行业立足，靠的是技术。 　　另一方面，赤霄科技在产品的价格上也占足了优势。王暾介绍，德国的同类产品，售价高达80万，而赤霄的同款产品售价20万，更容易被国内的中小企业接受。 　　由于产品市场效益良好，赤霄科技成了一些风投公司的香馍馍，&ldquo 未来两年，公司会进行融资，并扩大生产。当然，把公司发展成上市公司是我的目标。&rdquo 王暾笑着说。

表面活性剂用于洗涤剂、洗发精、牙膏等许多家庭用品之中。表面活性剂根据亲水基的化学性质，分为阴离子系、阳离子系、非离子系、两离子系，洗涤用合成洗涤剂多使用阴离子系、非离子系。含在洗涤排水中的表面活性剂有可能造成土壤、水质等环境污染，因此，需要高精度地测定表面活性剂。以往多是以不同的测定方法分别检测各离子系的表面活性剂。本方案介绍了使用岛津三重四极型质谱仪LCMS-8040同时分析具有代表性的阴离子、两离子、非离子表面活性剂的实例。 具有代表性的9种阴离子、两离子、非离子表面活性剂成分在2.5分钟内得到了高分离。尽管此次选择的化合物包括正离子和负离子两种类型，但所有化合物都可以高灵敏度地检出。显示在多种表面活性剂的同时分析中，正负离子化切换的高速性能是重要因素。确认到本方案可有效地应用于厨房用洗涤剂、液体洗涤剂中所含表面活性剂的定量分析。 详细内容请点击&ldquo 阴离子・ 两离子・ 非离子表面活性剂的LC/MS/MS同时分析&rdquo 关于岛津 岛津企业管理（中国）有限公司是（株）岛津制作所为扩大中国事业的规模，于1999年100%出资，在中国设立的现地法人公司。 目前，岛津企业管理（中国）有限公司在中国全境拥有13个分公司，事业规模正在不断扩大。其下设有北京、上海、广州、沈阳、成都分析中心；覆盖全国30个省的销售代理商网络；60多个技术服务站，构筑起为广大用户提供良好服务的完整体系。 岛津作为全球化的生产基地，已构筑起了不仅面向中国客户，同时也面向全世界的产品生产、供应体系，并力图构建起一个符合中国市场要求的产品生产体制。 以&ldquo 为了人类和地球的健康&rdquo 为目标，岛津人将始终致力于为用户提供更加先进的产品和更加满意的服务。 更多信息请关注岛津公司网站www.shimadzu.com.cn。

今天赛默飞就带大家跟随“和黄白猫”，探寻下最常用的日用品之一——洗洁精。洗洁精由多种表面活性剂及助剂复配而成。可能的成分有：“烷基苯磺酸钠(LAS)，脂肪醇聚氧乙烯醚硫酸钠(AES)和烯基/羟基磺酸钠(AOS)̷̷”，这些阴离子表面活性剂去油污能力强，在皮肤上残留会有干燥紧绷的感觉；因此，很多厂家会添加比较温和的两性离子表面活性剂进行复配，如椰油酰胺丙基甜菜碱，椰油酰胺丙基氧化胺，非离子表面活性剂脂肪醇聚氧乙烯醚等，以取得更好的清洁效果并降低对人体皮肤的刺激。椰油酰胺丙基甜菜碱结构式 由于成分复杂，开发合适的检测方法对这类产品进行质控分析，是一项高难度挑战。1两性表面活性剂在酸性条件下以阳离子形式存在，会影响其他阴离子表面活性剂的定量，无法用化学滴定法定量；2大部分表面活性剂无紫外吸收，缺乏标准物质，紫外检测器很难检测所有组分；3示差折光检测器重复性差、只能等度洗脱无法完全分离；4质谱检测器只能检测可以离子化的化合物，而且长时间使用离子源和四极杆会难以清洗造成交叉污染；自从接触了赛默飞的电雾式检测器CAD，以上这些难题都迎刃而解。“通过调研我们发现：CAD的重现性和灵敏度远高于示差折光检测器，与ELSD相比也具有较明显优势。2016年我们研发部门配置了CAD和紫外双检测器的Ultimate 3000双三元液相色谱，通过一个二位六通阀连接，实现了一台仪器当两台液相使用的强大功能，方便了我们的工作，降低了购买成本。”——和黄白猫公司上海和黄白猫有限公司是洗涤清洁用品行业的知名企业，在国内同行业中技术领xian、设备先进、质量过硬，享有相当高的市场信誉度；“白猫”品牌，几乎成为国内洗涤清洁用品的代名词。 电雾式检测器（CAD）电雾式检测器（CAD），是一种新型通用型检测器，重现性好，能检测大部分非挥发性和半挥发性的有机物，并提供几乎一致的响应，且不受化合物紫外吸收基团的影响，在定量分析中具有明显的优势。 赛默飞带您来看和黄白猫公司使用CAD检测器对洗洁精中表面活性剂的日常分析色谱条件数据结果分析由于表面活性剂中包含不同碳链的非极性基团，检测中会出现多个连续峰，如AES和LAS的CAD图谱无法完全分离，但由于LAS有紫外吸收，可使用紫外检测器定量；AES无紫外吸收，使用CAD检测器定量。椰油酰胺丙基氧化胺（上）和月桂酰胺丙基甜菜碱（下）标准品CAD图谱脂肪醇聚氧乙烯醚硫酸钠(AES)和烷基苯磺酸钠（LAS）标准品CAD图谱烷基苯磺酸钠（LAS）的CAD图谱和UV（254nm）图谱 对于二者同时存在的情况，可以依据CAD响应一致性的特性，使用CAD检测器以AES为标品，计算二者的总量，再减去用紫外检测器得到LAS含量，即为AES的含量，对比使用其他方法的检测结果，无显著性差异。洗洁精实际样品的CAD和UV图 以上可知，赛默飞表面活性剂专用色谱柱Acclaim Surfactant Plus（可同时提供反相机制和阴、阳离子交换保留机制），配合DAD和CAD检测器串联使用，可以有效、准确的检测各表面活性剂成分的含量。 在对某些进口品牌的洗涤剂配方研究中我们发现，大部分产品都不同程度添加了相应的两性离子表面活性剂，使同时具有良好的乳化性和分散性，其对织物有优异的柔软平滑性和抗静电性。CAD检测器为洗涤剂类产品的配方优化和产品质量控制提供了良好的检测手段。 鸣谢：感谢和黄白猫公司的徐艳丽工程师提供的实验数据！色谱质谱明星产品前处理气相色谱离子色谱液相色谱气质联用液质联用AA/ICP/ICPMS软件 更多仪器配置和方案推荐色谱质谱全流程食品安全固废专项临床检测RoHS检测中药分析化药分析代谢组学

上接：晶圆表面缺陷检测方法综述【上】4. 基于机器学习的晶圆表面缺陷检测机器学习主要是将一个具体的问题抽象成一个数学模型，通过数学方法求解模型，求解该问题，然后评估该模型对该问题的影响。根据训练数据的特点，分为监督学习、无监督学习和半监督学习。本文主要讨论这三种机器学习方法在晶圆表面缺陷检测中的应用。机器学习模型比较如表2所示。表 2.机器学习算法的比较。分类算法创新局限监督学习KNN系列对异常数据不敏感，准确率高。复杂度高，计算强度高。决策树-Radon应用Radon以形成新的缺陷特征。过拟合非常熟练。SVMSVM 可对多变量、多模态和不可分割的数据点进行高效分类。它对多个样本不友好，内核函数难以定位。无监督学习多层感知器聚类算法采用多层感知器增强特征提取能力。取决于激活函数的选择。DBSCAN可以根据缺陷模式特征有选择地去除异常值。样本密度不均匀或样本过大，收敛时间长，聚类效果差。SOM高维数据可以映射到低维空间，保持高维空间的结构。目标函数不容易确定。半监督学习用于增强标记的半监督框架将监督集成学习与无监督SOM相结合，构建了半监督模型。培训既费时又费时。半监督增量建模框架通过主动学习和标记样本来增强模型性能，从而提高模型性能。性能取决于标记的数据量。4.1. 监督学习监督学习是一种学习模型，它基于该模型对所需的新数据样本进行预测。监督学习是目前晶圆表面缺陷检测中广泛使用的机器学习算法，在目标检测领域具有较高的鲁棒性。Yuan，T等提出了一种基于k-最近邻（KNN）的噪声去除技术，该技术利用k-最近邻算法将全局缺陷和局部缺陷分离，提供晶圆信息中所有聚合的局部缺陷信息，通过相似聚类技术将缺陷分类为簇，并利用聚类缺陷的参数化模型识别缺陷簇的空间模式。Piao M等提出了一种基于决策树的晶圆缺陷模式识别方法。利用Radon变换提取缺陷模式特征，采用相关性分析法测度特征之间的相关性，将缺陷特征划分为特征子集，每个特征子集根据C4.5机制构建决策树。对决策树置信度求和，并选择总体置信度最高的类别。决策树在特定类别的晶圆缺陷检测中表现出更好的性能，但投影的最大值、最小值、平均值和标准差不足以代表晶圆缺陷的所有空间信息，因此边缘缺陷检测性能较差。支持向量机（SVM）在监督学习中也是缺陷检测的成熟应用。当样本不平衡时，k-最近邻算法分类效果较差，计算量大。决策树也有类似的问题，容易出现过度拟合。支持向量机在小样本和高维特征的分类中仍然具有良好的性能，并且支持向量机的计算复杂度不依赖于输入空间的维度，并且多类支持向量机对过拟合问题具有鲁棒性，因此常被用作分类器。R. Baly等使用支持向量机（SVM）分类器将1150张晶圆图像分为高良率和低良率两类，然后通过对比实验证明，相对于决策树，k-最近邻（KNN）、偏最小二乘回归（PLS回归）和广义回归神经网络（GRNN），非线性支持向量机模型优于上述四种晶圆分类方法。多类支持向量机在晶圆缺陷模式分类中具有更好的分类精度。L. Xie等提出了一种基于支持向量机算法的晶圆缺陷图案检测方案。采用线性核、高斯核和多项式核进行选择性测试，通过交叉验证选择测试误差最小的核进行下一步的支持向量机训练。支持向量机方法可以处理图像平移或旋转引起的误报问题。与神经网络相比，支持向量机不需要大量的训练样本，因此不需要花费大量时间训练数据样本进行分类。为复合或多样化数据集提供更强大的性能。4.2. 无监督学习在监督学习中，研究人员需要提前将缺陷样本类型分类为训练的先验知识。在实际工业生产中，存在大量未知缺陷，缺陷特征模糊不清，研究者难以通过经验进行判断和分类。在工艺开发的早期阶段，样品注释也受到限制。针对这些问题，无监督学习开辟了新的解决方案，不需要大量的人力来标记数据样本，并根据样本之间的特征关系进行聚类。当添加新的缺陷模式时，无监督学习也具有优势。近年来，无监督学习已成为工业缺陷检测的重要研究方向之一。晶圆图案上的缺陷图案分类不均匀，特征不规则，无监督聚类算法对这种情况具有很强的鲁棒性，广泛用于检测复杂的晶圆缺陷图案。由于簇状缺陷（如划痕、污渍或局部失效模式）导致难以检测，黄振提出了一种解决该问题的新方法。提出了一种利用自监督多层感知器检测缺陷并标记所有缺陷芯片的自动晶圆缺陷聚类算法（k-means聚类）。Jin C H等提出了一种基于密度的噪声应用空间聚类（DBSCAN）的晶圆图案检测与分类框架，该框架根据缺陷图案特征选择性地去除异常值，然后提取的缺陷特征可以同时完成异常点和缺陷图案的检测。Yuan， T等提出了一种多步晶圆分析方法，该方法基于相似聚类技术提供不同精度的聚类结果，根据局部缺陷模式的空间位置识别出种混合型缺陷模式。利用位置信息来区分缺陷簇有一定的局限性，当多个簇彼此靠近或重叠时，分类效果会受到影响。Di Palma，F等采用无监督自组织映射（SOM）和自适应共振理论（ART1）作为晶圆分类器，对1种不同类别的晶圆进行了模拟数据集测试。SOM 和 ART1 都依靠神经元之间的竞争来逐步优化网络以进行无监督分类。由于ART是通过“AND”逻辑推送到参考向量的，因此在处理大量数据集时，计算次数增加，无法获得缺陷类别的实际数量。调整网络标识阈值不会带来任何改进。SOM算法可以将高维输入数据映射到低维空间，同时保持输入数据在高维空间中的拓扑结构。首先，确定神经元的类别和数量，并通过几次对比实验确定其他参数。确定参数后，经过几个学习周期后，数据达到渐近值，并且在模拟数据集和真实数据集上都表现良好。4.3. 半监督学习半监督学习是一种结合了监督学习和无监督学习的机器学习方法。半监督学习可以使用少量的标记数据和大量的未标记数据来解决问题。基于集成的半监督学习过程如图 8 所示。避免了完全标记样品的成本消耗和错误标记。半监督学习已成为近年来的研究热点。图8.基于集成的半监督学习监督学习通常能获得良好的识别结果，但依赖于样本标记的准确性。晶圆数据样本可能存在以下问题。首先是晶圆样品数据需要专业人员手动标记。手动打标过程是主观的，一些混合缺陷模式可能会被错误标记。二是某些缺陷模式的样本不足。第三，一些缺陷模式一开始就没有被标记出来。因此，无监督学习方法无法发挥其性能。针对这一问题，Katherine Shu-Min Li等人提出了一种基于集成的半监督框架，以实现缺陷模式的自动分类。首先，在标记数据上训练监督集成学习模型，然后通过该模型训练未标记的数据。最后，利用无监督学习算法对无法正确分类的样本进行处理，以达到增强的标记效果，提高晶圆缺陷图案分类的准确性。Yuting Kong和Dong Ni提出了一种用于晶圆图分析的半监督增量建模框架。利用梯形网络改进的半监督增量模型和SVAE模型对晶圆图进行分类，然后通过主动学习和伪标注提高模型性能。实验表明，它比CNN模型具有更好的性能。5. 基于深度学习的晶圆表面缺陷检测近年来，随着深度学习算法的发展、GPU算力的提高以及卷积神经网络的出现，计算机视觉领域得到了定性的发展，在表面缺陷检测领域也得到了广泛的应用。在深度学习之前，相关人员需要具备广泛的特征映射和特征描述知识，才能手动绘制特征。深度学习使多层神经网络能够通过抽象层自动提取和学习目标特征，并从图像中检测目标对象。Cheng KCC等分别使用机器学习算法和深度学习算法进行晶圆缺陷检测。他们使用逻辑回归、支持向量机（SVM）、自适应提升决策树（ADBT）和深度神经网络来检测晶圆缺陷。实验证明，深度神经网络的平均准确率优于上述机器学习算法，基于深度学习的晶圆检测算法具有更好的性能。根据不同的应用场景和任务需求，将深度学习模型分为分类网络、检测网络和分割网络。本节讨论创新并比较每个深度学习网络模型的性能。5.1. 分类网络分类网络是较老的深度学习算法之一。分类网络通过卷积、池化等一系列操作，提取输入图像中目标物体的特征信息，然后通过全连接层，根据预设的标签类别进行分类。网络模型如图 9 所示。近年来，出现了许多针对特定问题的分类网络。在晶圆缺陷检测领域，聚焦缺陷特征，增强特征提取能力，推动了晶圆检测的发展。图 9.分类网络模型结构图在晶圆制造过程中，几种不同类型的缺陷耦合在晶圆中，称为混合缺陷。这些类型的缺陷复杂多变且随机性强，已成为半导体公司面临的主要挑战。针对这一问题，Wang J等提出了一种用于晶圆缺陷分类的混合DPR（MDPR）可变形卷积网络（DC-Net）。他们设计了可变形卷积的多标签输出和一热编码机制层，将采样区域聚焦在缺陷特征区域，有效提取缺陷特征，对混合缺陷进行分类，输出单个缺陷，提高混合缺陷的分类精度。Kyeong和Kim为混合缺陷模式的晶圆图像中的每种缺陷设计了单独的分类模型，并通过组合分类器网络检测了晶圆的缺陷模式。作者使用MPL、SVM和CNN组合分类器测试了六种不同模式的晶圆映射数据库，只有作者提出的算法被正确分类。Takeshi Nakazawa和Deepak V. Kulkarni使用CNN对晶圆缺陷图案进行分类。他们使用合成生成的晶圆图像训练和验证了他们的CNN模型。此外，提出了一种利用模拟生成数据的方法，以解决制造中真实缺陷类别数据不平衡的问题，并达到合理的分类精度。这有效解决了晶圆数据采集困难、可用样品少的问题。分类网络模型对比如表3所示。表3. 分类网络模型比较算法创新Acc直流网络采样区域集中在缺陷特征区域，该区域对混合缺陷具有非常强的鲁棒性。93.2%基于CNN的组合分类器针对每个缺陷单独设计分类器，对新缺陷模式适应性强。97.4%基于CNN的分类检索方法可以生成模拟数据集来解释数据不平衡。98.2%5.2. 目标检测网络目标检测网络不仅可以对目标物体进行分类，还可以识别其位置。目标检测网络主要分为两种类型。第一种类型是两级网络，如图10所示。基于区域提案网络生成候选框，然后对候选框进行分类和回归。第二类是一级网络，如图11所示，即端到端目标检测，直接生成目标对象的分类和回归信息，而不生成候选框。相对而言，两级网络检测精度更高，单级网络检测速度更快。检测网络模型的比较如表4所示。图 10.两级检测网络模型结构示意图图 11.一级检测网络模型结构示意图表4. 检测网络模型比较算法创新AccApPCACAE基于二维主成分分析的级联辊类型自动编码。97.27%\YOLOv3-GANGAN增强了缺陷模式的多样性，提高了YOLOv3的通用性。\88.72%YOLOv4更新了骨干网络，增强了 CutMix 和 Mosaic 数据。94.0%75.8%Yu J等提出了一种基于二维主成分分析的卷积自编码器的深度神经网络PCACAE，并设计了一种新的卷积核来提取晶圆缺陷特征。产品自动编码器级联，进一步提高特征提取的性能。针对晶圆数据采集困难、公开数据集少等问题，Ssu-Han Chen等首次采用生成对抗网络和目标检测算法YOLOv3相结合的方法，对小样本中的晶圆缺陷进行检测。GAN增强了缺陷的多样性，提高了YOLOv3的泛化能力。Prashant P. SHINDE等提出使用先进的YOLOv4来检测和定位晶圆缺陷。与YOLOv3相比，骨干提取网络从Darknet-19改进为Darknet-53，并利用mish激活函数使网络鲁棒性。粘性增强，检测能力大大提高，复杂晶圆缺陷模式的检测定位性能更加高效。5.3. 分段网络分割网络对输入图像中的感兴趣区域进行像素级分割。大部分的分割网络都是基于编码器和解码器的结构，如图12所示是分割网络模型结构示意图。通过编码器和解码器，提高了对目标物体特征的提取能力，加强了后续分类网络对图像的分析和理解。在晶圆表面缺陷检测中具有良好的应用前景。图 12.分割网络模型结构示意图。Takeshi Nakazawa等提出了一种深度卷积编码器-解码器神经网络结构，用于晶圆缺陷图案的异常检测和分割。作者设计了基于FCN、U-Net和SegNet的三种编码器-解码器晶圆缺陷模式分割网络，对晶圆局部缺陷模型进行分割。晶圆中的全局随机缺陷通常会导致提取的特征出现噪声。分割后，忽略了全局缺陷对局部缺陷的影响，而有关缺陷聚类的更多信息有助于进一步分析其原因。针对晶圆缺陷像素类别不平衡和样本不足的问题，Han Hui等设计了一种基于U-net网络的改进分割系统。在原有UNet网络的基础上，加入RPN网络，获取缺陷区域建议，然后输入到单元网络进行分割。所设计的两级网络对晶圆缺陷具有准确的分割效果。Subhrajit Nag等人提出了一种新的网络结构 WaferSegClassNet，采用解码器-编码器架构。编码器通过一系列卷积块提取更好的多尺度局部细节，并使用解码器进行分类和生成。分割掩模是第一个可以同时进行分类和分割的晶圆缺陷检测模型，对混合晶圆缺陷具有良好的分割和分类效果。分段网络模型比较如表5所示。表 5.分割网络模型比较算法创新AccFCN将全连接层替换为卷积层以输出 2D 热图。97.8%SegNe结合编码器-解码器和像素级分类层。99.0%U-net将每个编码器层中的特征图复制并裁剪到相应的解码器层。98.9%WaferSegClassNet使用共享编码器同时进行分类和分割。98.2%第6章 结论与展望随着电子信息技术的不断发展和光刻技术的不断完善，晶圆表面缺陷检测在半导体行业中占有重要地位，越来越受到该领域学者的关注。本文对晶圆表面缺陷检测相关的图像信号处理、机器学习和深度学习等方面的研究进行了分析和总结。早期主要采用图像信号处理方法，其中小波变换方法和空间滤波方法应用较多。机器学习在晶圆缺陷检测方面非常强大。k-最近邻（KNN）、决策树（Decision Tree）、支持向量机（SVM）等算法在该领域得到广泛应用，并取得了良好的效果。深度学习以其强大的特征提取能力为晶圆检测领域注入了活力。最新的集成电路制造技术已经发展到4 nm，预测表明它将继续朝着更小的规模发展。然而，随着这些趋势的出现，晶圆上表面缺陷的复杂性也将增加，对模型的可靠性和鲁棒性提出了更严格的挑战。因此，对这些缺陷的分析和处理对于确保集成电路的高质量制造变得越来越重要。虽然在晶圆表面缺陷分析领域取得了一些成果，但仍存在许多问题和挑战。1、晶圆缺陷的公开数据集很少。由于晶圆生产和贴标成本高昂，高质量的公开数据集很少，为数不多的数据集不足以支撑训练。可以考虑创建一个合成晶圆缺陷数据库，并在现有数据集上进行数据增强，为神经网络提供更准确、更全面的数据样本。由于梯度特征中缺陷类型的多功能性，可以使用迁移学习来解决此类问题，主要是为了解决迁移学习中的负迁移和模型不适用性等问题。目前尚不存在灵活高效的迁移模型。利用迁移学习解决晶圆表面缺陷检测中几个样品的问题，是未来研究的难题。2、在晶圆制造过程中，不断产生新的缺陷，缺陷样本的数量和类型不断积累。使用增量学习可以提高网络模型对新缺陷的识别准确率和保持旧缺陷分类的能力。也可作为扩展样本法的研究方向。3、随着技术进步的飞速发展，芯片特征尺寸越来越小、越来越复杂，导致晶圆中存在多种缺陷类型，缺陷相互折叠，导致缺陷特征不均匀、不明显。增加检测难度。多步骤、多方法混合模型已成为检测混合缺陷的主流方法。如何优化深度网络模型的性能，保持较高的检测效率，是一个亟待进一步解决的问题。4、在晶圆制造过程中，不同用途的晶圆图案会产生不同的缺陷。目前，在单个数据集上训练的网络模型不足以识别所有晶圆中用于不同目的的缺陷。如何设计一个通用的网络模型来检测所有缺陷，从而避免为所有晶圆缺陷数据集单独设计训练模型造成的资源浪费，是未来值得思考的方向。5、缺陷检测模型大多为离线模型，无法满足工业生产的实时性要求。为了解决这个问题，需要建立一个自主学习模型系统，使模型能够快速学习和适应新的生产环境，从而实现更高效、更准确的缺陷检测。原文链接:Electronics | Free Full-Text | Review of Wafer Surface Defect Detection Methods (mdpi.com)

近日，挪威科技大学与南开大学合作在Environmental Science & Technology上发表了题为“Identification of Poly(ethylene terephthalate) Nanoplastics in Commercially Bottled Drinking Water Using Surface-Enhanced Raman Spectroscopy”的研究论文。研究合成了一种新型的表面拉曼增强光谱（SERS）衬底，该衬底可增强纳米颗粒的拉曼光谱信号，通过对不同粒径的聚苯乙烯（PS）纳米颗粒测试发现，粒径越小拉曼光谱信号增强因子越高。使用该SERS衬底，对经100 纳米滤膜过滤后瓶装水进行了检测，通过与标准谱图比对，发现瓶装水中的纳米塑料为聚对苯二甲酸乙二醇酯，浓度高达108 个/毫升。全文速览微纳塑料作为新型污染物，引起了全球范围的广泛关注。而作为微纳塑料研究的基石，检测分析方法一直是该领域的重点和难点，尤其是粒径更小的纳米塑料。本研究合成了一种新型三角孔隙阵列SERS衬底，该衬底可增强纳米塑料的拉曼信号。通过对不同粒径（50，200，500，1000 nm）的PS纳米塑料测试，发现粒径越小，拉曼光谱信号的增强因子越高。对于50 nm的PS纳米塑料检测限为0.001%，约为1.5×1011 个/毫升。使用该衬底，检测了市售的瓶装水，瓶装水经100 nm滤膜过滤后，滴加在衬底上，可直接检测到拉曼光谱信号，经过与标准谱图的比对，发现为聚对苯二甲酸乙二醇酯，该塑料主要为瓶身材质，浓度约为108 个/毫升。该研究提供了一种快速且灵敏的纳米塑料检测方法。引言微纳塑料由于其独特物化性质，分析检测一直是微纳塑料研究领域的重点和难点。拉曼增强由于其可对小分子有机化合物以及纳米颗粒的拉曼光谱信号进行增强，近年来也逐渐应用于纳米塑料的检测。但目前关于SERS测试纳米塑料多集中于实验室内的加标样品，对于实际样品的检测的研究仍然很少。本研究通过合成一种新型的三角孔隙阵列衬底，测试了其对PS纳米塑料的增强效果，并检测分析了市售瓶装水中纳米塑料的赋存。图文导读阵列合成Figure 1. A schematic illustration of fabrication process for the triangular cavity arrays (TCAs). First, close-packed polystyrene (PS) nanospheres are self-assembled on a silicon substrate (i). A thin silver (Ag) film is deposited over the nanospheres (ii), which are then tape stripped away, leaving Ag nanotriangle arrays (iii). A gold (Au) film is then deposited over the entire substrate (iv). An adhesive epoxy is applied on the top of Au and then peeled off, transferring two metals Ag and Au sitting in a complementary arrangement side-by-side on epoxy (v). Simply removing of the Ag parts using chemically etching, revealed gold triangular cavity arrays as shown in (vi).图1展示了该拉曼衬底的合成示意图，首先将一层500 nm的PS纳米微球平铺在硅胶板上，然后在表面添加一层Ag，去除掉纳米微球后，形成了Ag纳米三角阵列，再添加一层150 nm的Au薄膜，之后添加一层粘合剂环氧树脂，在紫外线照射下固化后剥离掉带着两层金属的环氧树脂，再去除孔隙中的Ag后，形成最终的三角阵列衬底。阵列表征Figure 2. Scanning electron micrographs (SEMs) of the corresponding processing steps in Figure 1 to fabricate gold TCAs substrate: (a) Close-packed PS nanospheres that corresponds to step i in Figure 1 (b) Ag triangle arrays after removing of PS nanospheres that corresponds to step iii in Figure 1 (c) Top-view of morphology after depositing Au layer that corresponds to step iv in Figure 1 (d) Au TCAs arrays after removing of Ag parts that corresponds to step vi in Figure 1. Scale bar in a-d: 250 nm. (e) Patterned gold TCAs over large area, scale bar in e: 1 µm.图2为经过图1合成的衬底的扫描电镜图，分别表示了衬底在不同合成阶段的扫描电镜图。从图中可清楚的表明于实际合成的衬底与图1中的示意图完全吻合。PS纳米颗粒测试Figure 3. (a) Raman spectra of PS nanoplastics with different sizes on Au TCAs substrates at concentration of 1%. (b) Enhancement factor (EF) as a function of PS size. (c) Raman spectra of 50 nm PS nanoplastics with concentrations varying from 1% to 0.001% on TCAs substrates and on plain glass substrate at the concentration of 1% (control line). (d-g) Raman mapping images of 50 nm PS nanoplastics on Au TCAs substrates with different concentrations from 1% to 0.001%. Scale bar in d-g: 200 nm.图3展示了不同粒径的PS纳米微球的增强测试，在50、200、500和1000 nm四个粒径中，50 nm的PS微球增强因子最高，随着粒径增加，增强因子变低。此外，还对50 nm的PS微球的不同浓度做了分析测试，发现在0.001%仍可检测到清晰的信号，特征峰1003 cm-1的信噪比为88。瓶装水前处理Figure 4. (a) Schematic of sample preparation from commercially bottled drinking water. (b-d) SEM images of an extracted sample that drop-casted on a silicon wafer after drying under ambient conditions. Scale bar: (b) 300 µm (c) 5 µm (d) 200 nm.图4为瓶装水的处理过程和SEM结果。在采购瓶装水后，取100 mL过100 nm的滤膜，对过滤后的水样进行SEM检测，从图中可看出，在扫描电镜下，存在大量的颗粒物，经过不同倍数的放大，粒径小的可低至几十纳米。同时，采用去离子水做了过程空白对照，在扫描电镜下，无颗粒物检出，排除了实验过程中外部的污染。瓶装水检测Figure 5. (a)Schematic of sample preparation from bottled drinking water. (b) Raman mapping image of sample extracted from bottled drinking water on TCAs substrate. Scale bar: 500 nm. (c) Raman spectra of sample extracted from bottled drinking water on TCAs substrate (red line) and plain glass substrate (brown line), and PET film (purple line). (d) Finite track length adjustment (FTLA) concentration/size image for NTA of sample extracted from bottled drinking water on TCAs substrate: indicating mean size of nanoplastics is ca. 130.8 ± 58.0 nm.图5为瓶装水的拉曼检测结果，将过滤后的瓶装水直接滴加在衬底上，经过拉曼检测后，可鉴别出1620和1760 cm-1两个峰，与PET纳米塑料标准品和PET膜进行对比，可知瓶装水中的颗粒物为PET，在检测空白和过程空白中均无信号。此外，水样还进行了NTA测试，平均粒径约为88.2 nm（三个平行样品的平均值），浓度为1.66×108 个/毫升。小结通过合成新的SERS衬底，可实现对纳米塑料的拉曼信号的增强，纳米塑料的粒径越小增强因子越高，且该衬底的灵敏度高，可对过滤后的水样直接检测，同时还可重复使用。瓶装水的检测结果表明塑料瓶身是水样中纳米塑料的主要来源。

背景恶臭是指一切刺激嗅觉器官引起人们不愉快及损坏生活环境的气体物质。《国民经济和社会发展“十二五”规划纲要》明确提出要“加强恶臭污染物治理”。恶臭污染具有多组分、低浓度、瞬时性、阵发性的特点，污染事件一旦发生，环境管理部门和监测人员赶到现场，往往不易捕捉到真实的恶臭污染样品。为切实解决关系群众切身利益的突出生态环境问题，在政府政策指导下，聚光科技在承担重大仪器专项的基础上，针对现有恶臭问题推出FEAP-1000系列产品，及时有效配合相关部门对恶臭污染状况进行评估监测，实时监控大气污染状况。聚光科技最新研发FEAP-1000系列产品是基于传感器法的大气污染物在线监测系统。该系列包含FEAP-1000（OU）、FEAP-1000（T）、FEAP-1000（TVOC）三款产品，分别实现对大气环境中恶臭气体、有毒有害气体、总挥发性有机物的在线监测。系统采用模块化传感器设计，可实时监测多种污染性气体（例如：氨气、硫化氢、三 甲胺、甲硫醚、甲硫醇、二甲二硫、二硫化碳、苯乙烯、OU值、总挥发性有机物等），具有响应速度快、工作温度宽、监测因子配置灵活、人机交互便捷等特点，能够满足环保部门、园区管委会、企业等客户对不同场景的大气污染物监测需求。FEAP-1000(OU)恶臭在线监测系统产品特点功能多样具备覆盖《恶臭污染物排放标准》（GB14554-93）要求的因子监测能力，可实现OU值实时测量 具备气象五参数、噪声、颗粒物等模块拓展能力，可辅助实现大气污染物溯源分析系统可实现远程智能诊断运维，具备大数据平台支撑功能稳定可靠采用精细过滤、恒流采样、自动清洗及恒温控制等预处理技术，保证传感器有效运行 具备自动校准功能，保证监测数据准确可靠采用防尘防水设计，防护等级达到IP55标准安装维护系统设计更加小型化、轻质化，可立柱抱箍或壁挂式安装 系统结构简单，采用模块化设计，运维便捷高效系统可提供手机APP和Web端软件，实现数据实时获取等功能产品原理恶臭在线监测系统将气体中的特性成分与传感器表面发生的物理、化学反应强度转换为电信号值，从而实现恶臭浓度监测。应用领域◆ 企业厂界恶臭及大气污染物特征监测 ◆ 工业园区恶臭及大气污染物特征监测 ◆ 异味溯源，基于数据化平台的区域环境管理FEAP-1000(T)有毒有害在线监测系统产品特点功能多样具备氨气、硫化氢、氯化氢、氯气、氟化氢、二氧化硫、苯系物、总挥发性有机物等有毒有害气体的监测能力，可支持8因子同时监测 具备气象五参数、噪声、颗粒物等模块拓展能力，可支撑完善有毒有害气体环境风险预警体系建设系统可实现远程智能诊断运维，具备大数据平台支撑功能稳定可靠采用精细过滤、恒流采样、自动清洗及恒温控制等预处理技术，保证传感器有效运行 具备自动校准功能，保证监测数据准确可靠采用防尘防水设计，防护等级达到IP55标准安装维护系统设计更加小型化、轻质化，可立柱抱箍或壁挂式安装系统结构简单，采用模块化设计，运维便捷高效系统可提供手机APP和Web端软件，实现数据实时获取等功能产品原理有毒有害在线监测系统将气体中的特性成分与传感器表面发生的物理、化学反应强度转换为电信号值，从而实现有毒有害因子浓度监测。应用领域恶臭在线监测系统将气体中的特性成分与传感器表面发生的物理、化学反应强度转换为电信号值，从而实现恶臭浓度监测。◆ 企业内风险单元周边有毒有害特征因子监测 ◆ 企业厂界有毒有害特征因子监测◆ 化工园区边界及周边范围内敏感域监测FEAP-1000(TVOC)挥发性有机物在线监测系统功能多样采用光离子检测技术，响应时间快，检测灵敏度高 配备中文显示界面，能实现数据存储、显示、曲线图、对接环保部门等功能支持HJT212各个版本协议，支持实时、分钟、小时、天数据传输，支持数据补遗稳定可靠预处理单元稳定可靠，系统集成国际领先的采样泵技术和气路堵塞自动检测及保护技术 预留标气入口，便于标定校准仪器气路符合泵吸式设计规范安装维护系统设计更加小型化、轻质化，可立柱抱箍或壁挂式安装 系统结构简单，采用模块化设计，运维便捷高效 系统可提供手机APP和Web端软件，实现数据实时获取等功能产品原理系统采用真空紫外灯产生紫外光，在电离室内对气体分子进行轰击，把气体中含有的有机物分子电离击碎成带正电的离子和带负电的电子，在电极板的电场作用下，离子和电子向电极板撞击，从而形成微弱的电流信号，这些电流信号经电路调理和数据采集，最终转化为可显示的浓度数值等参数。应用领域◆ 无组织TVOC排放监测（厂界、园区、敞开液面逸散源） ◆ 封闭工艺过程周围环境TVOC监测 ◆ 石油炼化、化学原料和化学制品制造、医药化工、合成纤维、表面涂装、家具制造等重点行业监测基于数据化平台的区域环境管理

在工业和环境过程监测的水质分析中，存在各种不同的应用和挑战——因为水不仅仅是水。水必须满足的要求因应用领域、成分和检测数据的用途而异。例如，在半导体制造和芯片生产中，需要超纯水并且必须不含污染物。而对于饮用水来说，需要一定量的溶解矿物质，同时不得含有任何细菌或其他致病物质。这些与应用有关的具体要求还对水处理和各工艺监测产生影响。让我们通过不同的有机污染监测示例来仔细研究这些影响。水体中有机成分的污染是一个重要的分析参数。有机化合物可能会破坏工艺过程，或在某些情况下，尽管有机物可以接受，但必须了解其浓度并定期监测，以便正确控制工艺过程。有机物监测工具和实时监测需求实验室分析仍经常使用化学需氧量（COD）和生化需氧量（BOD）来确定有机污染的程度。但是，在线分析对于更精确地实时监测工艺过程以及提高自动化程度来说，变得越来越重要。BOD分析需要5天时间，因此不能用于在线监测。由于COD分析时间需要2-3小时，且使用高毒性试剂，COD分析也不适合。相反，多年来，总有机碳TOC检测一直处于主导地位，用于快速监测有机污染，尤其是在工业领域。TOC也越来越多地应用于环境分析领域。与COD相比，TOC监测的优点是使用无毒试剂且检测时间仅需几分钟。此外，取决于所选择的检测技术，TOC分析可以在更大的浓度范围内进行检测，同时具有更高的精度。所有TOC分析仪的基本原理都是基于有机碳氧化形成二氧化碳。通过检测CO2，可以直接测定TOC含量。在线TOC监测——应对常见挑战有多种不同方法来实现这一检测目标。以下示例展示了与在线TOC监测要求相关的外部因素可能带来的不同挑战。通过采用正确的监测技术，就可以应对这些挑战。工艺挑战要求污水处理厂进水有机负荷高含有颗粒物稳健污水处理厂排水难以消解组分自我监测可靠冷凝水回用分析间隔短检测限低快速响应例1. 污水处理厂进水确定废水处理厂进水中的有机负荷对TOC分析仪提出了多项挑战。一方面，污染程度可能差异很大。这种情况主要发生在工业应用中，当批量工艺过程中的废水被排放或意外发生液体泄漏的时候。同时，这些有机物可能由难以分解的高度复杂的组分组成。此外，进水中可能会出现较高浓度的未溶解颗粒和溶解的无机成分（例如盐）。此应用对在线TOC分析仪的要求主要体现在稳健性方面。合适的监测仪表必须能完全检测出大跨度浓度波动，其波动范围可能在远低于100 ppm至高达数万ppm之间。同样，监测仪表还必须足够稳健，以检测更高浓度的溶解成分和颗粒成分。后者很容易导致内径较小的设备内部管道系统发生堵塞。此外，此类仪表在工艺过程中的安装条件往往很苛刻，这就需要稳健的设计。然而，了解有机负荷是优化后续清洁步骤的重要参数。在线TOC监测可以确保在有机负荷发生偏差时，生物处理阶段不会过载。过载会杀死分解有机物所需的细菌。在此情况下，由于适当的监测工具可以快速识别高有机负荷，因此可以将相应部分的进水有效地转移到缓冲池并维持细菌的健康。在负荷较低时，可以将高度污染的水回流。同样，在厌氧反应器中，要注意确保进水浓度尽可能恒定，以实现最佳的降解结果。反之，如果进水有机负荷过低，可根据TOC检测添加甲醇等有机物，使细菌有足够的食物进行高效降解。例2. 污水处理厂排水污水处理厂出TOC监测主要用于检查排水是否符合规定的排放限值。同时，它可以显示污水处理厂内的降解过程是否正常进行。在这些情况下，可以避免因超过限值而产生的罚款，并实现监管合规。废水在经过处理后，出水TOC浓度值明显低于进水。然而，残留的有机物通常是那些难以降解的物质。必须对这些物质进行精确检测，以便发现何时超过限值。因此，分析仪必须提供高度的可靠性，例如，捕获所有有机碳并具有广泛的自我监测功能。自动验证检测或校准应确保检测值始终正确。此外，可以使用自诊断功能来检查设备的整体状态，并依此开展预防性维护工作。这延长了分析仪的在线时间，并确保对限值进行无缝监测，以满足法规要求。例3. 冷凝水回用中的泄漏监测在工业应用中，蒸汽是最常用的传热介质。蒸汽发生用水必须满足特殊要求，以避免在锅炉和蒸汽阶段出现问题。要求对水进行预处理并添加水处理化学品。主要是抑制沉积物的形成和腐蚀。当水蒸发时会残留溶解的物质，形成水垢，导致锅炉中污泥积聚。但是，也会有蒸汽挥发性无机物和有机物进入气相并会积聚在管道和换热器中。这不仅减小了蒸汽通过的路径宽度，而且沉积物还降低了热传递，从而导致能量损失。此外，由于会造成一定的温度梯度，沉积物产生热应力，从而导致微小开裂和泄漏。腐蚀主要是由pH值过低引起。有机杂质在这里起着主要作用，因为在锅炉和蒸汽高温条件下，许多有机物分解并形成有机酸。这降低了蒸汽中的pH值，并加剧腐蚀，直至形成泄漏。除了预处理过程中去除不彻底外，有机物主要通过小泄漏进入蒸汽循环。由于锅炉水的处理复杂且昂贵，通常大部分冷凝蒸汽被返回。如果有机物通过热交换器中的小孔逸出到冷凝水中，它就会返回蒸汽循环。由于大多数有机物在分解之前并非离子态，因此传统的电导率测量无法检测到它们，也无法做到准确记录。在这里，TOC提供了一个解决方案。在此应用中，TOC分析仪面临的挑战是快速响应。与废水相比，除检测范围更低外，检测周期也很重要，因为检测目标是在被污染的冷凝水返回锅炉给水前就应该检测到是否发生了泄漏，从而避免花费巨大财力来更换锅炉给水。因此，更短的检测周期几乎可以无缝监测冷凝水，从而在污染成为问题前及时采取纠正措施。更轻松地检测有机污染并增强故障排除能力Sievers® TOC-R3是一款在线TOC分析仪，可满足常见工业工艺监测应用面临的上述挑战。1200℃无催化剂高温消解能够在较宽的检测范围内完全氧化复杂和颗粒有机碳。分析仪系统采用大内径管，可防止含颗粒的样品造成堵塞，该设计专门针对工业应用，使分析仪对环境条件不敏感。TOC-R3强大的自我监测功能为预防性维护提供信息，并提供了泄漏检测专门选项，可以非常快速地对泄漏进行检测。远程诊断和控制有助于增强故障排除，以避免停机。通过这些功能，可以应对有机污染监测所面临的最重要挑战——稳健、可靠、快速响应，从而提供实时信息，以更轻松地检测泄漏，管理工艺并满足法规要求。◆ ◆ ◆联系我们，了解更多！

方案指出，到2035年，农业面源污染监测网络和监管制度全面建立制定农业面源污染环境监测技术规范，加强农业污染源、入水体污染物浓度与流量监测、受纳水体水质和流量监测，构建全国农业面源污染环境监测“一张网”。在重点区域，基于全国地表水环境质量监测网，结合农村环境质量监测，采用更新改造、共建共享和新建相结合的方式，增加环境监测布点，加强暴雨、汛期等重点时段水质监测。加强与高校、科研院所合作，整合科技资源，通过相关国家科技计划，加快农业面源污染调查、监测、评估技术为重点的联合攻关，集中力量研发农业面源污染估算模型和源解析技术方法，研发先进的自动监测、快速监测设备，推广成熟适用技术。农业面源污染治理与监督指导实施方案（试行）　　农业面源污染治理是生态环境保护的重要内容，事关农村生态文明建设，事关国家粮食安全和农业绿色发展，事关城乡居民的水缸子、米袋子、菜篮子。为加强农业面源污染治理与监督指导，保护生态环境，维护国家粮食安全，促进农业全面绿色转型，制定本实施方案。　　一、总体要求　　（一）指导思想。以习近平新时代中国特色社会主义思想为指导，全面贯彻党的十九大和十九届二中、三中、四中、五中全会精神，认真践行习近平生态文明思想，坚定贯彻新发展理念，根据党中央、国务院决策部署，深入打好污染防治攻坚战，以钉钉子精神推进农业面源污染防治，立足我国“三农”工作实际和新时期发展需要，以削减土壤和水环境农业面源污染负荷、促进土壤质量和水质改善为核心，按照“抓重点、分区治、精细管”的基本思路，统筹谋划、协同联动，突出重点、试点先行，优化政策、强化监督，真抓实干、久久为功，形成齐抓共管、持续推进的农业面源污染治理体系和治理能力，为全面推进乡村振兴、加快农业农村现代化开好局、起好步。　　（二）基本原则　　统筹推进，突出重点。统筹农业面源污染防治工作，以化肥农药减量化、规模以下畜禽养殖污染治理为重点内容，以防控农业面源污染对土壤和水生态环境影响为目标，以长江经济带和黄河流域为重点，兼顾珠江、松花江、淮河、海河、辽河等流域，在干流和重要支流沿线、南水北调东线中线、湖库汇水区、饮用水水源地等环境敏感区（以下简称重点区域），强化农业面源污染防治。　　试点先行，夯实基础。根据种植和养殖产业分布、污染防治工作基础，在典型流域、海域、区域开展农业面源污染治理监管试点示范，形成易复制、可推广的治理模式和管理措施，探索建立农业面源污染监测评估体系。　　分区治理，精细监管。根据不同区域、不同类型污染源特征、地理气候影响因素和环境保护要求，立足地方实际，尊重农民群众意愿，实施“一区一策”，因地制宜采取治理措施，加强精细化监督管理，实现精准治污、科学治污和依法治污。　　政策激励，多元共治。强化政策引导作用，注重激励性措施与强制性措施相结合，充分运用税收、补贴等经济手段，广泛调动农业产业链主体和社会各界的积极性，推动政府、农业社会化服务机构、农户等多元主体合作共治。　　（三）工作目标　　到2025年，重点区域农业面源污染得到初步控制。农业生产布局进一步优化，化肥农药减量化稳步推进，规模以下畜禽养殖粪污综合利用水平持续提高，农业绿色发展成效明显。试点地区农业面源污染监测网络初步建成，监督指导农业面源污染治理的法规政策标准体系和工作机制基本建立。　　到2035年，重点区域土壤和水环境农业面源污染负荷显著降低，农业面源污染监测网络和监管制度全面建立，农业绿色发展水平明显提升。　　二、主要任务　　（一）深入推进农业面源污染防治　　推进重点区域农业面源污染防治。根据农业污染源类型分布、地理气候条件、环境质量状况等，确定农业面源污染优先治理区域。优化农业生产空间布局，按照土壤、水和海洋生态环境保护要求，分区分类采取治理措施。在种植业面源污染突出区域，实施化肥农药减量增效行动，优化生产布局，推进“源头减量-循环利用-过程拦截-末端治理”工程，深入实施秸秆综合利用行动，以肥料化、饲料化、燃料化利用为主攻方向，建立一批秸秆综合利用重点县，打造产业化利用典型模式。持续推进农膜回收行动，以标准地膜应用、专业化回收、资源化利用为重点，强化农膜回收利用示范县建设，健全回收网络体系，试点农膜区域性绿色补偿制度，加快可降解农膜应用示范，着力解决农田“白色污染”问题。在养殖业面源污染突出区域，基于土地消纳粪污能力，合理确定养殖规模，促进畜禽粪污还田利用，推动种养循环，改善土壤地力。　　建立农业面源污染防治技术库。按照全要素治理、菜单式遴选的原则，以种植、规模以下畜禽养殖、水产养殖等污染防治为重点，根据污染类型和主要成因，分区分类建立农业面源污染防治技术库。总结试点示范成果和各地经验做法，形成一批农业面源污染治理模式，由点及面，逐步形成产业化、规模化效应。　　（二）完善农业面源污染防治政策机制　　健全法律法规制度。制修订肥料管理等对农业面源污染有重大影响的法律法规。加强化肥农药生产经营管理和使用指导，推动精准施肥、科学用药。以省为单位加强畜禽散养密集区污染治理，明确规模以下畜禽养殖场户污染治理要求和责任，鼓励对畜禽粪污进行无害化处理，达到肥料化利用有关要求后，进行还田利用。规范突发环境事件应急管理工作，防止在处理事故过程中，将废水、废液、固体废弃物直接排入农田。　　完善标准体系。适时评估并完善农业面源污染防治与监督监测相关标准。指导各地制定种植业污染治理、水产养殖尾水排放等标准规范。以促进畜禽粪污资源化利用为导向，健全畜禽养殖污染治理标准体系，加强养殖场户环境监督管理。农田灌溉用水、水产养殖用水、畜禽粪污肥料化利用应执行相应标准，防止污染土壤、地下水和农产品。　　优化经济政策。完善农业面源污染防治设施用电用地政策，落实有机肥产品生产销售、化肥农药减量、有机肥替代化肥等补贴和税收减免政策。对开展畜禽粪肥运输、施用等社会化服务组织，按规定予以支持。优先将畜禽、水产养殖、秸秆农膜等废弃物处理和资源化利用装备等支持农业绿色发展的机具列入农机购置补贴目录。探索开展“点源-面源”排污交易试点。　　建立多元共治模式。在重点区域以省为单位，编制农业面源污染防治实施方案，制定污染防治目标任务，明确监督指导和保障措施。发展农资绿色配售，推动农资经销商成为污染防治的重要主体和信息传导枢纽，引导农户使用绿色高效的肥料农药。通过向社会购买服务等方式，推进农业面源污染治理市场化。充分发挥农业社会化服务机构、农民合作经济组织作用，推广“政府＋协会＋农户”“龙头企业＋协会＋农户”等模式，加强专业技术管理。推动统一生产管理、统一订购农资、实施品牌认证等标准化生产，形成“政府-市场-农户”多元共管共治体系。　　（三）加强农业面源污染治理监督管理　　开展农业污染源调查监测。完善化肥农药使用量调查核算方法，在统计、农业农村、市场监督管理等部门工作基础上，逐步摸清化肥农药使用变化情况。利用实地调研、台账抽查、智能终端采集等方式，对化肥农药投入、畜禽和水产养殖等污染物排放情况进行抽查核实。加密布设农业面源污染监控点，重点在大中型灌区、有污水灌溉历史的典型灌区进行农田灌溉用水和出水水质长期监测，掌握农业面源污染物产生和排放情况。开展畜禽粪肥还田利用全链条监测，分析评估养分和有害物质转化规律。　　评估农业面源污染环境影响。制定农业面源污染环境监测技术规范，加强农业污染源、入水体污染物浓度与流量监测、受纳水体水质和流量监测，构建全国农业面源污染环境监测“一张网”。在重点区域，基于全国地表水环境质量监测网，结合农村环境质量监测，采用更新改造、共建共享和新建相结合的方式，增加环境监测布点，加强暴雨、汛期等重点时段水质监测。开展农业污染物入水体负荷核算评估，确定监管的重点行业、重点地区和重要时段。　　加强农业面源污染长期观测。在嘉陵江、汾河、太湖、巢湖、南四湖、洱海、白洋淀、丹江口库区、密云水库等重点水域先行先试，建设农业生态环境野外观测超级站，开展气象、水文、水质、土壤和地下水等野外长期观测和定量分析，结合遥感技术，掌握农业面源污染时空演变规律，逐步实现对农业面源污染环境质量影响的动态评估。加强国家农业科学观测实验站建设，对农业生产要素及其动态变化进行系统观测、监测和记录，为农业面源污染治理提供基础支撑。　　建设农业面源污染监管平台。系统整合农田氮磷流失监测、地表水生态环境质量监测、农村环境质量监测等数据，实现从污染源头到生态环境的监测数据互联互通。加强全国农业源普查、生态环境统计、畜禽粪污综合利用信息、全国排污许可管理平台等工作对接共享。借助互联网、物联网等技术，拓宽数据获取渠道，实现动态更新。发挥农业面源污染大数据在指导污染防治、控制温室气体排放、优化城乡规划、土地利用和推动农业绿色发展中的作用。　　三、试点示范　　围绕国家重大发展战略和污染防治攻坚战总体部署，以控制农业面源污染对重点区域土壤和水环境影响为目标，在广西、广东、湖南、湖北、河南、江苏、安徽、云南、江西、四川、山东、宁夏、河北、陕西、吉林、青海等省份部分县市区开展试点（以下简称试点县），实施农业面源污染综合治理等项目，建设一批以污染防治、调查监测、绩效评估等为主要内容的试点示范工程。　　（一）形成农业面源污染防治典型模式。在试点县中筛选以种植、规模以下畜禽养殖、水产养殖为主的区域，建设一批农业面源污染综合治理示范工程。优化农业生产空间布局，开展系统设计、分类治理，形成具有区域特色的农业面源污染治理模式。大力发展种养结合、生态循环农业，扩大绿色、有机和地理标志农产品种养规模，增加绿色优质农产品供给，提升农业发展质量和效益。　　（二）建立农业面源污染调查监测体系。开展农业面源污染调查和成因分析，科学测算化肥农药对面源污染的影响和粪污资源化利用情况。研究农业面源污染敏感区域识别方法，编制优先治理区域清单。选取典型小流域及海水养殖集中分布的近岸海域，结合地面监测和卫星遥感技术，评估污染物入水体负荷和时空分布等。在四川都江堰、内蒙古河套、宁夏青铜峡等选择大中型灌区，开展农田灌溉用水水质监测，在养殖密集区加强地表水水质监测。建设农业面源污染监管信息平台，加强污染防控预警。　　（三）探索农业面源污染防治绩效评估。研究制定农业面源污染防治绩效评估办法，明确评估范围、指标、内容、方式等。以第二次全国污染源普查结果为基础，补充摸底调查数据，确定绩效评估指标和基数。探索将环境质量改善状况作为农业面源污染防治绩效评估的主要依据。　　四、保障措施　　（一）加强组织领导。完善中央统筹、省负总责、市县抓落实的工作推进机制。有关部门根据本方案要求，密切协作配合，生态环境部门履行监督指导农业面源污染治理职责，并与农业农村、发展改革、财政、水利、林业草原等相关部门按照“党政同责、一岗双责”要求，加强信息共享、定期会商、督导评估，形成齐抓共管的工作格局。省级对本地区农业面源污染治理工作负总责，提供组织和政策保障，做好监督考核。市级做好上下衔接、域内协调和督促检查等工作。县级做好具体组织实施工作。　　（二）强化队伍建设。明确县乡镇承担监督指导农业面源污染治理工作的机构和人员。加强农业环境保护和农技推广体系队伍建设，引导农民科学使用农业投入品，采用绿色生产方式。推动生态环境监管执法重心下移、力量下沉、保障下倾，落实县乡镇基层生态环境保护职责，加强农业面源污染治理监管队伍建设。组织开展农业面源污染治理监管执法培训，提升基层监管执法能力。　　（三）加大资金投入。构建公共财政支持、责任主体自筹和社会资金参与的多元化投入格局。中央有关部门结合现有资金渠道，支持地方农业面源污染治理。各地要合理安排资金投入，确保完成治理目标。鼓励地方按规定加强相关渠道资金和项目统筹整合。规范政府和社会资本合作，引导社会资本投向农业面源污染防治领域。加大绿色信贷、绿色债券对农业面源污染防治的支持力度，重点支持化肥农药减量增效、畜禽粪污资源化利用、秸秆综合利用、农膜回收利用、池塘养殖尾水利用处理等。　　（四）提升科技支撑。成立农业面源污染防治专家组，开展长期跟踪和定期会商，为关键技术研究和重要政策咨询提供支撑，对试点示范地区强化技术帮扶。加强与高校、科研院所合作，整合科技资源，通过相关国家科技计划，加快农业面源污染调查、监测、评估技术为重点的联合攻关，集中力量研发农业面源污染估算模型和源解析技术方法，研发先进的自动监测、快速监测设备，推广成熟适用技术。　　（五）强化监督工作。推动各级地方政府将农业面源污染防治工作纳入绩效评估范畴，明确年度任务与评估指标。实施信息公开，拓宽投诉举报渠道，发挥群众监督作用。将农业面源污染治理存在的突出问题纳入中央生态环境保护督察范畴，强化农业面源污染治理突出问题监督。　　（六）加强宣传引导。利用新媒体与传统媒体，宣传农业面源污染防治的重要性，普及治理知识和技术，鼓励公众参与和监督，增强农村居民生态环境保护意识和能力，形成全社会保护农业生态环境的良好氛围。

p 　　在国家自然科学基金项目项目(项目编号：90713015、91213301、91413118、21135002、21635005)等资助下，南京大学鞠熀先、丁霖教授研究团队通过十余年的持续研究，在细胞表面聚糖检测领域取得系列开创性研究成果。 /p p 　　糖基化模式随细胞生物过程和信号转导通路的改变而发生明显的动态变化，并对多种重要的生物过程具有调控作用。因此，活细胞表面以及特定蛋白上糖型的原位示踪不仅能够加深对蛋白质糖基化过程及其功能的理解，而且有助于新型诊断标志物和治疗靶标的甄定。 /p p 　　该研究组开创性提出一系列细胞表面聚糖的原位电化学、光学与扫描成像检测方法(J. Am. Chem. Soc. 2008, 130, 7224 Angew. Chem. Int. Ed. 2009, 48, 6465 Anal. Chem. 2010, 82, 5804 Anal. Chem. 2012, 84, 1452 Chem. Sci. 2015, 6, 3769)，发展了特定蛋白上聚糖原位检测的多种方法(Angew. Chem. Int. Ed. 2016, 55, 5220 Chem. Sci. 2016, 7, 569 Angew. Chem. Int. Ed. 2017, 56, 8139)，实现了细胞表面神经节苷脂的定量、亚型筛查与再生分析(Angew. Chem. Int. Ed. 2018, 57, 785)，在细胞表面糖基的原位检测领域提出了奠基性成果(Acc. Chem. Res. 2014, 47, 979 by Prof. M. S. Strano at Massachusetts Institute of Technology)，并应邀综述了该领域的发展前沿与趋势(Acc. Chem. Res. 2018, 51, 890)。 /p p 　　近期，该研究组利用DNA序列的编码功能，构建了一种分级编码策略(Hierarchical Coding Strategy, HieCo)。他们以细胞表面的肿瘤标志物粘蛋白MUC1为模型，O-聚糖糖链末端的唾液酸和岩藻糖为对象，巧妙地设计DNA序列和荧光基团的标记位点，结合适配体识别蛋白技术和糖代谢标记技术，对糖蛋白的蛋白、聚糖两个不同级别的结构单元进行分别编码和掩蔽，利用启动序列与时间编码的杂交引发解码过程，实现了由高级到低级的顺序解码，并提出癌细胞表面MUC1上两种单糖的同时成像方法。与已有的蛋白特异性糖型成像策略相比，该方法可反映目标糖蛋白的真实分级结构，并提供任意扩展的单糖检测通道，实现细胞生理状态改变和上皮细胞-间充质转化过程中两种单糖变化的动态监测，为揭示与聚糖相关的生命过程提供了重要工具。 /p p 　　这一研究成果以“A hierarchical coding strategy for live cell imaging of protein-specific glycoforms”(分级编码策略用于活细胞表面蛋白特异性糖型的成像)为题发表于Angew. Chem. Int. Ed. 2018, 57, 12007-12011(https://onlinelibrary.wiley.com/doi/10.1002/anie.201807054)。日本糖化学生物学专家Tadashi Suzuki教授在Nature的News and Views专栏以《DNA tags used to image sugar-bearing proteins on cells》为题对该工作进行了介绍和评论(Nature 2018, 561, 38-40)。该文指出：鞠、丁课题组提出的对聚糖进行DNA编码的方法“解决了同时检测特定蛋白上多种聚糖的难题” “由于作为标签的DNA序列在理论上可以有无穷多，该方法可以被拓展为多种聚糖的同时检测” 并且，所使用的DNA不会被转运到细胞内，使该方法“具有专注于细胞表面蛋白研究的优点”。Suzuki教授在评论中高度评价鞠、丁课题组的工作“具有很大的潜力，为发展绿色荧光蛋白标记的类似系统走出了重要的一步”。 /p p style=" text-align: center" img src=" https://img1.17img.cn/17img/images/201809/uepic/f17ecf36-3d43-45f7-a14e-72dee3bde0e0.jpg" title=" 微信图片_20180928105530.jpg" alt=" 微信图片_20180928105530.jpg" / /p p br/ /p

为向从日本归来人员，提供核污染检测，今天上午，解放军307医院核污染检测中心正式启用。截止到今天上午11时30分，约15名从日本返回北京的人员申请检测核污染。 　　“第一批来检测的是来自某电台的记者，他们昨天晚上8点下了飞机就直接过来了。”解放军307医院刘素刚院长介绍。据了解，这两名记者曾到过距离福岛核电站约150公里的地方采访。检测结果是，他们身上没有检测到放射性物质。 　　现场 　　仪器扫描皮肤、头发、鼻腔等 　　今天上午记者在现场看到，一位老奶奶带着一个11岁的孙女和1岁的孙子前来检测。“我们一直待在东京的家里，昨天晚上回北京就开始电话咨询，才知道307医院可以做这种检测。”经过表面污染检测仪的扫描，三个人的身上没有放射性物质，这位奶奶才算松了一口气。 　　目前，核污染检测中心使用的表面污染检测仪，可以检测γ射线和α、β射线。检测的方式就像在机场、地铁安检一样，医务人员用仪器对他们的衣物、皮肤、头发、鼻腔进行扫描，检测体面是否存在放射性物质。“安全的阈值是40以下。”检测中心负责检测的医生告诉记者。 　　此外，每位从日本回国人员，还需进行抽血检测，基本的血象检测只需等待一小时。 　　307医院是国家卫生部核事故医学应急中心第三临床部和全军放射病中心。为了避免污染，307医院新开设的核辐射检测中心，独立于门诊楼、病房楼之外。 　　今天上午，先后有上海、北京等地10多名从日本回国的媒体记者做了检测，结果均正常。其中有一名比利时记者，他在距福岛70公里处待了一天，检测没有发现超标。 　　检测提醒 　　检测时最好“原装”前往 　　解放军307医院刘素刚院长提醒读者，曾去过日本核污染地区的人员，回国后最好进行一下全面检测，没有去过核污染地区或远离污染区的人没有必要检测。 　　而在进行检测时，最好不要回家换衣服、鞋子，如果能够保证在日本的全身行装是最好的。 　　因为，这样进行检测的结果最准确。 　　专家提醒，从日本回国人员如有接触污染物的可能，下飞机的时候最好套上鞋套，防止污染源传播。 　　开诊时间 　　上午8:00-12:00下午2:00-5:00

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

p 　　消息称，近日Cognex已同意出售其表面检测系统部门给Ametek，交易金额约1.6亿美元现金。Cognex是在确定表面检测系统业务不符合公司长期目标和商业模式之后做出此决定的。 /p p 　　在2014年，Cognex表面检测系统业务部门销售额为6000万美元，占Cognex总收入的12%。 /p p style=" text-align: right " 编译：刘丰秋 /p

p style=" text-indent: 2em text-align: justify " strong 仪器信息网讯& nbsp /strong 2019年10月23日，第十八届北京分析测试学术报告会暨展览会(BCEIA 2019) 学术报告会在北京国家会议中心盛大开幕。10月24日，由北京理化分析测试学会表面分析专业委员会和广东省测试协会表面分析专业委员会联合举办2019年会，以“BCEIA 2019表面分析技术应用研讨会”为主题在国家会议中心E235隆重举行。50余名表面分析技术相关领域的科研及技术人员齐聚一堂，共话表面分析科学及其应用技术的新发展。 /p p style=" text-indent: 2em text-align: justify " 大会开幕式由北京理化分析测试学会表面分析技术委员会副理事长姚文清主持，北京理化分析测试学会表面分析技术委员会常务副理事长刘芬、广东省分析测试协会表面分析专业委员会秘书长谢方艳分别致辞。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201910/uepic/071662d9-5743-4d44-9d50-6d99ebaeb796.jpg" title=" yaowenqing.jpg" alt=" yaowenqing.jpg" / /p p style=" text-align: center " 北京理化分析测试学会表面分析技术委员会副理事长 姚文清 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201910/uepic/54957d7c-1333-45e9-9b57-073d4038b2a8.jpg" title=" liufen.jpg" alt=" liufen.jpg" / /p p style=" text-align: center " 北京理化分析测试学会表面分析技术委员会常务副理事长 刘芬 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201910/uepic/6517d4bc-49bd-42d3-b539-be6905d07f50.jpg" title=" xiewenyan.jpg" alt=" xiewenyan.jpg" / /p p style=" text-align: center " 广东省分析测试协会表面分析专业委员会秘书长 谢方艳 /p p style=" text-align: justify text-indent: 2em " 在24日上午的会议上，中国科学院化学所赵耀副研究员、湖南大学Muhammad-Sadeeq Balogun(唐杰)教授、北京泊菲莱科技有限公司刘欢博士、姚文清高工分别带来了精彩的学术分享。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201910/uepic/c3e5f592-7831-44cf-962b-a5be16d0e55b.jpg" title=" zhaoyao.jpg" alt=" zhaoyao.jpg" / /p p style=" text-align: center " 中国科学院化学所 赵耀副研究员 /p p style=" text-align: center " 报告题目：In Situ Liquid SIMS and Its Application on Analysis of Liquid Surface and Solid-Liquid Interface /p p style=" text-align: justify text-indent: 2em " 飞行时间二次离子质谱技术（Time of Flight Secondary Ion Mass Spectrometry，TOF-SIMS）是一种非常灵敏的表面分析技术。在报告中，赵耀副研究员介绍了飞行时间二次离子质谱及其一些应用，并就他课题组对飞行时间二次离子质谱与电化学联用技术方面的研究作了重点介绍。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201910/uepic/e2e48abb-b317-4dc8-a83b-783c4c0dae52.jpg" title=" 唐杰.jpg" alt=" 唐杰.jpg" / /p p style=" text-align: center " 湖南大学 Muhammad-Sadeeq Balogun(唐杰)教授 /p p style=" text-align: center " 报告题目：Mechanism of Lithium Storage Properties at the Interface of Transition Metal Oxides and Carbon Fiber Hybrids /p p style=" text-align: justify text-indent: 2em " 能源问题一直是各界关注的焦点，电能作为可再生能源将会被人类长期使用，但电能的储存仍是一个难题，锂离子电池以其良好的储电效果一直被广泛关注。湖南大学 Muhammad-Sadeeq Balogun(唐杰)教授的报告分为五个部分，介绍了他从事锂离子电池研究的部分成果。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201910/uepic/332157a4-caca-4a68-9168-008ccc7ca3bc.jpg" title=" 刘欢.jpg" alt=" 刘欢.jpg" / /p p style=" text-align: center " 北京泊菲莱科技有限公司 刘欢博士 /p p style=" text-align: center " 报告题目：光催化仪器设备实践与应用 /p p style=" text-align: justify text-indent: 2em " 光催化反应是以半导体材料为主的多相反应体系，是光电物理与电化学高度耦合的“光-电-化”转化过程。刘欢博士在报告中介绍了北京泊菲莱科技有限公司Labsolar 6A光催化系统的各项性能，以及他对光催化设备未来发展的一些展望。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201910/uepic/39530517-57f9-4ff0-a4d8-99ff762b8b47.jpg" title=" 姚文青.jpg" alt=" 姚文青.jpg" / /p p style=" text-align: center " 清华大学 姚文清高工 /p p style=" text-align: center " 报告题目：电子结构调控对光催化性能的影响 /p p style=" text-align: justify text-indent: 2em " 环境污染控制是全球关注的焦点，光催化氧化技术治理环境污染具有室温降解、深度矿化、无二次污染等独特的优势。报告中，姚文清高工介绍了通过调控能带结构、内建电场，提高光催化材料光生电荷分离迁移效率，增强降解污染物降解活性，提高可见光利用率。 /p p style=" text-align: center" img style=" width: 281.466px height: 192px " src=" https://img1.17img.cn/17img/images/201910/uepic/c7b250bd-ee6c-442d-84e7-22e03e9c2666.jpg" title=" wenda.jpg" width=" 281" height=" 192" / img src=" https://img1.17img.cn/17img/images/201910/uepic/beaad88d-661c-407c-a7bb-95fb5284261b.jpg" title=" wenda 2.jpg" width=" 260" height=" 194" style=" width: 260px height: 194px " / /p p style=" text-align: center " 现场提问互动环节 /p p style=" text-align: justify text-indent: 2em " 下午，暨南大学谢伟广教授、中山大学谢方艳高工、PHI(China)Limited高德英特(北京)科技有限公司张伟、北京师范大学吴正龙教授级高工、中国科学院化学所刘芬副研究员、中国科学院大连化学物理研究所盛世善研究员分别进行了精彩报告，获得了在场观众的一致赞扬。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201910/uepic/11e0b932-f1fd-4dc0-a805-7b87416a6a4e.jpg" title=" 谢广伟.jpg" alt=" 谢广伟.jpg" / /p p style=" text-align: center " 暨南大学谢伟广教授 /p p style=" text-align: center " 报告题目：扫描探针显微镜在半导体材料及器件表界面分析中的应用。 /p p style=" text-align: justify text-indent: 2em " 扫描探针显微分析技术可实现光电器件测试、表/界面跨尺度空间分辨的原位、实时的结构与光电性质的精确测量，报告中谢伟广教授介绍了该团队利用扫描探针显微分析技术发现钙钛矿等材料的表/界面光子、电子等相互作用机理及规律研究工作。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201910/uepic/52f41f00-89ee-4a85-8b07-f7eabab158b1.jpg" title=" IMG_0693.JPG" alt=" IMG_0693.JPG" / /p p style=" text-align: center " 中山大学谢方艳高工 /p p style=" text-align: center " 报告题目：紫外光电子能谱在半导体研究中的应用。 /p p style=" text-align: justify text-indent: 2em " 紫外光电子能谱UPS（Ultroviolet Photoelectron Spectrometer）以紫外线为激发光源的光电子能谱。主要用于考察气相原子、分子以及吸附分子的价电子结构。谢方艳高工介绍了利用UPS/XPS技术进行燃料电池、聚合物太阳电池、钙钛矿太阳电池等材料界面电子结构与界面相互作用的机理研究。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201910/uepic/f27b0459-e5bc-4355-9539-60b3f9bd7705.jpg" title=" zhangwei.jpg" alt=" zhangwei.jpg" / /p p style=" text-align: center " PHI(China)Limited高德英特(北京)科技有限公司张伟 /p p style=" text-align: center " 报告题目：结合多种表面分析技术的应用。 /p p style=" text-indent: 2em " XPS、AES、TOF-SIMS等表面分析技术在很多领域都有广泛应用，张伟在报告中叙述了几种表面分析技术在半导体材料中的应用。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201910/uepic/5cebf539-bb64-4b1c-8081-b6546430c15a.jpg" title=" wuzhenglong.jpg" alt=" wuzhenglong.jpg" / /p p style=" text-align: center " 北京师范大学吴正龙教授级高工 /p p style=" text-align: center " 报告题目：电子能谱在薄膜分析中的应用。 /p p style=" text-indent: 2em " 吴正龙高工从事XPS研究多年，在报告中，他对使用XPS研究薄膜材料的物理性能及化学性能机理进行了介绍。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201910/uepic/b09ce7ed-d677-4bfc-8d51-937100f8f6b8.jpg" title=" 刘芬.jpg" alt=" 刘芬.jpg" / /p p style=" text-align: center " 中国科学院化学所刘芬副研究员 /p p style=" text-align: center " 报告题目：表面化学分析标准化与分析测试。 /p p style=" text-align: justify text-indent: 2em " 刘芬副研究员介绍了国际标准化委员会表面化学分析分委员会（ISO/TC201）与全国微束标准化委员会表面分析分委员会（SAC/TC38/SC2）工作程序及工作。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201910/uepic/02197b32-863e-4d28-a6e3-a082f1ed1b8e.jpg" title=" 盛事山.jpg" alt=" 盛事山.jpg" / /p p style=" text-align: center " 中国科学院大连化学物理研究所盛世善研究员 /p p style=" text-align: center " 报告题目：光电子能谱方法--XPS测试中常见问题讨论。 /p p style=" text-align: justify text-indent: 2em " 仪器只是分析检测的一小步，得到的数据如何解读是困扰研究人员的一大难题。盛世善研究员的报告针对XPS数据后期处理展开了讨论与分析。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201910/uepic/a69552c5-db43-4a22-bc8b-eb498ce6fbe3.jpg" title=" 合影.jpg" alt=" 合影.jpg" / /p p style=" text-align: center " 大会合影 /p

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

本次网上研讨会着重介绍Lumina Instruments激光扫描仪的功能和应用实例。这个创新性的设备可以用作激光扫描椭偏仪来全表面测量样品上的薄膜厚度分布，又可以扫描各种表面缺陷，比如颗粒,划痕，陷坑，和鼓包等等。更让大家感兴趣的是它能一次扫描检测透明基底上下表面以及基底内部缺陷。主讲人简介:陈博士有近30年的半导体制程控制和光学检测经验。他曾带领开发化学机械研磨设备以及制程终点控制设备。在加盟Lumina Instruments之前他负责Filmetrics全部设备和部分KLA 设备的全球市场开发。会议时间：2021/01/21 11:00-12:00 (北京时间)报名入口：点击进入 会议密码：12121手机一键拨号入会+8675536550000,,501587457#(中国大陆)+85230018898,,,2,501587457#(中国香港)根据您的位置拨号+8675536550000(中国大陆)+85230018898(中国香港)欢迎大家前来收听~~~

日前，仪思奇（北京）科技发展有限公司杨正红总经理在长沙举办的“锂电及多孔材料的粒度和形貌表征技术进展研讨会”上高调介绍了Xigo系列胶体和悬浮液颗粒比表面积分析仪。在液体中测颗粒的比表面积？是的，你没有看错——测定胶体、乳液和悬浮液中颗粒的比表面积！ 有什么用途？ 浆料体系的颗粒比表面积与颗粒在体系的分散状态有关。比表面积能反映材料的许多性能，例如：涂料的遮盖能力，纳米颗粒的改性和包覆效果，乳液或浆料配方的稳定性，催化剂的活性、药物的疗效以及食物的味道等等。但是，目前的经典方法是气体吸附法测干燥固体的比表面。然而，绝大多数的样品无论是在生产过程中还是最终使用时，却都是分散在液体中，通过制浆过程形成终产品。因此，必须知道样品在悬浮液状态下的比表面信息，而固体样品的比表面积不具有代表性。美国Xigo Nanotools公司为我们提供了革命性的技术手段，使得电池隔膜用陶瓷浆料、锂电池正负极浆料、电子浆料、墨水、石墨烯和碳纳米管浆料以及原料药批次间的质量控制有了快速简便的解决方案，并且结合美国分散技术公司（DT）的声学技术，可为浆料体系和纳米粒子的粒度、表面化学状态或吸脱附状态及微观电学性质的研究，为破解导致不同批次之间差异和配方不稳定的原因提供了强有力的武器。 什么原理？Xigo系列采用专利的核磁共振技术（中国专利号：ZL200780016435.3），探知乳液或悬浮体系中“颗粒”与“溶剂”之间的表面化学、亲和性、浸润性，并在该状态下计算颗粒的比表面积。这一划时代的分析手段可以直接测量悬浮液，无需样品处理，无需稀释，无颗粒形状的限制，测量过程仅需5分钟，对研磨和粉碎过程可基本实现实时监控。因此，该方法对任何大小、任何形状的固体或液体颗粒，特别是高浓体系样品是最理想的选择。由于软件可以自动设定所要优化的测量参数，操作者几乎不经培训即可操作，它将在品质管控和改善、缩短开发时间和工艺配方的筛选等方面提供助力。 仪思奇科技同时宣布，即将引进法国高端技术公司（Cordouan Technologies）的产品进入中国，包括Vasco kin原位时间分辨纳米粒度分析仪和MAGELLAN（麦哲伦）痕量纳米颗粒浓度测定仪。 Vasco kin 的突出特点就是不接触样品，原位远程测定包装物及反应釜中的粒度分布及随时间的变化，具有极高的分辨率，并且可以和其它分析手段联用。为制药行业的反应监测和药瓶中的蛋白质聚集体纳米阶段的生成监控，甚至监控和研究中药汤剂在加热过程中的粒度变化都提供了有效的技术手段。同时，也是环境科学、功能化油墨，油田化学、锂电材料、催化剂、化妆品和食品等领域的动力学研究工具。 MAGELLAN（麦哲伦）痕量纳米颗粒浓度测定仪用于水中纳米颗粒的痕量表征，灵敏度高于传统的动态光散射技术一万倍，浓度测定低至ng/L的范围，可对10nm到1000nm之间的颗粒进行计数，为水处理在线监测、超纯水监测、滤膜效率及完整性监测以及过滤工艺、污染检测等提供了前所未有的计数手段。结合法国ZetaCAD流动电位分析仪，MAGELLAN将引领我国膜分析技术跨上新台阶！仪思奇（北京）科技发展有限公司是“产学研商网”一体的仪器技术研发及应用推广的仪器科技创新与服务平台。公司致力于在新能源领域、生物医药、催化基础与应用研究等领域的颗粒特性表征的前沿仪器产品和技术的引进与推广。自2019年6月起，仪思奇（北京）科技发展有限公司正式成为美国XIGO NANOTOOLS公司在中国区的总代理，全权负责该公司全系产品在中国境内的推广销售及售后服务工作。法国高端技术公司（Cordouan Technologies）全新纳米测量仪器的引入，更是填补了国内纳米科学研究技术手段的空白，对仪思奇目前拥有的Occhio图像法粒度粒形和zeta电位分析技术，超声法粒度和zeta电位分析技术是一个完美的补充，使公司能够提供（粒度）从纳米到厘米，（固含量）从极稀到极浓的体系的全方位解决方案，纳米颗粒分析研究将如虎添翼！

清晨听广播，说天气晴好，空气质量达标 但推开窗户却看到蓝天不蓝，天空总有点灰蒙蒙 走出门外，还有让人想咳嗽的感觉。长期以来一直不理解这种矛盾现象。前不久请教了有关专家，并查阅了相关资料，方知是我国对空气质量的监测和发布失之片面，缺失了对造成天灰气浊的元凶———细颗粒物的监测，也就是说，我国的空气质量监测和发布没有客观地反映空气污染的实际情况。 　　按照我国《环境空气质量标准》的规定，每天监测和发布的主要有三项空气污染物指标：可吸入颗粒物、二氧化氮和二氧化硫。这些指标的指数在0-50时为优，51-100时为良，100以上为污染，依照指数由低到高分别为轻度、中度和重度污染。空气质量优良为达标。需要注意的是，标准规定监测的“可吸入颗粒物”是指直径小于10微米的颗粒物，但不包括“个头更小”的、小于2 .5微米的颗粒物(简称“细颗粒物”，又称pm 2.5)。在上述三项污染指标中，可吸入颗粒物在空气污染中的比率最大，而细颗粒物又在可吸入颗粒物中占70-80%。可见，未受监测的细颗粒物对污染空气发挥的坏作用举足轻重。 　　医学研究表明，颗粒越小，对人体健康的危害越大。细颗粒物十分微小，可以穿透呼吸道的防护结构，深入到支气管和肺部，直接影响肺的通气功能，诱发肺部硬化、哮喘和支气管炎，甚至导致心血管疾病。而且细颗粒物吸附在肺泡上很难脱落，这种吸附是不可逆的。 　　当大量细颗粒物浮游在空中，大气能见度就会变小，天空呈现灰蒙蒙，在气象学上叫做“灰霾天”。这种灰霾天已成为北京和我国东部地区城市空气污染的突出问题。而造成这种灰霾天的罪魁祸首就是细颗粒物。据南京市环境监测站做的一项调查，通过2007-2009年三年间大气污染物的研究发现，细颗粒物的含量占到浮尘霾总量的2/3。美国国家航空暨太空总署去年公布的一张世界空气质量地图显示，全球细颗粒物污染最高的地区是北非以及中国的华北、华东和华中全部，中国大部分地区细颗粒物平均浓度接近80微克/立方米，超出世界卫生组织规定的有关污染指标的八倍。中国环境科学院发表的一份研究报告说：“珠三角、长三江、京津冀、四川盆地和沈阳等地城市群，大气细颗粒物污染日益严重，不但造成能见度低，也导致居民循环系统和呼吸系统发病率和死亡率上升。” 　　我国没有开展对细颗粒物的监测和发布，但国际上早已有之。自从1997年美国率先将细颗粒物列为监测空气质量重要指标后，其他主要发达国家陆续制定了相关监测标准，包括泰国、印度、墨西哥等不少发展中国家也确立了相应标准实施监测和发布。 　　那么，我国为什么不开展这方面工作?是因为技术和设备跟不上吗?据有关专家说，完全不是。究竟是何原因?从下述情况可见端倪。 　　近半年多来，有关单位正在讨论修改我国1996年制定的《环境空气质量标准》，对于是否把细颗粒物列入监测和发布范围，产生了很大分歧。最后环保部门官员作出的结论是“当前国家制定实施细颗粒物环境质量标准时机不成熟”。何谓“时机不成熟”?据了解，这关系到政绩和城市影响问题，如果对细颗粒物实施监测和发布，空气污染指数会急转直下地恶化，势必使大多数城市重回污染城市的行列，这不仅影响城市形象，危及旅游和招商工作，也会使当地政府的政绩黯然失色。 　　当前刻不容缓的是要正视现实，切实把细颗粒物这个“隐形杀手”列为监测对象，并及时公布结果，保证广大居民对空气质量真实情况的知情权，以便于及时采取适当措施减少细颗粒物对健康的危害。产生细颗粒物的主要来源是汽车尾气排放的残留物，追根溯源，更重要的是设法减少和消除相关污染源，让芸芸众生享有更多的蓝天白云和新鲜空气。