水果品质无损检测

为提高科技经费的使用效率，保证课题研究工作的质量，招标人采取公开招标的方式组织&ldquo 近红外果品品质快速无损检测装备研发&rdquo 课题的招标工作，择优选取招标课题的承担单位。 　　本次招标活动的招标人是&ldquo 北京市科学技术委员会&rdquo ，北京科技园项目评价有限公司是本次招标的代理机构。 　　本次招标工作将参照《中华人民共和国招标投标法》、中华人民共和国科学技术部《科技项目招标投标管理暂行办法》的要求和相关规定进行。 　　现将有关招标事宜公告如下： 　　一、招标课题名称及招标编号 　　近红外果品品质快速无损检测装备研发(招标编号：NF2014-14) 　　二、研究目的 　　针对当前果品品质分级手段单一，技术和装备落后，严重制约高端果品的市场竞争力等问题，开发适合京郊主要果品(梨、苹果、桃等)品质近红外快速无损检测方法及仪器设备，并在京郊果品主要产区进行应用示范。 　　三、主要研究内容 　　1、获取多因素条件下京郊主要果品(梨、苹果、桃等)的近红外特征光谱，建立主要果品品质(糖度、酸度、糖酸比、成熟度等)近红外光谱特征数据库 　　2、建立梨、苹果、桃等京郊主要果品品质的近红外快速无损检测方法 　　3、提出实时快速检测方案，开发便携式小型检测仪器 　　4、在京郊果品主要产区进行应用示范。 　　四、招标课题研究进度要求 　　完成本课题的时间为中标人与招标人签订《课题任务书》之日起20个月。 　　五、课题经费 　　完成本课题所需的总经费来源于招标人资助资金和中标人自筹资金，招标人资助资金来源于北京市地方财政拨款，按现行财政拨款相关规定支付。招标人资助资金上限为人民币210万元，其中自筹资金与资助资金比例均不低于2:1，经费的支付办法以双方签订的《课题任务书》为准。 　　六、投标人资格 　　1、凡在北京地区注册的具有独立法人资格的企业(不包括外商独资和中方股份未超过50%的中外合资企业)均可投标。 　　2、投标人应资信良好，在最近2年内无不良记录或严重违法违纪行为。 　　注：1.承担北京市科学技术委员会课题，到期应结题而未结题的单位，不具备投标人资格。 　　2.投标人在北京市科委的信用评级为C以下(含C)的不具备投标人资格。 　　3.不接受联合投标。 　　七、招标文件的获取 　　凡符合以上基本条件和资格并有意投标者,请按下述时间、地点购买招标文件，招标文件售出后概不退还，同时携带U盘获取电子版。 　　购买招标文件时间：2014年7月1日起至2014年7月22日止(公休日及节假日除外)，每日9时30分至11时30分，13时30分至16时30分。 　　招标文件出售地点：北京市海淀区增光路甲34号院云建大厦801室(北京科技园项目评价有限公司) 　　八、招标文件售价： 　　招标文件每套售价为人民币200元。 　　九、投标和开标 　　接受投标文件的时间为：2014年7月30日9时30分至11点30分，13点30分至16时30分 2014年7月31日9时0分至10时0分。 　　接受投标文件的截止时间和开标时间同为2014年7月31日10时0分。在投标截止时间后送达的投标文件恕不接受。 　　投标文件送达地点：2014年7月30日16时30分之前，投标文件送至招标文件出售地点 2014年7月31日9时0分至10时0分，投标文件送至开标地点。 　　开标地点：海淀区苏州街甲49号北京技术交易促进中心二层会议室。 　　十、联系方式 　　北京科技园项目评价有限公司 　　联系人：王娜 　　电话：(010)68461639，68308582 　　传真：68461639 　　地址：北京市海淀区增光路甲34号院云建大厦801室 　　邮编：100048　　监督电话：66175629(纪检监察处) 　　招标代理机构：北京科技园项目评价有限公司 　　2014年7月1日

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

近日，中国农业大学食品科学与营养工程学院副教授韩东海和他的研究团队成功研制除了一种最新的无损水果检测仪器，使用该仪器，可以在不损坏水果的前提下，对其内部质量进行检测，这项成果填补了国内鸭梨黑心病的无损检测方法的空白，对苹果水心病的检测精度和褐变苹果的正确判别率有了显著提高，总体达到了国际同类研究的先进水平。 　　相信很多消费者都有过这样的经历：在水果市场看到一些水果外表非常鲜艳，其实里面却已经腐烂。如今，中国农大成功研制出一种最新的无损水果检测仪器，使用该仪器，可以在不损坏水果的前提下，对其内部质量进行检测，从而为水果栽培管理、品质控制以及分选、分级提供了可靠的内部质量依据。这项“水果内部质量快速无损检测方法”的成果，已经顺利通过了教育部组织的成果鉴定。 　　据悉，这项研究是由中国农业大学食品科学与营养工程学院副教授韩东海和他的研究团队完成的。他们采用短波近红外透射光谱快速无损检测的方法，自主研制了苹果水性病、鸭梨黑心病的检测仪器。该项新的技术是利用光学透射原理，对水心病苹果、内部褐变苹果、黑心鸭梨等水果在不破坏、不损伤的情况下，对其内部质量的好坏实现快速判断。 　　鉴定专家表示，这项成果填补了国内鸭梨黑心病的无损检测方法的空白，对苹果水心病的检测精度和褐变苹果的正确判别率有了显著提高，总体达到了国际同类研究的先进水平。该方法与国际同类检测方法相比，具有正确率高、仪器设备简单、易于操作等特点，经北京、山西等地果园试用证实，效果良好。该技术为提高我国水果的商品品质控制水平，提供了先进的无损检测方法，具有相当广阔的市场前景。

p 　　夏天来临，水果的销量也自然水涨船高。如何更好的在水果上市前对不同品质水果进行大规模快速的分选，从而有理有据的定质定价，是当下水果从业人员共同关心的问题。 /p p 　　无锡迅杰光远作为一家从事近红外光谱分析仪器研发及提供行业定制化解决方案的企业，近年来在近红外水果分选领域有不少建树 ，并总结出了一套有效的水果分选解决方案。恰逢水果销售旺季，今天我们就围绕“如何通过水果内部品甄别并进行分选”展开讨论，希望在炎炎夏日，为果农、水果供应商带来更多的效益和便利。 /p p 　　 strong 近红外水果分选技术 /strong /p p 　　水果分选方式发展至今，围绕不同技术路线已经形成了较为成熟的体系，而在现今消费升级大环境的影响之下 ，随着消费者对产品要求的不断提高也对水果的分选技术提出了新的要求。 /p p 　　一般来说，分选方式主要围绕水果的大小、重量、外观品质(颜色、新鲜度)、内部品质等维度进行筛选。而传统分选方式的缺点也很明显，其多采用依据外观或破坏性检验方法，不仅成本高，还会造成一定资源浪费，因此光谱无损检测的方法在近年来成为一大趋势。 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 600px height: 352px " src=" https://img1.17img.cn/17img/images/202007/uepic/422eb5ba-f407-4088-8747-4e3ab4a7651c.jpg" title=" 01.jpg" alt=" 01.jpg" width=" 600" height=" 352" border=" 0" vspace=" 0" / /p p 　　以迅杰光远自主研发生产的IAS-F100近红外水果分选系统为例：采用近红外光谱检测方法进行水果分选时，无需重新置备新的分选线，而是直接将光谱检测模块加装在现有分选线即可。检测模块会在水果快速通过时，实时采集水果内部品质信息，通过微处理器进行处理、计算和分析，从而完成对待测水果样品糖度等成份的预测并实现无损分选。目前近红外应用在自动分选线上，主要可以针对水果的甜度、酸度，以及部分水果的病变进行检测。 /p p 　　检测模块加装完毕后，用户仅需根据实际的检测需求进行调试即可实现一键快速分选，并根据不同甜度和品质的水果在分选线上快速分装，以便更好的以质论价，节省大量的时间、人力、物力的同时，提高效益。 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 600px height: 440px " src=" https://img1.17img.cn/17img/images/202007/uepic/eeb71f9f-54e7-41d8-b1a1-bebd073935cd.jpg" title=" 02.jpg" alt=" 02.jpg" width=" 600" height=" 440" border=" 0" vspace=" 0" / /p p strong 　　近红外水果分选优势 /strong /p p 　　近红外经过多年发展与应用开发，仪器的进步与算法的革新，使仪器制造商与学者在实际应用中可以更好地发挥近红外不消耗化学试剂，不污染环境，不破坏样品等优点，因此也受到越来越多人的青睐。 /p p 　　多年前，近红外水果分选技术在国外就已经投入实际使用，主要生产厂家包括新西兰、荷兰及日本等，且基本垄断了全球的水果分选市场。而近年来由于国内近红外技术的迅速发展，国内自主生产研发的近红外水果分选设备也在水果分选领域崭露头角，不但在性能与技术指标上已经可以媲美国外厂商，且从价格、售后方面较国外产品具备更大的优势，为有水果分选、检测需求的用户提供了更大的选择空间。 /p p 　　目前迅杰光远已经初步建立了部分水果检测模型，如哈密瓜、西瓜、苹果等。 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 500px height: 445px " src=" https://img1.17img.cn/17img/images/202007/uepic/70bcf29e-700a-47f3-abad-a0fbafac6889.jpg" title=" 03.jpg" alt=" 03.jpg" width=" 500" height=" 445" border=" 0" vspace=" 0" / /p p style=" text-align: center " strong 哈密瓜 /strong /p p strong /strong /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 500px height: 363px " src=" https://img1.17img.cn/17img/images/202007/uepic/e17cad25-f03e-45c9-b670-13a636422b4e.jpg" title=" 04.jpg" alt=" 04.jpg" width=" 500" height=" 363" border=" 0" vspace=" 0" / /p p strong /strong br/ /p p style=" text-align: center " strong 西瓜 /strong /p p strong /strong /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 500px height: 445px " src=" https://img1.17img.cn/17img/images/202007/uepic/00b1e23f-6a9f-4c5f-97fe-c1837450e2bc.jpg" title=" 05.jpg" alt=" 05.jpg" width=" 500" height=" 445" border=" 0" vspace=" 0" / /p p style=" text-align: center " strong 柚子 /strong /p p 　　经过实践证明，IAS-F100近红外水果分选系统检测精度、分选速度完全可满足大批量水果分选的需求，尤其适合水果品质的管理。针对不同水果产线和分选机制，迅杰光远还将针对客户的实际情况提供定制开发，建模培训等服务，并可根据水果分选生产客户的不同需求设计全套解决方案。 /p p style=" text-align: right " （迅杰光远） /p p br/ /p

ATAGO（爱拓）水果无损糖度计——PAL-HIKARi 15 （芒果）无需采摘果实！无需破坏果皮！无需切取果肉！无需榨汁取样！糖度是决定水果新鲜度、成熟度、口感度的一项重要参数。ATAGO（爱拓）水果无损糖度计——PAL-HIKARi系列，采用红外原理，通过把光线从水果表面射向水果内部，根据反射到传感器的时间来计算果实的糖度（Brix值）。无损检测非常适合水果种植全程糖度监控，不破坏果实外观，全程跟跟踪监测水果生长过程的糖度（Brix值）变化，对果品研发、果蔬种植、成熟度监测、采摘期控制、存储运输、果蔬配送、售价分级等提供了检测数据支持与分析，便携式设计，使用环境友好，测量快速，是果园种植户、水果检测机构、水果连锁经销商、水果品控部门的必备检测仪器之一。1.无需对水果切肉榨汁，仅需通过探测器紧贴水果表面，即可测量糖度。2.可实现对水果进行个体探测糖度，帮助果农、果商实现种值改良、采摘检测，销售分级。3.快速测量，结果3秒即现，数字显示，读数方便。4.可连续多次测量求平均值。5.设计小巧，便于携带，具备自动温度补偿功能，随时随地应用于各种场合。无损检测水果糖度测量水果的糖度（Birx值/白利度），无需切取果肉，无需榨汁取样，只需通过红外探测器紧贴水果表面即可，免去复杂的前处理步骤，免去清洗，快速简易。全面测量无损检测每一个果实的糖度，不破坏果实，保持果体原貌，不影响销售。精巧便携PAL-HIKARi系列结构紧凑，侧键设计，可单手操作，方便测量树上果实，普通电池供电，随时随地可测量。完美贴合果实PAL-HIKARi 系列独有专门设计的海绵垫圈，安全无毒，能更好地紧密贴合各种果形的表面，避免了由于外界光线或位置因素等干扰而造成的测量误差。【测量方法】1、把水果贴合样品台，轻按侧健。2、把水果放置样器台，按“START”开始测量。【产品参数】型号PAL-HIKARi 15（芒果）适用水果芒果货号5465测量范围Brix 10.0 ～ 22.0%测量精度Brix ±1.5%*视测量品种及测量环境而略有不同。分辨率Brix 0.1%自动温度补偿范围5.0 ～ 35.0°C*先让芒果适应环境温度片刻国际防护等级IP64电池寿命约4,000次（使用碱性电池）电源AAA 碱性电池×2尺寸和重量6.1×4.4×11.5cm，120g（仅主机）【产品应用】 1.果蔬栽培：可实现果农对水果进行个体检测糖度，为果园农场提供果品无损检测，种植管理及数据监测等技术支持。 2.品质分级：帮助水果批发商提供果品检验，快速分拣，收购定级、制定售价等。 3.种植研究院校管理：为栽培指导，成熟度监控，果树新品培育开发等提供科学依据。 4.水果进出口物流中心：帮助检测机构对果品进行质量监测，快速抽检，高效确保果品质量。 5.生活助手：为糕点师傅提供糕点配料中的水果糖度检测，确保糕点风味可口，也可适用热衷家庭种植水果的园艺爱好者。创新点：ATAGO（爱拓）水果无损糖度计——PAL-HIKARi 15（芒果），无需采摘果实！无需破坏果皮！无需切取果肉！无需榨汁取样！ATAGO（爱拓）水果无损糖度计——PAL-HIKARi系列，采用红外原理，通过把光线从水果表面射向水果内部，根据反射到传感器的时间来计算果实的糖度（Brix值）。 ATAGO（爱拓）芒果无损测糖仪 PAL-HIKARi 15

当我们走进水果店时，会发现同一种水果会分不同的价格售卖，而影响价格的主要原因是其品质，这时我们就会产生疑问 ➙什么样的荔枝核小而甜？什么样的西瓜皮薄瓤多脆又甜？我们今天来分享一些关于：如何用科学的方法区分不同品质的水果（当然也能区分同一类水果的不同产地与品种）随着生活质量提高和消费水平的改变，消费者对于水果品质不同的需求也就促成了水果的销售分级处理；利用非接触式水果分选检测技术，不断细分果品，以便满足不同消费市场的需求。什么是水果分选？一般来说，将其分为四类：大小、重量、外观品质（颜色、新鲜度）、内部品质 其中在内部品质分选中，主要判断的指标如下：糖度硬度酸度内部缺陷然而传统的破坏性检验方法不仅成本高，还造成资源浪费，因此光谱无损检测的方法成为一大趋势。水果分选机因其具有检测速度快、可同时检测多种内部成分等优点，近年在农产品内部品质检测方面发展迅速。其基本原理是：当用近红外光照射水果时，不同的水果内部成分对于不同波长的光学吸收和散射程度不同，而内部光谱也会随着水果内部成分质量分数的不同而发生变化。利用这一特性，即可根据近红外光谱特征分析水果中的主要成分及其质量分数。为什么是近红外光谱？近红外光谱近红外光谱属于分子振动光谱的倍频和主频吸收光谱，主要是由于分子振动的非谐振性使分子振动从基态向高能级跃迁时产生的，具有较强的穿透能力。近红外光主要是对含氢基团Ｘ－Ｈ（Ｘ＝Ｃ、Ｎ、Ｏ）振动的倍频和合频吸收，其中包含了大多数类型有机化合物的组成和分子结构的信息。由于不同的有机物含有不同的基团，不同的基团有不同的能级，不同的基团和同一基团在不同物理化学环境中对近红外光的吸收波长都有明显差别，且吸收系数小，发热少，因此近红外光谱可作为获取信息的一种有效的载体。近红外光照射时，频率相同的光线和基团将发生共振现象，光的能量通过分子偶极矩的变化传递给分子；而近红外光的频率和样品的振动频率不相同，该频率的红外光就不会被吸收。因此，选用连续改变频率的近红外光照射某样品时，由于试样对不同频率近红外光的选择性吸收，通过试样后的近红外光线在某些波长范围内会变弱，透射出来的红外光线就携带有机物组分和结构的信息。通过检测器分析透射或反射光线的光密度，就可以确定该组分的含量。近红外光谱优劣势但是近红外经过两百多年的发展与应用开发，仪器的进步与算法的革新，仪器制造商与科学家们已经可以将越来越多的劣势规避，从而更好地发挥了近红外不消耗化学试剂，不污染环境等优点，因此也受到越来越多人的青睐。应用案例基于近红外光谱技术检测水果糖度（水分/黑心病【可见+近红外】）主要过程：（1）选取具有代表性的水果（2）通过漫反射或透射方式采集水果样品相关光谱数据；（3）对光谱数据预处理，消除不同因素对水果模型精度带来的误差，选择更有代表性样品的光谱数据；（4）采用国家和国际认证的化学分析方法测量水果样品成分的准确含量；（5）建立预测模型（6）未知水果样品近红外光谱的采集，然后用所建立的预测模型预测未知样品的成分含量。（7）用标准的化学分析方法测量未知水果样品成分的含量，验证所建立预测模型的准确性，然后对预测模型进行校正和优化。典型装置设计：三大功能模块：光路模块、附件模块、数据处理模块光路模块的光源对待测水果样品进行有效照射，通过光纤传递给光纤探头，再将透过水果样品的光谱信息进行收集，并通过光纤传递给数据处理模块的光谱仪。通过微处理器进行处理、计算和分析，从而完成对待测水果样品糖度的预测，在显示屏上获取结果，实现水果糖度的无损检测。由于水果的尺寸大小、果肉薄厚，糖酸度有高有低，且分布不均的情况，在光谱采集模块中有多种方式：图片来源：仪器信息网以下图为实际的光谱采集谱图案例▼▼▼脐橙原始光谱采集（可见+近红外）苹果吸收光谱（可见+近红外）香蕉的不同反射光谱（近红外）并做归一化平均草莓反射光谱（可见+近红外）正常与不同腐变程度的苹果透射光谱比较图（可见+近红外）化学计量学建模在完成光谱采集后，数据处理成为整个装置的核心步骤。再建立准确化学值与光谱信息之间的化学计量学模型。化学计量学模型的建立主要包括两个过程：校正和预测硬件：光谱采集模块① 光谱仪（近红外系列光谱仪，可见-近红外光谱仪）② 光源（海洋光学提供集成和光路设计方案，解决客户在光学部分的担忧；因集成到在线设备，我们推荐使用高度可集成化、高稳定性的光源，以适应在线设备的光路设计和长时间稳定运行。） ③ 光谱收集附件（可选配/定制/也可空间光耦合的光纤、准直镜附件，帮助客户解决系统中光传输和耦合问题。）软 件① 光谱读取软件定制/二次开发（Omnidriver/Seabreeze）② 近红外光谱建模软件（可根据需求选取不同建模软件）③ 数据传输与分选机制协议定制针对不同的水果产线和分选机制，为客户定制数据传输模块及协议方式。由于通讯方式的差异及需求差异，我们还可以为客户进行光谱仪器协议、固件等开发，实现同样光谱设备在不同应用中发挥其不同长处。理由1：触发准确性在水果分选设备产线中，光谱仪工作在外触发模式，当传输带送入一个水果到测量位置，立即触发光谱仪开始积分，积分时间100ms，因此对触发的准确性要求很高。而竞争对手的产品外触发时间不准确，如果产线使用的是高功率卤钨灯，多停留一段时间就有可能造成水果的热损伤。理由2：量产能力性机器人自动校正并保证每台设备的精准校调，确保每条产线的分选标准一致。理由3：量身定制在线系统中如果出现系统故障会影响整条产线的正常运行，我们可为客户定制系统运行自测协议，减少人为检验步骤，提高生产效率。本文来源：海洋光学关于海洋光学海洋光学作为世界领先的光学解决方案提供商，应用于半导体、照明及显示、工业控制、环境监测、生命科学生物、医药研究、教育等领域。其产品包括光谱仪、化学传感器、计量检测设备、光纤、透镜等。作为光纤光谱仪的发明者，如今海洋光学在全球已售出超过40万套的光纤光谱仪。关于爱蛙科技爱蛙科技（iFrogTech）是海洋光学官方授权合作伙伴，提供光谱分析仪器销售、租赁、维护，以及解决方案定制、软件开发在内的全链条一站式精准服务。如需了解更多详情或探讨创新应用，可拨打400-860-5168转5895客服电话。

4月15日，国家知识产权局发布了第二十三届中国专利奖评审结果公示，公示期为2022年4月15日至4月21日。其中，华东交通大学专利项目“一种光照参数可调的近红外水果糖度无损检测装置”成果入选第二十三届中国专利优秀奖。该奖项为华东交通大学首个、本年度江西省教育系统唯一一个获奖项目。序号专利号专利名称专利权人发明人493ZL201310427643.X一种光照参数可调的近红外水果糖度无损检测装置华东交通大学刘燕德,周延睿,孙旭中国专利奖由中国国家知识产权局和世界知识产权组织共同主办，是中国唯一的专门对授予专利权的发明创造给予奖励的政府部门奖，得到联合国世界知识产权组织（WIPO）的认可。该奖项重在强化知识产权创造、保护、运用，推动经济高质量发展，鼓励和表彰为技术（设计）创新及经济社会发展做出突出贡献的专利权人和发明人（设计人）。

这是一次真实的实验:把一块色泽光亮的猪肉递到王大妈面前让她来分辨这块肉是否达到食用标准，做了几十年家庭主妇的王大妈先是摸了摸，又闻了闻，自信地说,依我看这块肉没什么问题。 　　工作人员迅速手持检测探头对一整块肉进行光谱扫描，检测装置在1秒钟内通过成像和分析，得出的数据显示这是一块外表光鲜实则变质的猪肉，检测结果让王大妈大吃一惊。在这次互动中，王大妈听到了一个新鲜词儿&ldquo 无损检测&rdquo ，她不禁感叹到：是啥玩意儿这么神奇? 　　近期，在&ldquo 2013年全国包装与食品工程农产品加工学术年会&rdquo 上，中国农业大学工学院的彭彦昆教授作了一个报告&mdash &mdash &ldquo 在农产品/食品加工和包装产业链中的品质安全无损快速检测技术与装备&rdquo ，详细介绍了其团队开发的肉品检测装置及其功能，引起了众多专家、企业的兴趣和关注。让王大妈感到神奇的正是该技术。 　　不留疤痕的&ldquo 无创手术刀&rdquo 　　农畜产品进行质量安全检测，既保障着百姓日常饮食健康，也影响着农畜产品进出口贸易。无损检测也叫非破坏检测和非接触检测。认识无损检测技术，不能不提起传统的破坏性检测。 　　如果我们把传统的破坏性检测比作一把&ldquo 锋利的手术刀&rdquo ，经过这把手术刀将肉食品&ldquo 残忍&rdquo 地分割后才得知其内部状况。相比之下，无损检测则可看做是把&ldquo 不留疤痕&rdquo 的&ldquo 无创手术刀&rdquo 。 　　&ldquo 我们知道，红色的和黄色的两个苹果，放到红光的暗室里，他们反射的光强是不一样的，所以利用反射光可以判断苹果的颜色。&rdquo 彭彦昆解释道，简单地说，经过光谱扫描可以实现无损检测技术，获取被检测物质的特征信息，然后通过分析这些特征信息得到其物理、化学和生物属性。 　　不同的物质成分具有不同的光谱特征波长，特征波长处的反射光谱强度能反映物质成分的含量，一般用可见光/近红外光源照射被检测物质后，再通过光谱解析建立的数学预测模型就可自动算出结果，&ldquo 无损检测技术检测单品整个过程一般不到1秒钟，而传统破坏性检测一般长达几小时甚至几天。&rdquo 　　记者跟随彭教授来到实验室。他拿出手持仪器对一块牛肉进行简单地照射后，分析仪就得出了数据：新鲜度、细菌总数、含水量、pH值、色泽，以及其他品质安全指标等。这样，无论这块牛肉是过期的、被污染的、注水的、还是不符合食用标准的，都能被检测出来。&ldquo 对物理特征和化学成分不一样的牛肉，当用一束光照射它时，从它表面的反射光就不一样。对不同牛肉，它的反射光的强度大小和峰值位置就不一样。这些差别信息反映了牛肉的品质安全状况，叫做品质安全特征信息。通过特征信息，再结合其他数学分析方法就能找到牛肉具体的嫩度、水分、细菌总数等与光学特征性的关系，并且能用数学公示表达。&rdquo 　　&ldquo 不论是肉类或蔬菜，检测机理类似，但不同的检测对象对应的硬件构成、预测模型不同。&rdquo 所以，彭彦昆带领团队开发了果蔬农药残留快速实时检测、水果品质在线分选、猪肉品质安全多指标同时自动在线无损检测等10套系列装置。 　　这些检测装置分为在线式和手持便携式。前者可用于大型家畜屠宰厂、肉品加工厂、肉品包装和配送企业等。后者可用于小型肉品加工企业、肉品商场、饭店、肉品监管部门等。 　　&ldquo 无创手术刀&rdquo 优势明显 　　&ldquo 传统检测方式是人工抽样，需要样品的提前处理，必须要受过专门训练的技术人员来操作，可即便这样，人为误差还是比较大。&rdquo 彭教授介绍，人工抽样的方法不但无法实时获得结果，还破坏样品并且有抽样的局限性，更是无法用于在线检测，进行高通量逐一样品的食用安全性筛查和品质分级。 　　而无损检测这把&ldquo 无创手术刀&rdquo 则无需将检测对象破坏，不仅能及时准确检测出不良肉食产品，避免了不良产品售后召回的往返周折，在完成检测的同时也能按品质进行分级，而且无损检测自动化程度高，还保证了逐个样品检测，不会出现漏检，更重要的是还可以合理利用在线分级技术，大大提升产品附加值。 　　&ldquo 但是，这并不意味着无损检测技术可以面面俱到。&rdquo 在农畜产品的生化成分检测方面，如三聚氰胺、瘦肉精等，检测精度还不理想。在无损检测中，精度是各国学术界所面临的共同问题，&ldquo 这主要由于现在光学技术的分辨率和解析度还有待于提高。&rdquo 　　发现光学信号在农产品内部扩散形态模具 　　记者了解到，目前只有少数先进国家，可以利用光谱技术进行农畜产品无损快速检测。德国、美国、丹麦和日本等国学者，已经利用可见/近红外光谱技术取得了一定成果。 　　彭教授向记者介绍，日本学者是根据肌肉的大理石纹状、肉的色泽等方面评定牛肉等级，欧盟则是根据胴体肥瘦和结构来划分，而美国是通过生理成熟度和大理石花纹来评定牛肉品质。值得一提的是，&ldquo 光谱技术应用于检测肉类品质安全的研究，多处于实验室基础研究状态。现今除了德国的胴体瘦肉率分级外，还没有实用的检测技术及装置系统问世。&rdquo 　　这意味着，彭彦昆的农畜产品无损检测技术与装置目前处在国际领先水平。他们发现了农畜产品内部光的漫散射规律为洛伦兹分布函数，并提出了从农畜产品的光谱空间扩散轮廓求取洛伦兹参数的方法，解明了农畜产品光学扩散特征洛伦兹参数与其品质安全参数的关系。&ldquo 简单说，就是发现了光学信号在农产品内部扩散形态的模具，模具的尺寸参数能反映其品质安全性。&rdquo 　　成为目前核心关键技术 　　以次充好，挂羊头卖狗肉&hellip &hellip 在食品安全成为社会关键词的背景下，有着多年相关研究积累的彭彦昆将研究重心放在了农畜产品的无损检测上。 　　他们在研究这些装置之初，并没有可供借鉴的现成技术。经过5年多的实践，在国家自然科学基金、国家863高技术计划、公益性行业科研专项和国家科技支撑计划等项目的支撑下，他们研发的农畜产品无损检测技术，成为目前在线检测主要农畜产品品质安全参数的系列核心关键技术。检测生产率为1&mdash 3个样品/秒、生鲜肉水分、嫩度、新鲜度、细菌总数等的检测准确度均&ge 90%，牛肉大理石花纹和猪胴体背膘厚的检测准确度均&ge 95%。 　　记者借用教育部科技成果鉴定专家给予这项检测技术的鉴定意见，&ldquo 总体技术达到国际先进水平，其中新鲜度、色泽、大理石花纹和细菌总数在线检测技术居国际领先水平&rdquo 。 　　相信在不久的将来，我们的生活也许将会真正摆脱以次充好肉、注水肉、污染肉、腐败肉和变质肉。 　　无损检测技术一直在转变 　　在无损检测技术的研究上，各国国情的差异决定了研究方向、重点和研究对象的不同。一些发达国家研究的方向和重点更加侧重于产品品质、外观、口感等方面的检测技术，而我国因地制宜地将无损检测技术的首要目标定为能精确检测产品是否安全，是否适宜食用。同时，由于各国民众饮食习俗的差异，美国等一些国家所研究的肉类检测对象多为鸡肉，而我国则要将猪肉作为主要的检测对象。 　　回顾&ldquo 无损检测&rdquo 的研究过程，彭教授不胜感慨。2007年，他通过申请国家自然科学基金、北京市自然科学基金、&ldquo 863&rdquo 等项目从无损检测的基础性研究开始，至2012年，他带领团队研究的农畜产品无损检测的项目课题已进入了中期阶段。 　　这6年，无损检测技术一直在转变&mdash &mdash 由基础研究的探索转变为实用性技术的研究 由检测方法研究逐步转变为对装备的开发研究 由对单一对象检测方式的研究转变为能对多种产品进行检测 由对最初只能检测肉类嫩度信息转变为可以同时检测肉类多种品质信息 由静态检测方式转变为实时在线式的动态检测装备。 　　今年，除了又新增肉类无损检测技术研究项目外，农业部批准的&ldquo 果蔬农药残留光学无损快速检测核心技术引进与示范&rdquo 和科技部批准的&ldquo 中式菜肴原料与植物性原辅料质量安全检测技术与装备研发&rdquo 也将开始由实验室研究。

仪器信息网讯 2013年7月3日、4日，中国农业大学食品学院组织召开了&ldquo 食品质量安全无损检测系列专题报告会&rdquo ，两场报告会皆吸引了30多名相关领域的专家、学生参加。 　　食品质量安全备受世人关注，无损检测技术发展迅猛，其中近红外光谱和太赫兹光谱技术是其中的佼佼者。 　　7月3日的专题是由日本京都大学大学院农学研究科近藤直教授做题为&ldquo Agricultural Products Grading Systems with Nondestructive Inspection Sensors&rdquo 的报告。 　　在水果分级过程中，水果位于传送带上，CCD摄像机配置在传送带的上方及周边，在传送带的两侧安装有无损伤检测装置。当水果通过CCD摄像机时，水果的颜色、大小、形状、表面损伤情况等均被记录下来，通过这些信息的计算机处理即可完成一般分级作业。若想进一步了解内部质量情况，可通过无损伤检测装置测定糖度和酸度等指标。无损伤检测方法按检测项目大致可分为近红外糖酸度分析法、力学成熟度分析法、可见光成熟度分析法、激光分析法、X射线分析法，其中近红外分析法应用的最多最广，技术相对成熟。 　　7月4日由日本京都大学大学院农学研究科小川雄一副教授做题为&ldquo 太赫兹波在食物生产中的应用展望&rdquo 的报告。 　　虽然太赫兹技术现处于初级阶段，却有着巨大的潜力。尽管它受到现有系统的限制，但改善检测能力，可以在质量控制和食品检验中应用并达到商业化。并且，太赫兹光谱具有其独特的优势，如其光子的能量只有毫电子伏特，与X射线相比，不会因为电离而破坏被检测的物质 太赫兹辐射对于很多非极性物质，如电介质材料及塑料、纸箱、布料等包装材料有很强的穿透力，可用来对已经包装的物品进行质检或者用于安全检查 此外，大多数极性分子如水分子、氨分子等对太赫兹辐射有强烈的吸收，可以通过分析它们的特征谱研究物质成分或者进行产品质量控制 同时，许多极性大分子的振动能级间的间距和转动能级间的间距正好处于太赫兹频带范围，使太赫兹光谱技术在分析和研究大分子方面有广阔的应用前景。 　　报告会由中国农业大学食品学院韩东海教授主持。 报告会现场 撰稿：刘丰秋

正值金秋时节，我国是世界第一水果生产大国，在国内，高档水果市场也被国外水果垄断，其中一个很重要的原因是品种混杂、质量优劣不齐，苹果采收后，由于大小、成熟度和商品性的不同，应进行分级，其中糖度和酸度是评价苹果成熟度的重要指标，而这些指标难以从外部进行鉴别，传统的检测方法往往采用抽样方式的物理和化学检测，化学方法大多存在分析过程比较复杂、耗时长、检测费用高、技术条件复杂、难于实现即时监控及需要破坏样品等缺点。 市场上的农产品越来越多样化，生产者除了要保持农产品的新鲜度外，还要确保有好的口感和营养价值，因此，糖度达到18% （Brix）红苹果的奥秘，一种快速有效的无损检测方法：水果无损测糖仪 测定糖度达高达18% （Brix）才进行上架销售，只为那一口最佳糖度口感。水果无损测糖仪检测时间仅需数秒钟，实现水果糖度的快速测定，对水果生产，特别是水果加工质量的控制，具有十分重要的作用。 苹果作为一个常见水果，一般直接食用或者制作成派的馅料。水果无损测糖仪还可适用于西点师傅制作水果甜品或西餐甜品时所需的水果测量；苹果树种植的过程中，为了保证上市的苹果是色香味俱全的优良水果，那么就需要使用水果无损测糖仪给苹果测糖度，确定其糖度是否达标；水果无损测糖仪，体积小，在果园中非常便于携带，帮助确定合适的采摘时期，保证苹果的口感，提高产品在水果市场中的竞争力。

无损非破坏（红外）糖度计 ——PAL-HIKARi 16（樱桃）【产品简介】无损非破坏（红外）糖度计—— PAL-HIKARi 16（樱桃），又称为樱桃无损糖度计。无需切取果肉！无需榨汁取样！通过探测器直接对果肉实现糖度检测！结果三秒即现！快速简易！【产品参数】型号PAL-HIKARi 16货号5466适用水果樱桃测量范围Brix 12.0 ~ 26.0% 温度 15.0 ~ 35.0℃分辨率Brix 0.1% 温度 0.1°C测量精度Brix ±1.5% 温度 ±1°C*精度视樱桃品种和测量环境而定。环境温度15.0 ~ 35.0℃测量温度樱桃常温是 15.0 ~ 35.0℃（环境温度）*先让樱桃适应其环境温度片刻自动温度补偿范围10.0 ~ 35.0℃电池寿命约测量4,000次（使用碱性电池）电源AAA碱性电池x2offset（数据修正）功能有国际防护等级lP64尺寸和重量6.1×5.2×11.5cm， 142g（仅主机）【产品特点】1.无需对水果切肉榨汁，仅需通过探测器紧贴水果表面，即可测量糖度。2.可实现对水果进行个体探测糖度，帮助果农、果商实现采摘检测，销售分级。3.快速测量，结果3秒即现，数字显示，读数方便。4.连续多次测量求平均值。5.设计小巧，便于携带，具备自动温度补偿功能，随时随地应用于各种场合。【产品原理】 采用近红外法 【测量方式】把水果贴合样品台，按下“START”键，测量结果3秒即现。 【产品应用】1. 果蔬栽培：可实现果农对水果进行个体检测糖度，为果园农场提供果品无损检测，种植管理及数据监测等技术支持。2. 品质分级：帮助水果批发商提供果品检验，快速分拣，收购定级、制定售价等。3. 种植研究院校管理：为栽培指导，成熟度监控，果树新品培育开发等提供科学依据。4. 水果进出口物流中心：帮助检测机构对果品进行质量监测，快速抽检，高效确保果品质量。5. 生活助手：为糕点师傅提供糕点配料中的水果糖度检测，确保糕点风味可口，也可适用热衷家庭种植水果的园艺爱好者。创新点：ATAGO(爱拓）水果无损糖度计系列再推新品——樱桃无损糖度计，无损取汁，不破坏水果，通过红外原理检测果实糖度，快速高效！ ATAGO（爱拓）樱桃无损糖度计PAL-HIKARi 16

记者从河北省林业局获悉，到2015年，河北省将在11个设区市和108个重点县(市、区)全部建立林果质量安全监督检验机构，在全省范围内设立5万个果品质量安全监督检验速测点，100%满足全省林果产品基地、市场、企业监测全覆盖的需要。届时，每批上市水果，都将以抽检的方式通过安全检测，使人们真正吃上放心果。

随着国家食品安全总体水平的提升，“三品一标”（即品种培优、品质提升、品牌打造和标准化生产）、名特优新农产品、绿色优质农产品被越来越多的提及，更多的消费者开始关注食物的新鲜度、口感和营养等品质，农产品品质检测分级和特征品质标识化迫在眉睫。“农畜产品品质无损检测”这项贯穿产、学、研的应用技术，正在深刻提升老百姓舌尖上的品质。它如何影响着整个产业？如今到达了怎样的高度？未来又将如何发展？带着一系列问题，仪器信息网特别采访了中国农业大学教授、国家农产品加工技术装备研发分中心主任——彭彦昆教授，请他分享自求学时代至今，40余年深耕农业工程领域以及农畜产品品质无损检测技术的心路历程。中国农业大学彭彦昆教授科研之路：海纳百川，一心向“农”作为1977年恢复高考制度后的中国第一批大学生，彭彦昆在东北农业大学完成本科学业，之后留校任教8年，期间攻读了在职研究生，本硕均为农业工程领域的农业电气化与自动化方向。1991年，受国家公派赴日本学习，本着学习农业工程以及农业电气化领域先进技术的初心，彭彦昆在东京农工大学攻读博士学位。到日本之初，彭彦昆亲眼目睹了当时日本的农业现代化水平之高，特别是小规模的精细农业，基本实现了农业机械化。同时，日本农民的生活条件与工人并无差别，生活非常幸福，相比同期中国的农业现状，这让他的内心受到了极大的触动。也是自那时起，他便认真思考着：科研该从什么方向入手，才能更符合中国的国情需要，以便将来回国更好地服务于我国农业的发展。由于求学的动力和目标的驱使，彭彦昆在学习外语的同时，只用了3年就顺利取得了博士学位。随后，凭借扎实且重要的研究成果，彭彦昆以特别研究人员的身份，受邀进入日本农林水产省（相当于我国农业农村部）研究所工作。在4年的工作中，他发表了多篇论文，研发的农业机器装备在学会上进行展览，研究成果频频登报，受到广泛关注，日本NHK国家电视台两次报道了其科研成果。1997年，发表了第一篇农产品无损检测技术方面的论文。在完成日本的科研工作后，彭彦昆转赴美国继续深造，回忆起赴美的初衷，彭彦昆分享到：“美国的农业，特别在大农业以及农业自动化方面，跟日本有着很大的不同，那时的美国更加先进，创新能力更强，在很多领域引领世界先进水平，我想在那里更进一步提升自己。”彭彦昆先后在堪萨斯州立大学和密歇根州立大学担任助理研究员及访问学者，后又进入美国农业部农业研究机构（USDA-ARS）的研究所工作，主要是做水果，如桃、苹果、李子、樱桃等检测分级。他也终于探索到了更符合我国农业领域国情的科研方向——食用农产品品质的无损检测。2007年，彭彦昆教授结束了在美国的科研工作，被中国农业大学作为第一层次特殊人才引进回国任教。回国之前，他写好了一个小本子，记录着他多年海外留学、科研期间的所见所闻，写着他回国后最期待做的事情。回国后，他来到了中国农业大学工学院，同时申报了国家自然科学基金和863项目等，从此开启了他在中国农畜产品品质无损检测领域近18年的耕耘。挑战与突破：从零开始，到比肩国际水平谈及为什么刚回国时做肉品检测，他分享到：“2007年，在国内基本上没有人做肉品无损检测技术研究，这是一个比较新的方向。而且，当时提到肉品，市场上存在掺假肉、过期肉、注水肉、病死猪肉……老百姓一听就害怕，迫切需要开发应对的无损检测分级技术。所以，我就选择这个方向。”关于肉品新鲜度检测，一般情况下，消费者去菜市场挑选肉的时候要眼看、手摸、鼻子闻：眼睛看颜色是否是正常；手摸一摸是否发黏，发黏的话说明肉已经变坏了；鼻子闻有没有异味儿，如果菌落总数超标的话，鼻子就能闻到异味儿了。这些都是经常买肉的人会用的传统经验方法，但是这些方式有时候不太准确，更不能用于批量检测分级。今天刚屠宰，以及放了5天的肉都可以放在一块售卖，人们很难分辨。所以，新鲜度是肉品品质的一个非常重要的指标。并不是说不新鲜的肉就不能吃了，但吃了对人的健康是不利的。另外，如果菌落总数已经超标，意味着肉质腐败，按照国家标准要求，这样的肉已经不能吃了。国家标准GB/T 9959.2—2008《分割鲜、冻猪瘦肉》对片猪肉及猪瘦肉的质量作了规定，要求分割猪瘦肉的菌落总数≤106CFU/g。菌落总数超过这个指标的话，肉已经变质。国家标准GB/T 9959.1—2019《鲜、冻猪肉及猪副产品 第1部分：片猪肉》中提到的色泽、弹性、粘度、气味是否正常？更高级的如肉的口感怎么样，吃起来是否鲜嫩？目前，彭彦昆教授团队开发的仪器已经可以实时无损检测出肉品菌落是否超标，以及对超标程度进行在线分级，而且，还可以进行感官指标的检测分级。这些仪器还可以检测生肉做熟了以后的口感怎样。回忆起回国初期的艰辛，他讲述到：“当时，国内在这个领域的研究还非常薄弱，实验室的条件也比较简陋，很多关键的实验设备都需要自己动手设计组装。”面对重重困难，彭彦昆教授和他的团队克服了经费紧缺、技术平台不足等问题，逐步建立起了完善的实验室，推动了国家自然科学基金、863计划项目等多个重点研发项目的顺利实施，获得了多项国家专利，并创制出多种实用检测分级装备。同时，彭彦昆教授经常带领团队参加一些国际交流学会，也邀请一些外国专家到中国来访问。通过多年时间的积累，获得了多项科学技术奖，其中包括2017年度国家技术发明奖二等奖。近5年，团队发表了SCI/EI论文180多篇。可以说，目前，彭彦昆教授团队在农产品无损检测领域的研究达到了先进国家的相近水平，一些核心技术居国际领先。技术转化：从实验室到市场仪器研发出来了，另一个问题也逐渐暴露出来。“对于一些实际应用，虽然我们自己开发的仪器样机已经可以得到非常好的检测效果，但是由于太多企业有着非常强烈的应用需求，仅依靠样机无法满足行业的大量应用需求，这在当时是个很大的矛盾。”彭彦昆教授讲述到。彭彦昆教授深知，科研成果只有转化为实际应用，才能体现其真正的价值。他积极与企业合作，将实验室的研究成果转化为市场上可行的产品。近年来，团队成功将17项专利技术转让给国内的优秀的仪器制造企业，对此彭彦昆教授分享了两个具体案例：肉品检测仪器方面，团队将专利转让给无锡谱视界科技有限公司，该公司将专利技术开发成可量产的生鲜肉品质分析仪，并成为公司主打产品，其中包括迷你型、掌上式、台式、便携式等。在功能上不仅可以检测出肉质新鲜程度等级，还能对人们关心的感官品质和营养品质做出预测评价和分级；应用场景包括但不限于生鲜肉及肉品生产、加工、储运、物流企业、肉品品质监管部门……目前，这些仪器设备在肉品行业已开始大量应用。粮食检测方面，已有两个专利技术及相关装备技术转让给北京雪迪龙科技有限公司，目前该公司正在批量生产相关便携式仪器，仪器功能可实现一键检测粮食的水分、脂肪、蛋白、淀粉等数据指标。在水果蔬菜等更多细分领域也有很多类似案例。正是这些高效便捷的检测仪器，大大提升了农产品检测分级的效率和准确性。彭彦昆教授团队持续深入研究，不断完善、优化技术，企业产品也随之不断迭代升级，科研成果从实验室延伸到设备制造企业，再由企业辐射到整个行业。北京卫视对彭彦昆教授的视频采访彭彦昆团队研发的肉品新鲜度检测装置无锡谱视界科技有限公司制造的肉品检测装置产品在彭彦昆教授看来，越是贴近民生的科研领域，技术设备的研发方向更应该面向大众实际需求，不能过于以工程师思维为导向，他坦言到：“过去我们在仪器研发思路上出现过盲目现象，比如过度追求某个品质指标的精度以及可检测参数维度，尤其是民用场景下脱离了实际需求，老百姓并不在乎测得的大量数据的具体数字，往往更期待能看到农产品几个关键特征品质指标及其品质的等级就够了。所以说做研究一定要接地气，不能论文写的高大上，做出来的设备大家不爱用。”与此同时，彭彦昆教授还强调研究成果面向大众宣传的重要性，“要对消费者进行宣传，比如农产品品质分等分级的重要性，能让消费者个体按着自己的喜好和健康需求选择最适合的食用农产品。要做科普宣传，要让老百姓知道我们有了怎样的仪器，了解我们用到了怎样的技术，”他说，“我们的技术怎么和实际需求联系到一起？这一过程需要进行科普，当老百姓都认识到了，企业就能更加重视，市场才能进一步扩大。”未来展望：从农产品安全到品质提升在采访中，彭彦昆教授谈到了无损检测技术的发展趋势和面临的挑战。他认为，未来，食用农产品安全问题将逐步减少，而人们对农产品品质的需求将持续上升。当前阶段，无损检测技术对于成分含量较高的农产品安全指标可以做比较理想的分级检测，但针对微量成分的检测，例如农药兽药残留、重金属残留、致病微生物等检测还面临很多挑战，在检测精准度方面，尚不能取代传统的检测方法。对于这一挑战，彭彦昆教授给出了未来发展方向预测，他说：“无损检测技术想完全取代传统的检测方式，依赖于芯片技术的发展。伴随芯片技术的发展，图谱分辨率提高，将大大提升检测装备的精度，使得农产品的农药兽药等有害的微量残留都能被精准测出。此外，人工智能算法和大数据技术的发展也将使无损检测技术更加智能化，能够分析出影响农产品品质的复杂环境因素，以及生产加工过程的影响因素。”后记 访谈时，彭彦昆教授特别寄语年轻的研究者，他分享到他的老师，中国工程院蒋亦元院士的观点对他影响深远。蒋院士认为：为做好农业工程领域的创新研究，必须要具备三种技能：一是要具备深厚的数学基础，二是要熟练掌握计算机技术，三是要具备良好的英语能力。同时，彭彦昆教授强调，年轻学者应该结合自己的兴趣选择研究方向，并且要有社会责任感，选择的方向要根植于社会需求。当兴趣与国家、社会的需求相结合，和自己的基础能力密切相关，这是能有所建树的关键。而选择方向时，不仅要追求深度，还要注重广度，要积极学习人工智能、大数据、物联网等新技术，将其与自己的研究相结合，做好产前产后数据链的结合，让检测更准一点，让老百姓更信服一点。 最后，彭彦昆教授建议年轻学者要到一线去工作，去实践，亲自干10年，这样才能更好地指导学生，找到正确的探索方向。彭彦昆教授简介：中国农业大学领军教授、博士生导师，国家农产品加工技术装备研发分中心主任，日本东京农工大学博士。长期从事农产品品质无损实时检测新方法、关键技术、智能装备研究。主持完成国家和省部级科研项目/课题26项，以第一或通讯作者发表SCI/EI 论文300多篇，授权专利100多项，主/参编专著16部，制定标准10多项，创制农产品品质无损检测分级系列装备20多种，以第一完成人获国家/省部级科技奖8项。访谈编辑：涂润林

【产品介绍】无损非破坏（红外）糖度计 ——PAL-HIKARi 3（迷你番茄）无需采摘果实 无需破坏果皮 无需切取果肉 无需榨汁取样【产品简介】无损非破坏（红外）糖度计—— PAL-HIKARi 3（迷你番茄），又称为番茄无损糖度计。无需切取果肉！无需榨汁取样！通过探测器直接对果肉实现糖度检测！结果三秒即现！快速简易！【技术参数】【适用范围】科研机构：水果研究，栽培指导，果树改良，新品研发果园种植：成熟度检测，采摘期控制果品批发：快速分类，分级销售连锁超市：品质监控，快速抽检，销售定价创新点：ATAGO(爱拓）全新推出番茄无损糖度计，与传统型糖度计相比，无需取汁，无需破坏水果，通过红外原理检测果实内部糖度，快速高效！ ATAGO（爱拓）番茄无损糖度计PAL-HIKARi 3

“像过安检系统一样简单，苹果在运送的过程中，体积、密度等数据就被检测出来了，非常节省时间，且适用于流水线作业。”中国农业大学教授韩东海率领的一个课题组近几年作了一项有意思的研究，很贴近市场需求。 　　这项水果质量快速无损检测技术为沉闷的基础研究带来了一丝新意。该课题于2006年获得国家自然科学基金支持。研究人员以可见/近红外光谱和X射线成像技术为手段，围绕苹果内外部品质检测相关的信息进行了应用基础研究，并在研发过程中，自己组建了成套的仪器设备。 　　将可见/近红外光谱和X射线成像技术用于水果检测的理念国外已有，此次韩东海等研究人员采取了一些改进手段，在研究中特别增加了采用透射结合漫反射技术同时检测苹果水心病和糖度的探索性研究。结果表明，该项新技术具有良好效果、其亮点是：具有较明朗的应用前景，为苹果产后分选、贮藏提供理论依据，在减少贮藏损失、保证产品质量、提高附加值方面意义重大。 　　我国是世界第一水果生产大国，其中苹果和鸭梨是最主要的品种，但每年出口量却较少，其中苹果的出口量仅占总产量的2.1%。制约我国水果出口的一个重要原因，是国内对水果的分选检测能力弱、速度慢、试验环境条件差，分选技术水平达不到国际市场的要求。目前，我国水果销售质量的标准对水果外观品质的规定较多，对其内在品质只有硬度和可溶性固形物两项指标，而对那些外观不可见但却显著影响水果内在品质的指标，如苹果水心病、霉心病、内部褐变以及鸭梨黑心病等，还没有列入水果产品质量标准。为加强我国水果在国际市场上的竞争力，满足出口果品的质量分级要求，必须将水果内在品质指标列入到产品质量标准。检测苹果水心病和内部褐变以及检测鸭梨黑心病，就是反映水果产品内在品质的重要指标。 　　由于产生苹果水心病、内部褐变以及鸭梨黑心病的病果与正常果在外观上没有区别，过去对病果内在品质的检验方法只能通过观察随机样品的切片来进行，但这种方法属于破坏性抽样检测的方法，不但浪费极大，而且对出口产品分级毫无意义。因此，必须采用非破坏性的无损伤检测方法对水果内部品质进行评价分级，才能适应国际市场的要求。 　　水果果实具有一定的光学特性，这些光学特性是基于光谱范围的紫外光(UV)、可见光、近红外光(NIR)的多光或单光的放射、透射、吸收或散射体现的。水果内部质量的光学指数，是所基于的水果内部质量特征与光谱响应的相关性的表征，这些相关性通常是指色素和化学成分。研究表明，从正常苹果与水心病苹果的透射光谱图可以比较出，苹果的光密度随水心病的严重程度逐渐减少，根据苹果光谱能量差值，可以直观地看出水心病果与正常果的差异。用透射结合漫透射技术同时检测苹果水心病和糖度的探索性的研究更具意义。 　　该课题组的研究涉及苹果体积的X射线图像法无损在线测定，模型计算体积与真实体积的相关系数达到0.9203；苹果水心病、腐心病的可见/近红外能量光谱的识别技术，最佳模型总判别率为98.1%，直接采用能量光谱建立判别模型，简化数据处理提高速度。“X射线可以对水果内部密度进行检测，和人体透视原理一样，水心部分和正常果肉部分密度是有差异的。X射线成像看上去是平面图像，但实际上是三维图像，涵盖了深度信息。”韩东海解释，检测所需的X射线很弱、时间短，并且低于国际规定的辐射量标准，因此，水果可以安全食用。 　　可见/近红外能量光谱则是根据光能损耗反馈来判定果实内部信息。这就像果实内部是一群深睡的分子，光能透入水果后，分子吸收能量苏醒活跃起来，100%的光能射入，被分子吸收一部分，反射回来后就会有损耗，根据损耗不同，可以判断不同的内部机理。 　　研究组提出，可见/近红外透射光谱技术检测果实病变具有较好效果，近红外漫反射技术则对检测糖度具有优势。科研人员用被测苹果病变部位的体积与完整苹果近似体积的比值作为蜜果蜜指数，对所述蜜指数的范围值进行划分，根据蜜指数落入的范围值确定被测苹果的蜜果级别。这一方法可以填补我国无损伤分级蜜果的空白。 　　“现在我们有了一个新的想法，研发一个近红外能量光谱便携式仪器。我们的设想，是可以将其背在肩上，对还在树上的未成年水果的‘健康状态’，进行跟踪。比如在采摘季节临近时，可以每周检测一次，在一片区域分东南西北方位定位好一定数量的果树，给它们建立一个健康卡，在检测中发现哪棵树上的果实偏小或者糖度偏低，就可以考虑采取给它单独补充营养等措施。这将在生长过程中就对水果质量进行控制，降低果农的风险，减少损失。”韩东海对自己的研究充满自信，他希望这一技术更进一步贴近社会生产需求。

孙旭东华东交通大学机电与车辆工程学院 南昌 330013采收期预测源于精准农业的理念，适时采收是水果提质增效的重要技术手段。过早采收，果实内营养成分未转化完全，影响水果的品质和产量。过迟采收，增加落果、贮藏易烂，加重树体养分的消耗，使树势衰弱，影响次年生产。手持式近红外光谱仪器具有快速、无损和原位测量等优点，是树上水果品质原位检测的最佳技术手段。目前，手持式近红外光谱仪器的模型多在实验室条件下建立。果园环境与实验室相比，存在多种影响因素，诸如温度、阳光等。果园环境下，阳光由早到晚，均处于动态变化中。阳光变化同时影响果实和参比的能量谱。吸光度(A=-log(S-D)/(R-D))，S为果实能量谱，D为暗电流，R为参比能量谱。在实验室建模时通常认为参比能量谱R不变，间隔若干采样次数采集一次参比能量谱，计算吸光度A。但果园环境中阳光是变化的，阳光一方面通过果实进入检测器探头，另一方面阳光变化导致参比能量谱动态变化，这往往容易导致实验室建立的模型在果园中部分失效。我们前期研究发现，果实尺寸越小，阳光的影响越显著，例如透过葡萄果实进入探头的平均阳光信号约占果实信号的1%，而脐橙约为1‰[1,7]。因此，可以从化学计量学角度，视阳光为外部影响参数，应用外部参数正交化(EPO)等方法进行校正，探索实验室模型的果园应用，提高历史数据的利用率，减少重复性的工作。采收期预测是手持式近红外光谱仪果园应用的典型案例之一。澳大利亚Walsh教授团队将手持式仪器成功用于芒果采收期预测，以干物质含量作为采收期预测指标，芒果协会将芒果增收的40%归结为采收期的创新应用[2]。日本、比利时和意大利的科研团队也从事采收期预测的应用研究[4-6]。我们近年也在探索手持仪器的柑桔采收期预测应用，例如验证满足采收标准脐橙果实占比随采收期的变化（图1）[7]、生成采收决策处方图（图2）。果农可以依据采收处方图，合理安排采摘，未来也可以将处方图配对的品质指标和果树位置，下载至采收机械，按图采收，但某种程度上取决于采摘机械的产业应用进程。图1 满足采收标准脐橙随采收期变化曲线图2 脐橙采收决策处方图（紫色代表完熟、橙色代表成熟、粉色代表近熟）我国水果采收期预测尚处于基础研究阶段。技术、仪器和标准等都有待深入。例如，采收期预测标准应视水果种类、用途做出科学调整，例如出口的后熟型水果、立即上市销售和贮藏型水果的采收标准不同，采收期预测也应做相应的调整。参考文献[1] Sun, X., Wang, Z., Aydin, H., Liu, J., Chen, Z., Feng, S. First step for hand-held NIRS instrument field use: Table grape quality assessment consideration of temperature and sunlight chemometrics correction[J]. Postharvest Biology and Technology, 2023, 201: 112374.[2] Granger, A. A. Plant & food research: New Zealand kiwifruit breeding programme [J]. Acta Hort., 2011, 913: 59-62.[3] Walsh, K. B., McGlone, V. A., Han, D. H. The use of near infra-red spectroscopy in postharvest decision support: A review [J]. Postharvest Biology and Technology, 2020, 163: 111139.[4] Osborne, B. G. Applications of near infrared spectroscopy in quality screening of early-generation material in cereal breeding programmes [J]. Journal of Near Infrared Spectroscopy, 2006, 14: 93-101.[5] Bertone, E., Venturello, A., Leardi, R., Geobaldo, F. Prediction of the optimum harvest time of ‘Scarlet’ apples using DR-UV-Vis and NIR spectroscopy [J]. Postharvest Biology and Technology, 2012, 69: 15-23.[6] Peirs, A., Lammertyn, J., Ooms, K., Nicolaï, B.M. Prediction of the optimal picking date of different apple cultivars by means of VIS/NIR-spectroscopy. Postharvest Biology and Technology, 2001, 21: 189–199.[7] 宮本久美. 果樹の生育診断への近赤外分光法の応用 [J]. 農業機械学会誌, 2007, 69(3): 11-14.[8] Sun, X., Guo, F., Liu, J., Chen, Z., Abobatta, W. F., Nawaz, M. A., Feng，S. From lab to orchard use for models of hand-held NIRS instrument: A case for navel orange quality assessment considering ambient light correction[J]. Computers and Electronics in Agriculture, 2024, 219: 108797.

记者日前从三门峡出入境检验检疫局获悉，今年年底前，三门峡国家果品及果蔬汁检测重点实验室有望获批。 　　近日，国家质量监督检验检疫总局科技司负责人就批复设立三门峡国家果品及果蔬汁检测重点实验室事宜表态，鉴于三门峡果蔬发展在我国的龙头地位及三门峡国家果品及果蔬汁检测重点实验室项目规划，将批准设立最后一个食品类国家重点实验室。该实验室有望在今年年底前批准。这预示着三门峡出入境检验检疫局在去年成立以来，实验室建设一年时间实现三大跨越。该局年初开始建设常规性实验室，今年9月正式通过验收 今年7月份又获准筹建国家质检总局苹果及果汁区域性中心实验室，目前该项目正在积极筹建之中，准备迎接明年年初的验收。 　　三门峡市是全国著名的优质水果产地，灵宝苹果更是驰名中外。建设国家果品及果蔬汁检测重点实验室，有助于提升三门峡市的国际知名度和影响力 有助于跨越国际贸易技术壁垒，增强果品国际竞争力，扩大出口 并且符合三门峡市发展特色产业的要求和实际需要。据了解，三门峡出入境检验检疫局将用三年左右时间建设国家果品及果蔬汁检测重点实验室。 　　而在此之前的10月22日，国家质检总局公布了全国获得生态原产地保护产品共15个，其中我市占两个，分别是卢氏黑木耳和灵宝苹果。11月6日，国家质检总局再度公布全国国家级出口食品农产品质量安全示范区名单，河南省共有5家，其中我市两家，分别是陕县出口果品果汁质量安全示范区和灵宝市出口果品果汁质量安全示范区。11月7日，河南省人民政府办公厅公布了第三批河南省出口基地名单，共15个，三门峡苹果及果汁出口基地位列其中。这将为三门峡市每年带来500万元的资金支持。

仪器信息网讯 2015年4月9&mdash 10日，&ldquo 第八届中国国际食品安全技术论坛&rdquo (以下简称：CBIFS 2015)在扬州市扬州会议中心举办。4月10日，作为CBIFS 2015分论坛的食品安全检测及样品前处理技术、食品生成过程质量控制技术、乳制品质量安全控制技术、食品安全标准与法律法规四个专题研讨会成功举办。 　　其中在食品安全检测及样品前处理技术专题研讨会中，来自江苏大学食品与生物工程学院的陈全胜教授做了题为&ldquo 食品品质与安全快速、无损检测新技术研究&rdquo 的报告。 江苏大学食品与生物工程学院 陈全胜教授 　　报告主要分为三个内容，分别是食品品质智能化感官检验研究、食品无损检测新技术和新仪器研发及食品加工过程在线过程监控研究。 　　陈全胜介绍道，人工感官不具有广普性，而食品品质智能化感官检验按照多传感器信息融合的食品智能化感官思路，利用视觉、嗅觉和味觉传感器分别模拟人眼、鼻、舌三种感觉器官获取样品(如茶叶)色、香、味、形等信息，计算机模拟人脑对三种信息进行处理，并对照人工感官检验结果，构建一个模型实现仪器化，智能化评价。 　　对于食品无损检测新技术和新仪器，陈全胜首先谈到便携式近红外成分检测仪。介绍了对于不同食品状态，开发的不同的检测模块，和基于嵌入式系统仪器方面的研究成果。陈全胜着重介绍了高光谱成像检测仪：&ldquo 高光谱成像技术(HSI)集成像分析和光谱分析于一身，光谱技术能检测其内部结构、化学成分等，图像技术能检测外观品质。因此HIS在食品、农产品内外综合品质检测上具有一定优势。&rdquo 报告中还介绍了其他食品中无损检测新技术和新仪器，如多光谱成像仪、荧光显微高光谱成像技术、可视化电子鼻技术等。 　　在食品加工过程在线监控方面，陈全胜列举果蔬智能化分级系统、食品农产品分选和包装过程智能化装备等。

p 　　我国水果种植面积稳居世界前列，水果分选市场广阔，根据2018年国家统计年鉴的相关信息，以苹果、柑桔、梨和柚子四种水果为例，水果分选机的装备需求已达8000多台，市场规模可达60多亿元。 /p p 　　长期以来，国内水果分选处理水平不足，人工分选工作效率低，劳动强度大 传统机械式分选，水果外部品质易受损，内部品质无法监测分类，生产效率不高，难以实现精准和无损化。而且这类机械分选设备功能单一，只能按水果的大小或重量进行分选，缺乏水果内部品质分选技术。高品质水果分选设备多数依赖进口，价格高昂，并且分选模型也不完全适宜我国本土水果。 /p p 　　相较于国内，国外在水果分选仪器及应用方面已经走在了前端，特别是在日本、新西兰、澳大利亚等国家已经拥有了很多成功案例。其中，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。之后，多家单位相继研制出类似设备，继而在日本大面积推广 2015年以来，NIRS在新西兰的猕猴桃包装线上进行了商业应用。新西兰猕猴桃出口商以最低DM作为口感标准(MTS)，并应用NIRS分选设备挑选超过MTS标准的猕猴桃用于出口。 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 300px height: 225px " src=" https://img1.17img.cn/17img/images/202008/uepic/c9febbd7-d5b5-47d8-8ea1-8e37943359d1.jpg" title=" 新西兰.jpg" alt=" 新西兰.jpg" width=" 300" height=" 225" border=" 0" vspace=" 0" / /p p style=" text-align: center " strong 新西兰猕猴桃NIRS在线分选 /strong /p p 　　随着我国对水果品质要求的提升，传统的水果分选设备以及人工分选方式已经不能适合社会发展的需要，亟待发展高通量检测、快速无损的水果分选设备。鉴于此，华东交通大学光机电技术及应用研究所历经十年技术攻关，研制出了具有自主知识产权的水果动态在线分选装备，不但可实现水果的糖度、酸度、重量、内部缺陷等指标同时检测，还能够实现自动上下料、自动包装、分选级别可调节等功能，设备分选精度高达90%以上，其中糖度检测误差小于0.5° Brix，酸度误差低于0.15%，整体技术水平已达到国际先进水平。据团队首席专家刘燕德教授介绍，该团队已拥有四代水果动态在线分选装备及三代便携式水果检测技术，其中第四代分选装备新增了机械手臂，在提高上料速度的同时还能降低损果率，并通过在上料的果杯中安装质量传感器，提高分选效率和检测精度。 /p p 　　近红外光谱技术(NIRS)具有快速、无损检测等优点，是最佳的实用性水果品质检测技术。经近30年发展，NIRS逐步由实验室走向采后分选、现场抽检等应用，并逐步发展成水果采后提质的主流技术手段。从2002年开始，刘燕德教授课题组围绕水果的内部品质快速无损在线检测和水果的成熟度便携式仪器开展了一系列的研发工作：采用近红外漫透射在线检测技术，解决了业界困扰多年的水果内部成分分布不均匀、检测精度低等问题，可检测厚皮金柚，打破了国内水果分选只能依赖国外进口设备的僵局 针对水果大小、重量、糖酸度、内部缺陷的检测，该团队所建立的多指标同步检测通用模型已有百万级数据，可根据水果形状大小、果皮厚度、有无果核随时调整模型，调节光源透射性，可以对苹果、梨、脐橙、桃子、柚子等10余种水果进行科学检测分级 运用动态高速分选协同控制和动态校准技术，可实现水果在高速运动的同时进行检测，将光源稳定性误差控制在0.5%以内，水果分选速度达到5-8个/秒。 /p p 　　特别值得一提的是，该团队拥有完全自主知识产权的“水果内部品质快速无损检测与分选装备”现已在江西赣南脐橙、上饶马家柚、山东苹果、河北鸭梨、重庆柑桔、广东梅州金柚等水果主产区推广应用，示范面积达4万亩，培训技术人员100余人，培训果农1200余人，举办现场演示会5次，累计示范智能农机与光电分选装备20余套，拥有江西定南、吉安、万安等地建立果园智能化管理与装备示范基地，显著增强了区域特色农产品的产业化水平和市场竞争力。 /p p 　　 strong 部分使用场景如下(图片会直接链接视频)： /strong /p p strong 　　1.赣南脐橙分选设备 /strong /p script src=" https://p.bokecc.com/player?vid=61316FECF7F5A3C69C33DC5901307461& siteid=D9180EE599D5BD46& autoStart=false& width=600& height=350& playerid=621F7722C6B7BD4E& playertype=1" type=" text/javascript" /script p 　　脐橙新装备：针对脐橙果皮厚、透光性低等问题，研发了基于漫透射原理的脐橙糖度分选机 (10吨/小时)。速度5-8个/秒，检测精度90%，检测指标：糖度。 /p p 　　应用地点：江西赣州市定南县 /p p strong 　　2.河北鸭梨分选装备 /strong /p script src=" https://p.bokecc.com/player?vid=A16B0494495585129C33DC5901307461& siteid=D9180EE599D5BD46& autoStart=false& width=600& height=350& playerid=621F7722C6B7BD4E& playertype=1" type=" text/javascript" /script p 　　鸭梨分选装备：针对梨等易损失、黑心等问题，研发了基于漫透射原理的鸭梨糖度、内部缺陷分选机(10吨/小时)。速度5-8个/秒，检测精度90%，检测指标：糖度、重量、黑心。从重量达标的优质果中选择糖度12度以上的高档果。 /p p 　　应用地点：河北泊头 /p p strong 　　3.井冈蜜柚分选装备 /strong /p script src=" https://p.bokecc.com/player?vid=6C999C8A14670B929C33DC5901307461& siteid=D9180EE599D5BD46& autoStart=false& width=600& height=350& playerid=621F7722C6B7BD4E& playertype=1" type=" text/javascript" /script p 　　速度3个/秒，检测精度90%以上(16吨/小时)，检测精度± 1° Brix。 /p p 　　应用地点：井冈山国家科技园 /p p strong 　　4. 苹果分选装备 /strong /p script src=" https://p.bokecc.com/player?vid=20FE0571EDFB06B49C33DC5901307461& siteid=D9180EE599D5BD46& autoStart=false& width=600& height=350& playerid=621F7722C6B7BD4E& playertype=1" type=" text/javascript" /script p 　　针对苹果各向异性、阴阳面糖度差异大等问题，研发了基于漫透射原理的苹果糖度分选机(10吨/小时)。速度5-8个/秒，检测精度90%以上。 /p p 　　应用地点：山东盛全、绿景果业公司 /p p 　 strong 　5.上饶马家柚分选装备 /strong /p script src=" https://p.bokecc.com/player?vid=7AEAF94AB8646A549C33DC5901307461& siteid=D9180EE599D5BD46& autoStart=false& width=600& height=350& playerid=621F7722C6B7BD4E& playertype=1" type=" text/javascript" /script p 　　速度3个/秒，检测精度90%以上(16吨/小时)，检测精度± 1° Brix。 /p p 　　应用地点：江西省东篱柚业科技有限公司 /p

11月18日，记者从西北农林科技大学党委宣传部获悉，由该校专家张海辉、孙广宇团队联合研制的国内首型苹果霉心病无损检测仪在杨凌问世。该型设备的成功研发结束了我国苹果霉心病检测设备长期依赖国外进口的历史，具备完全自主知识产权，已获得国家发明专利。目前，该型设备已经在我省永寿、白水、礼泉等苹果产区投入使用。　　苹果霉心病是由多种病毒侵入果心引起的病变，人长期食用具有致癌等健康危害。由于苹果霉心病害区域由内向外扩散，缺乏直接有效的判别方法，已成为影响苹果鲜果销售、储藏及果汁生产的重要难题之一。作为全球最大苹果连片种植区，今年我省部分苹果产区受气候因素影响霉心病害严重，急需霉心病检测专用设备。为此，西农大机电学院张海辉教授和植保学院孙广宇教授从苹果霉心病的致病机理和特点出发，基于投射光谱检测技术，集成研发成功了一型操作简单，方便携带的苹果霉心病无损检测仪。据实际应用的数据显示，该型设备对同一产区的病果识别率可达85%以上。　　在国际上，只有意大利生产苹果霉心病无损检测仪。因此，国内龙头苹果果品企业和果汁生产企业不得不花高价从国外进口，设备笨重不易携带，无法在苹果产地开展霉心病无损检测。西农大研制的检测仪，机型小巧、操作流程简单，果农仅需一小时培训即可掌握，具备在“最先一公里”降低霉心病果比例的功能，对我国苹果产业的可持续发展和保障人民群众健康具有重要实践意义。记者了解到，张海辉、孙广宇教授和他们的团队正在进一步研制可用于规模化检测的病果实时分选设备，进一步降低我国苹果产业对进口设备的依赖程度。

随着图像处理及分析相关的硬件和软件的不断进步，高光谱成像系统在各种研究项目中的使用越来越多，并被应用于各种领域。有研究报告显示，2023年全球高光谱成像系统市场估计为168亿美元，预计2028年有望达到343亿美元，预测期间复合年增长率为15.4%，市场极具活力！8月8日，仪器信息网主办了“高光谱技术在农业领域的最新应用进展”网络研讨会议（相关精彩视频回放点击：https://www.instrument.com.cn/news/20230811/679327.shtml）。会后，为了更好的展现高光谱技术和应用的创新成果，以及未来的发展趋势，仪器信息网特别策划《高光谱技术创新成果集》网络专题，集中展示高光谱领域的最新成果，包括但不限于仪器、部件、技术、方法、应用等。本次我们邀请了北京工商大学杨一副教授为我们分享高光谱技术当前的研究进展及其团队研究成果。北京工商大学副教授 杨一1、您认为高光谱的技术优势体现在哪些方面？有哪些成熟的应用？杨一：高光谱成像技术有效的结合了成像技术和光谱技术的特点，可同时获取被检测对象的空间信息和光谱信息。所采集的空间图像信息可以用来评估样本外部的大小，形状和纹理等物理特征，而光谱信息特征则可以用来评估样本内部的生化成分。能同时检测样品的内外部品质，并且可以根据每个像素点分析样本的全局或局部特征使得高光谱成像技术具有得天独厚的优势。高光谱成像技术最早应用于遥感领域，例如地质勘探、海洋监测和植物健康监测等。但随着光学和计算机技术迅速发展以及仪器成本的显著降低，目前高光谱成像技术已经广泛的应用于食品及农产品品质的评估分析。2、当前高光谱技术发展是否成熟？还有哪些新的技术亟待发展？杨一：目前高光谱技术发展相对成熟，但价格和成本依旧对其大规模的在线应用起到了限制作用。新的传感技术和光路系统等仍需进一步的发展，相信随着空间分辨率会越来越高、光谱涵盖波段越来越宽且价格成本越来越低的新型高光谱设备的出现，其市场也会越来越大。3、基于高光谱技术，您开展了哪些方面的研究？取得了怎样的成果？杨一：本人一直基于机器视觉、近红外光谱技术和高光谱成像技术从事食品及农产品品质无损检测技术及装备领域的研究，并分别针对国内外多种水果、谷物和肉制品的内外部品质、等级及疾病展开快速无损检测。先后在中国农业大学、美国乔治亚大学、美国农业部国家禽肉研究中心、北京市农林科学院及北京工商大学等海内外多个团队学习和工作的经历，使我熟悉本研究领域国内外研究的前沿和热点，期间先后主持国家自然科学基金青年基金及北京市农林科学院博士后科研基金等，并以主要完成人参与国家自然科学基金及国家重点研发计划在内的多项课题研究工作，至今已在国内外期刊及会议上发表数篇高水平论文和参与研发了多项快速检测技术与装备。4、您是否有产业化的意向或者成果？在合作层面有什么样的需求？杨一：本人目前已探索和建立了多项基于高光谱技术的食品及农产品快速无损检测及方法，尤其是本人博后所在的北京市农林科学院智能装备技术研究中心智能检测部无损检测实验室团队，长期致力于利用光电技术在不同尺度下研究农产品/食品质量安全快速无损检测的基础问题，并研发了多项快速检测技术与装备。近年来，主持国家科技支撑计划、国家重点研发计划和国家自然科学基金等国家及省部级项目近30项，具有雄厚的技术基础和深厚的行业经验。如有感兴趣的企业欢迎交流合作，将相关技术应用进一步转化到生产中。

猕猴桃亦称奇异果，含有多种微量元素和丰富的有机物，营养价值高且口感酸甜，拥有“水果之王”的美誉。糖度是猕猴桃主要的内部参数之一，猕猴桃内部品质参数直接影响其口感，也是决定猕猴桃采摘时间及储存时间的重要指标，猕猴桃的糖度中85%左右的成分是可溶性固形物，因此常用的传统糖度检测方法是采用折射仪测量被挤出的果汁中的可溶性固形物含量来反映糖度值，该方法繁琐、耗时且破坏样本，无法实现快速的工业化检测。高光谱成像技术因其信息量大、光谱分辨率高、操作方便等特点，已广泛用于如苹果、樱桃、柿子、芝麻菜、梨、荔枝等]果蔬内部参数的无损检测。1 实验部分1.1 材料实验材料为某猕猴桃基地现采的“红阳”猕猴桃。选取120个大小相近、表面无损伤和疤痕的猕猴桃样本并依次编号，静置于实验室24h,等待采集其高光谱图像并随后测量其糖度，实验期间的环境温度(26±1)℃。1.2仪器与设备本实验应用了400-1000nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS13进行相关研究。光谱范围在400-1000nm，波长分辨率优于2.5nm，可达1200个光谱通道。采集速度全谱段可达128FPS，波段选择后最高3300Hz（支持多区域波段选择）。1.3高光谱图像信息采集高光谱分选仪预热30 min后开始采集图像，以保证采集时的环境温度和光源强度在采集初期和后期保持一致。将标准白板的高度调整至与猕猴桃样本在同一焦面上，光谱相机曝光时间为13.5ms,样本平台与镜头的距离为170mm,电控移动平台前进距离为11 cm,其前进速度及回退速度分别为0.46和5cms¹ 。1.4猕猴桃糖度测定采集完所有样本的高光谱图像后，当天进行并完成猕猴桃糖度测定。根据行业规定，常以猕猴桃赤道部位的糖度来代表整体糖度，参照NT/T2637—2014《水果、蔬菜制品可溶性固形物含量的测定-折射仪法》,对每个猕猴桃样本依次将其赤道上的果皮削掉，取出适量果肉压汁，随后用一次性滴管将汁液滴到SKY107手持式糖度折射仪的检测槽中，读出该样本的糖度理化值示数。每个样本以两次平行测定结果的算术平均值作为该样本的糖度理化测量值。1.5 高光谱数据的提取采用Spec View软件对猕猴桃样本的原始高光谱图像进行黑白校正，利用ENVI5.1软件从校正后的图像中选择猕猴桃整个赤道区域作为感兴趣区域并提取光谱，以ROI区域的平均光谱作为此猕猴桃的原始光谱信息，如图2(a)所示。由图2(a)可知，原始光谱曲线的首尾两端存在明显噪声，故选取每个样本400～1000 nm波长范围内的高光谱信息作为有效光谱，如图2(b)所示，该范围共计237个波长。1.6模型评价利用5个指标值即校正集的相关系数(Rc)及其均方根误差(RMSEC)、预测集的相关系数(Ro)及其均方根误差(RMSEP)、相对分析误差(RPD)来评价模型的预测性能。其中，Rc和Rp越接近于1,表明模型的稳定性及拟合度越高；RMSEC和RMSEP越接近于0,表明模型的预测能力越强；RPD定义为样本的标准差与其均方根误差之比，若RPD1.4,模型对样本无法实施预测，1.4≤RPD1.8,模型可对样本进行粗略预测，1.8≤RPD2.0,模型可对样本进行较好预测，RPD≥2,模型可对样本进行极好预测]。2 结果与讨论2.1样本划分对120个猕猴桃样本利用拉依达准则方法进行异常值的判别和剔除，结果显示无异常值，随后将其按照3:1比例用KS(Kennard-Stone )算法将其划分为90个校正集样本、30个预测集样本，猕猴桃样本糖度测量值结果见表1。2.2光谱及预处理为了减少提取的光谱数据中掺杂的噪声和光谱倾斜，以便提高光谱分辨的灵敏度，进行合理的光谱预处理是必要的。利用多元散射校正、标准正态变量变换、直接正交信号校正等3种方法对有效光谱进行预处理，并分别建立对应的ELM预测模型，其预测结果见表2。由表2可知，DOSC-ELM模型的Rc和Rr值最大且RMSEC和RMSEP值最小，预测效果好，故后续均基于DOSC预处理方法进行。DOSC方法通过将光谱矩阵与待测浓度矩阵正交，在不损害数据结构特性的前提下滤除原始光谱中与糖度不相关的信息，保留最相关的信息用于构建预测模型。DOSC预处理前的校正集和预测集的光谱反射率分别如图3(a)和图3(c)所示，DOSC预处理后的校正集和预测集的光谱反射率分别如图3(b)和图3(d)所示。从图3可知，相较于未经过预处理的高光谱图像，DOSC预处理后的光谱图像线条更加紧密，图3(b)和图3(d)中所凸起的波峰也反映了预处理后的光谱数据与待测成分即糖度的相关性得到了良好的提升。DOSC预处理前后各高光谱波段与猕猴桃糖度的相关系数如图4所示。通常相关系数0.5≤|r2.3.2 基于CARS的特征光谱变量提取对预处理后的光谱用CARS算法提取特征光谱变量时，设定蒙特卡罗采样50次，采用5折交叉验证法。图7(a)为呈现指数衰减函数的选择过程，特征光谱变量的数量随着采样次数的增加先迅速下降然后平缓减少，具有“粗选”和“精选”2个特征。由图7(b)可知，随着Monte-Carlo采样次数的增加，内部交叉验证均方根误差(RMSECV)呈先缓慢减小后陡然增大的趋势，这是由于选择过度而移除了富含信息的关键变量，导致模型的预测性能下降。图7(c)是特征光谱变量随着采样次数变化的回归系数路径图，当图7(b)中RM-SECV值达到最小值时，各特征光谱变量的回归系数位于图7(c)中的“*”所在的垂直线位置，此时采样运行5次，最终提取出49个特征光谱变量。3结论以“红阳”猕猴桃为研究对象，本文利用高光谱成像技术结合不同特征光谱变量提取方法构建不同模型，对猕猴桃糖度进行无损检测。研究结果如下：(1)对猕猴桃原始有效光谱分别采用MSC,SNV和DOSC预处理后，结合ELM模型的预测结果，分析不同预处理方法对模型预测精度的影响，对比结果显示DOSC预处理效果最好。(2)对DOSC预处理后的光谱分别采用一次降维、一次组合降维和二次组合降维共7种特征提取方法，提取到的特征光谱变量个数分别为49,9,8,58,55,11和19,占全光谱波段的20.7%,3.8%,3.4%,24.5%,23.2%,4.6%和8%。

p 　　2018年1月8日，2017年度国家科学技术奖励大会在北京隆重召开。由中国农业大学工学院彭彦昆教授领衔的“生鲜肉品质无损高通量实时光学检测关键技术及应用”项目获得2017年度国家科技发明奖二等奖。 /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201801/insimg/91894b5f-0852-4b8b-a564-7411b1b3dc18.jpg" title=" 领奖.jpg" / /p p style=" text-align: center " 　　 span style=" font-family: 楷体, 楷体_GB2312, SimKai " “生鲜肉品质无损高通量实时光学检测关键技术及应用”项目获奖团队成员包括彭彦昆(中国农业大学)，黄岚(中国农业大学)，汤修映(中国农业大学)，李永玉(中国农业大学)，韩东海(中国农业大学)，陈兴海(北京卓立汉光仪器有限公司)等六人。 /span /p p 　　随着人们生活质量的不断提高，市场对猪肉、牛肉等生鲜肉的需求量不断增加，同时，消费者对生鲜肉的质量安全越来越关注，人们对生鲜肉的品质提出了更高的要求。生鲜肉品质的传统检测方法主要有两种：一是感官评定法，二是理化分析法，但两种方法都存在一定局限。感官评定法主要依赖于专业评定人员的经验，因此评定结果容易受其专业水准的影响，人为误差大。理化分析法则依赖于人工抽检，具有耗费时间长、样品采集有局限、检验过程对样品有破坏性及检测结果有滞后性等特点，不能满足快速、无损、实时的实际检测需求。 br/ /p p 　　为破解肉品检测长期存在的前处理过程繁琐、测试时间长、在线实时的新鲜肉判定及品质分级困难等国内外共同关注的技术瓶颈难题，彭彦昆教授带领团队进行了10年的农畜产品无损检测的研究。揭示了生鲜肉的光散射规律特征及其与品质属性的关系，发明了生鲜肉品质无损高通量实时光学检测的特征图谱建模关键技术，自主研制了生鲜肉品质参数的无损高通量光学检测装备。 /p p 　　该项目实施至今，针对生鲜肉产销链环节的不同需求，研发了移动式、在线式、便携式等8个系列检测装备，包括细菌总数检测、多品质参数同时检测、胴体背膘厚和大理石花纹在线分级等装备。简单来说，利用这些无损检测装备可以快速地测得胴体的背膘厚、大理石花纹等，以确定其品质等级 能实时测得生鲜肉的水分、嫩度、色泽、pH值、挥发性盐基氮、脂肪、蛋白质等，已判定肉品品质以及是否可以食用等。通过第三方具有资质的检测机构测试和实际应用证实，移动式检测速度为0.74秒/检测点、在线式为1-3个样品/秒、便携式为3-4秒/样品，检测正确率为92%-100%，相对误差≤4%。基于以上特点，该技术不仅仅局限在质检部门、屠宰厂以及生鲜肉加工企业，也可满足普通消费者对生鲜肉品质安全检测把关的需求。项目成果在主要肉品生产加工企业和监管部门等进行了推广应用，为生鲜肉品质监控提供了先进实用的检测手段，提高了监管效率及检测技术水平，经济效益和社会效益显著。 /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201801/insimg/42b1e715-46fa-4b3e-8b43-16826b5ea02a.jpg" style=" " title=" 图1-彭彦昆教授在试验现场1.jpg" / /p p style=" text-align: center " 彭彦昆教授在试验现场 /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201801/insimg/fa9fbf98-3813-40a9-9fcd-6901c79a6a65.jpg" style=" " title=" 图2-研究团队成员在示范应用现场进行检测试验1.jpg" / /p p style=" text-align: center " 研究团队成员在示范应用现场进行检测试验 /p p 　　经过10年多的研究，在国家自然科学基金、国家863高技术计划、公益性行业科研专项和国家重点研发计划等项目的支撑下，彭彦昆教授和他的团队在无损检测技术上一直在不断的创新：从基础研究的探索到实用性技术的研究、从检测方法研究到装备的开发研究、从单一对象检测方式的研究到多种产品检测方式的研究、从单一品质信息研究到多种品质信息同时检测研究和从静态检测系统到实时在线式检测装备，中国农学会组织知名专家对该项目进行了科学评价：总体技术达到国际领先水平。项目获授权发明专利32项、实用新型24项，登记软件著作权22项，出版中英文专著3部，发表论文151篇(其中SCI/EI 111篇)，制订行业标准4项，获中华农业科技奖1等奖、教育部科技进步奖1等奖、其他奖10项。 /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201801/insimg/f502cc0a-d5c0-41a2-9da5-31288af4f88e.jpg" title=" 图3_研究团队照片1.jpg" / /p p style=" text-align: center " 研究团队 /p

今天是CCATM&rsquo 2014国际冶金及材料分析测试学术报告会分会阶段的最后一天，笔者抽空旁听了一下&ldquo 无损检测&rdquo 分会场的报告，这也是我头一次和&ldquo 无损检测&rdquo 的零距离接触。 在分会上宣读会议报告的主要是来自国内钢铁企业的代表。当然，这也不奇怪，无损检测技术本身就是一项工业技术。最常用的无损检测主要有五种：超声检测、射线检测、磁粉检测、渗透检测和涡流检测。近年来声发检测、漏磁检测（本次会议上有多个报告涉及这一无损检测技术）和激光全息摄影等检测技术也获得了一定的发展和应用。目前，无损检测已被广泛应用在生产过程的质量控制、成品的质量控制和产品使用过程中的监测等方面。 中国的钢铁工业经过几十年的发展，已取得了举世瞩目的成绩，我国钢铁生产不仅在数量上，而且在质量上都有了极大提高（在会上笔者了解到，像制造航空母舰需要的特种钢材我国已经解决）。当然，同发达国家相比，差距还是有的。据了解，我国目前因为不能生产、产量低和质量达不到用户要求等原因，年需从国外进口钢材约700万吨，即使能生产的大宗钢材品种，产品质量与国外相比也存在一定差距，如钢制纯净度低、有害气体和杂质含量较高、性能的均匀性差等。而无损检测恰恰是保证钢铁产品（例如：钢管）质量的重要手段之一。据有关代表介绍，无损检测发展至今，已不仅仅是通常的&ldquo 无损检查/无损检测/无损探伤&rdquo 的含义了，其已发展到通过对记录的指示进行解释后的一种审查，以确定这些指示是否满足特定的验收准则阶段，即无损检测已向&ldquo 无损评价&rdquo 方向发展，为产品的质量提供有力的支持。 可能多数代表都是来自企业的缘故，在每一个报告的问答环节，大家讨论得都异常热烈，有啥说啥，表达意见都非常直爽。尤其是在争论问题的过程中，时不时还能听到两句&ldquo 粗口&rdquo ，这一点倒是很对笔者的脾胃。尽管讨论的内容可能不是那么&ldquo 阳春白雪&rdquo ，但很解决实际问题。经过这样热烈的讨论，多数报告人表示非常有收获，对自己今后工作的开展大有裨益。 会议现场 热烈讨论

1月4日，新年上班第一天，三门峡出入境检验检疫局传来喜讯，三门峡国家果品与果蔬汁检测重点实验室于2012年12月31日正式获批。 　　我市位于黄河金三角果品产业带中心地区，是全国著名的优质水果产地，果蔬发展在全国处于龙头地位。建设国家果品与果蔬汁检测重点实验室，有助于提升我市的国际知名度和影响力，跨越国际贸易技术壁垒，增强果品国际竞争力，扩大出口，符合我市发展特色产业的要求和实际需要。三门峡出入境检验检疫局建局伊始，即把实验室建设标准定位在国内领先、国际一流的水平，高起点引进人才，高标准建立质量管理体系，为创建重点实验室奠定了坚实基础。该局2012年初建设常规性实验室通过验收，又获准筹建国家质检总局苹果及果汁区域性中心实验室，而今再次获批筹建三门峡国家果品与果蔬汁检测重点实验室，一年时间实现了三大跨越。 　　国家质量监督检验检疫总局在《关于批准筹建“国家果品及果蔬汁检测重点实验室(三门峡)”的通知》中明确指出：要充分利用现有实验室资源与条件，积极争取地方支持，严格按照国家检测重点实验室的建设标准，切实加强实验室基础设施建设、仪器设备投入和技术能力建设，确保国家检测重点实验室达到国际一流检测实验室的目标。 　　三门峡出入境检验检疫局将用三年左右时间建设该实验室。该局表示，将抢抓中原经济区建设的重大机遇，紧紧围绕“三大战略定位”，进一步加强人才引进、加大资金投入，强化管理，高标准、高质量、高速度启动三门峡国家果品与果蔬汁检测重点实验室筹建工作，争取实验室建设早日通过验收并发挥效益，为加快“四大一高”战略的实施，更好地服务黄河金三角承接产业转移示范区作出积极贡献。

为提高科技经费的使用效率，保证研究工作的质量，结合课题特点，北京市科学技术委员会决定采取公开招标的方式，择优选取课题承担单位。本次招标工作将遵照《中华人民共和国招标投标法》、中华人民共和国科学技术部《科技项目招标投标管理暂行办法》的要求和相关规定进行。 　　本次招标活动的招标人是北京市科学技术委员会，招标代理机构是北京科学技术开发交流中心。现请投标人就2015年国家现代农业科技城成果惠民示范工程专项课题&ldquo 蔬菜种子无损检测及产品质量提升技术研究应用&rdquo 进行投标。 　　现将有关招标事宜公告如下： 　　一、招标课题名称及编号 　　招标课题：蔬菜种子无损检测及产品质量提升技术研究应用 　　招标编号：NF201504 　　二、课题目标 　　围绕北京市蔬菜种业安全和主要蔬菜高质量种子生产的技术需求，针对蔬菜种子质量无损检验与加工技术薄弱等问题，以番茄、辣椒、甜玉米杂交种为研究对象，开展种子质量快速无损检测与种子质量提升技术的研究，为缩小与国外高端蔬菜种子质量的差距，提高首都种业科技创新能力和种业国际竞争力，保障首都蔬菜安全提供技术支撑。 　　三、投标人资格 　　1、在北京地区注册的具有独立法人资格的企业(不包括外商独资和中方股份未超过50%的中外合资企业)、事业单位和其他组织 　　2、资信良好，在最近2年内无不良记录或严重违法违纪行为 　　3、投标人在北京市科委的信用评级为C以下(含C)的不具备投标人资格 　　4、承担北京市科学技术委员会课题到期应结题而未结题的单位，不具备投标人资格。 　　四、投标须知 　　1、投标单位应具有良好的种子生产无损质量检验技术研发的技术积累以及相应的市场推广示范基础 　　2、投标单位应拥有副高级职称以上的专业技术人才，并与国际上的相关领域研究机构或跨国公司具有一定的合作基础 　　3、投标单位应拥有良好的实验室、种子加工处理等基本设施和设备。 　　招标人允许投标人与其它机构进行技术合作，共同完成技术研发、应用推广。投标人如与其它机构合作，应在投标方案中明确说明合作内容、方式、技术方案、资金使用等重要内容，投标时必须签订分工明确的合作协议。 　　五、招标课题研究进度要求 　　完成本课题的时间为中标人与招标人签订《课题任务书》之日起三年内完成。 　　六、课题经费 　　完成本课题所需的总经费来源于招标人资助资金和中标人自筹资金，招标人资助资金来源于北京市地方财政拨款，按现行财政拨款相关规定支付。招标人对本课题资助资金上限为人民币260万元，经费的支付办法以双方签订的《课题任务书》为准。 　　课题中标人应提供的配套资金不低于340万元。 　　七、招标文件的获取 　　有意投标者，请按下述时间、地点购买招标文件(请自备U盘)，招标文件售出后概不退还。 　　2015年3月16日起至2015年4月19日止(公休日及节假日除外)，每日9时00分至16时30分。 　　招标文件出售地点：北京市西城区西直门南大街16号科技大楼西楼6层601室(北京科学技术开发交流中心) 　　八、招标文件售价 　　招标文件售价人民币200元。 　　九、投标 　　接受投标文件的时间： 　　2015年4月20日9时00分至17时00分(北京时间) 　　2015年4月21日9时00分至17时00分(北京时间)。 　　投标文件送达地点： 　　北京市西城区西直门南大街16号科技大楼西楼6层601室。 　　十、开标 　　开标时间：2015年4月22日09时00分(北京时间)。 　　开标地点：北京市西城区西直门南大街16号科技大楼西楼6层(618会议室)。 　　十一、联系方式 　　北京科学技术开发交流中心 　　联系人：杨鸿佼 张辰 李点睛 　　电话：010-66127010，010-66516155 　　传真：010-66127010 　　地址：北京市西城区西直门南大街16号科技大楼西楼6层601室 　　邮编： 100035 　　监督电话： 66153445(纪检监察处) 　　北京科学技术开发交流中心

各相关单位：根据《广东省农业标准化协会团体标准管理办法》的相关要求，2023年7月26日-8月2日，广东省农业标准化协会对《柚果内部品质无损检测可见/近红外光谱法》团体标准进行了立项审查，经协会技术专家认真研究与审核，上述所申报的团体标准符合立项条件，现批准立项。请制标单位严格按照相关要求抓紧组织实施，严把标准质量关，切实提高标准编制的质量和水平，增强标准的适用性和有效性。同时欢迎与立项标准有关的高校、科研机构、相关企业、使用单位等加入该标准的起草编制工作。有意参与标准起草工作的请与协会秘书处联系。特此公告。 联系人：钱波 电 话：020-85161829 电子邮箱：gdnybzh@163.com 广东省农业标准化协会2023年8月2日粤农标协字〔2023〕29号广东省农业标准化协会关于《柚果内部品质无损检测可见近红外光谱法》团体标准立项的公告.pdf

近日，山东省农业科学院茶叶研究所与中茶所在Food Control（中科院一区TOP，IF=6.652）上合作发表了题为“Detection of anthocyanin content in fresh Zijuan tea leaves based on hyperspectral imaging”的研究论文（https://doi.org/10.1016/j.foodcont.2023.109839）。本研究首次通过高光谱成像技术和机器学习算法，表征了不同嫩度等级的紫鹃茶鲜叶花青素含量与分布信息。 　　山东农科院为第一完成单位，茶叶所董春旺、中茶所颜鹏为该论文的通讯作者，联培硕士研究生戴馥霜为第一作者。该研究得到了山东省农业科学院333工程与创新工程等项目的资助。 　　快速无损检测紫娟茶鲜叶原料中花青素含量和品质等级，可以帮助茶叶加工环节精准调整工艺参数，提升特异叶色茶成茶质量。针对当前高效液相色谱法 （HPLC） 检测紫娟茶鲜叶中花青素的含量，分析周期长、操作复杂、时效性差、对仪器与操作人员要求高的缺点。本研究基于高光谱成像技术，采用多种光谱预处理和特征波长筛选方法，利用机器学习算法建立了紫娟茶鲜叶嫩度SVM分类模型。采用线性与非线性算法，构建了花青素总量、Cya-3,5-O-diglucoside, Cya-3-O-glucoside和牵牛花色素的量化检测模型，其相对偏差（RPD）分别是3.233、2.868、3.529和3.298，表明该模型具有较高的准确性。本研究实现了高效无损检测紫娟鲜叶中花青素及其重要成分的含量，并将不同嫩度紫娟茶鲜叶中花青素分布信息的可视化呈现，为紫芽茶类鲜叶品质等级的智能分类提供了新思路。

随着社会的发展，超声无损检测技术已经发展了近百年历史。在多种无损检测技术当中，该检测技术具有明显的优势作用，如检测精度以及深度较大、检测成本较低并且在检测过程中不会对设备造成二次伤害。因此，超声无损检测技术在工业领域被广泛应用。近年来，由于工业上对于设备的性能及质量安全提出了更高的要求，超声无损检测技术也在不断地优化和创新。在即将召开的首届无损检测技术进展与应用网络会议，特别邀请了多位专家进行超声检测新技术相关的分享，部分报告预告如下：北京工业大学 刘增华教授《超声导波阵列成像检测技术》（点击报名）刘增华，北京工业大学教授，博士生导师。《无损检测》《北京工业大学学报》编委，《内燃机学报》编委会特邀编委，中国无损检测学会超声检测专业委员会副主任委员，中国仪器仪表学会设备结构健康监测与预警分会理事、副秘书长，全国设备结构健康监测标准化工作组委员兼副秘书长在国内外学术会议及期刊上发表和录用学术论文160余篇，其中SCI、EI收录100余篇；获批国家发明专利30余项，软件著作权10余项。传感器阵列技术日益广泛应用于超声导波监（检）测方法中，可实现结构的大范围、全面和快速检测，已成为超声无损检测和结构健康监测领域的研究热点和难点之一。刘增华教授将在报告中重点介绍全波场成像检测技术、密集阵列成像检测技术、稀疏阵列成像检测技术、智能阵列成像检测技术等。北京航空航天大学 周正干教授《先进超声检测技术及其应用》（点击报名）周正干，北京航空航天大学机械工程及自动化学院教授，兼任中国机械工程学会无损检测分会副理事长、中国金属学会无损检测分会理事、中国声学学会检测声学分会理事、《无损检测》杂志编委等。从事先进超声无损检测技术及系统等方面的研究工作，开展《测试技术基础》和《现代无损检测技术》等课程的教学工作。作为课题负责人主持国家自然科学基金项目9项、工信部两机专项子课题2项、民机专项子课题2项、总装预研项目4项。曾获航天工业总公司科技进步二等奖1次，在国内外公开发表学术论文200余篇。近年来，随着我国重大科技专项的开展，新材料、新工艺及新结构的开发和应用在先进制造领域不断出现，对超声检测技术提出了新的需求。周正干教授将结合目前国内高科技领域复合材料及钛合金的应用技术特点，介绍超声检测仿真技术、空气耦合超声检测技术、多轴联动超声检测技术及其应用案例。天津大学 刘洋教授《超声导波智能成像技术及应用》（点击报名）刘洋，天津大学精仪学院教授，中国仪器仪表学会地学仪器分会理事、中国声学学会检测分会副主任。主要研究方向为复杂结构声场理论、超声传感器及超高分辨率超声成像技术。美国宾夕法尼亚州立大学工程科学与力学博士。曾任美国斯伦贝谢道尔研究所资深研究员，怀俄明大学副教授、超声实验室主任。主持多项超声传感器、超高分辨率超声成像项目，部分成果已完成产业转化；目前已在国际权威期刊和会刊上发表论文50余篇，申请获批专利20余项；多次担任声学检测相关国际学术会议主席，长期担任20余个国际期刊审稿人。超声导波成像技术在无损检测、结构健康监测及油气勘探中具有广泛而重要得应用。刘洋教授将以墨西哥湾漏油这一重大社会事件为引子，介绍本课题组近年来在超声传感器与多尺度超声成像方面的研究进展。北京科技大学 黎敏教授《高品质钢内部质量高精度检测与三维全息表征》（点击报名）黎敏，北京科技大学钢铁协同创新中心，教授，博导。主要开展先进检测技术、工业大数据分析等研究工作。独立负责7项国家自然科学基金等国家和省部级课题，参与鞍钢、首钢、核动力研究院等10余项科研项目，共发表论文50余篇，专著2本，专利8项，转件著作权3项，获省部级科技奖励2项，2013年入选北京市青年英才计划。报告内容包括利用高频超声显微技术对高品质钢内部质量进行三维扫描检测，并通过超声信号特征提取、深度聚类、点云重构等现代信号处理方法，对高品质钢内部的夹杂、缩孔和裂纹等微观缺陷及凝固组织实现高通量表征等。广东工业大学 袁懋诞副教授《材料力学性能的超声无损评价研究及应用进展》（点击报名）袁懋诞，广东工业大学机电工程学院副教授，硕士生导师。主要从事超声无损检测、超声导波技术、残余应力测量等方面研究。主持国家自然科学基金青年科学基金1项、主持国家重点研发计划子任务1项、主持企业横向项目6项，作为核心成员入选广东省“珠江人才计划”创新创业团队和佛山“蓝海人才计划”创新创业团队，作为技术骨干参与国家自然科学基金面上项目2项、企业横向项目4项。发表论文30余篇，申请发明专利10余项。材料的力学性能是保证结构稳定和服役安全的重要指标。超声检测技术由于其无损、高穿透、设备便携等优势被越来越广泛应用于残余应力、弹性常数、强度等力学性能表征。袁懋诞副教授将重点介绍研究团队近年来在超声力学性能无损评价方面的研究进展，主要包括超声兰姆波应力测量、增材制件弹性常数测量、涂层界面结合强度定量表征等三方面内容。首届无损检测技术进展与应用网络会议为了推动我国无损检测技术发展和行业交流，促进新理论、新方法、新技术的推广与应用，仪器信息网将于2022年10月13-14日组织召开首届无损检测技术进展与应用网络会议。会议开设射线检测技术、超声检测技术、自动及智能检测技术、无损检测新技术四大专场，邀请无损检测领域专家老师围绕无损检测理论研究、技术开发、仪器研制、相关应用等方面展开报告，欢迎大家在线参会交流。一、主办单位：仪器信息网二、支持单位：吉林大学、钢研纳克三、参会指南：1、点击会议官方页面（https://www.instrument.com.cn/webinar/meetings/NDT）进行报名。2、报名开放时间为即日起至2022年10月14日。3、报名并审核通过后，将以短信形式向报名手机号发送在线听会链接。4、本次会议不收取任何注册或报名费用。5、会议联系人：高老师（微信号：iamgaolingjuan 邮箱：gaolj@instrument.com.cn）

无损检测技术主要依托于声、光、电、磁等原理内容，从而实现对被检测物体内部缺陷以及不均匀性问题的全过程检测与分析，已成为很多工业生产中用来控制质量的重要方法。近年来，随着新材料、新工艺、新技术等兴起，为了更好地适应时代发展需求，无损检测技术也在不断优化和创新，逐渐朝着自动化、智能化以及图像化等方向发展，并逐步应用到相关行业领域。在即将召开的首届无损检测技术进展与应用网络会议，特别邀请了多位专家进行自动化/智能化无损检测技术相关的分享，部分报告预告如下：吉林大学 张建海副教授《极端工况下材料服役性能原位测试技术》点击报名张建海，吉林大学机械与航空航天工程学院副教授，目前担任吉林省材料服役性能测试国际联合中心副主任，致力于极端工况材料服役性能试验装备与原位测试技术研究，在国家自然科学基金、国防科工局技术基础科研、军委科技委装备预先研究等项目的支持下，重点开展了极端工况材料服役性能试验装备和材料力学性能原位测试技术。开发了超高温双轴材料力学性能试验装备和超声、电磁等原位测试设备等10余套，发表 SCI/EI 检索学术论文20余篇；公开发明专利10余项。耐高温材料及其制品因其优异的力学性能，被广泛应用于航空航天、特种装备、轨道交通装备等重要领域。因其制造或服役环境常伴有高温环境，及复杂载荷的作用，耐高温材料及其制品极易出现性能退化、裂纹萌生与扩展等情况，常常引发恶性事故。张建海副教授将在报告中重点讲述围绕极端工况下材料服役性能和点焊焊接高温熔核成型过程，开展超声无损在线检测技术研究，实现高温制造或服役工况下损伤缺陷与材料力学性能参数与快速精确测试的工作。大连交通大学 赵新玉副教授《曲面叶片几何量测量和缺陷检测》点击报名赵新玉，大连交通大学副教授。中国机械工程学会焊接学会/协会理事，超声检测专委会委员。主持完成国家重点研发计划子课题、国家自然基金、国家重点实验室基金等纵向课题；主持完成中国中车、中国特检等企业科研课题10余项；并以主要完成人身份参与国家重大专项、国家自然基金重点基金、国际合作项目等重点科研任务。曾研发设计多通道超声自动扫描和声场测量系统、高频超声显微系统、64通道超声相控阵系统、双机械手超声检测系统、ITO镀膜高精度激光刻蚀设备等，已在航空航天、汽车制造和军工产品检测中获得应用。报告摘要：航空发动机叶片是典型复杂曲面结构，为实现叶片的自动化超声检测，提出基于曲面点云数据重建的自动化检测轨迹规划方法，在此基础上实现7轴联动复杂曲面自动扫描成像；叶片点云采用线激光轮廓仪配合工件旋转轴自动扫描获取，数据拼接整理后采用数据拟合方法获得曲面轮廓方程，基于曲面上的曲线方程规划加减速扫描轨迹，进一步对各扫描轨迹点进行多轴运动分解，获得包括六轴机械手和工件旋转轴在内的各轴轨迹；实际检测实验表明，轨迹规划算法可以实现叶片自动扫描，获得清晰C扫描图像。中国飞机强度研究所 樊俊铃高级工程师《航空复合材料构件超声自动化检测技术及应用》点击报名樊俊铃，高级工程师，现任中国飞机强度研究所损伤检测与评估技术研究室副主任，中国航空研究院一级专家。承担、参与国家科工局、工信部、装发、自然科学基金、航空基金等各类预研课题10余项，主管、参与完成多个型号的结构强度验证工作，承担我国多型军民机结构试验的无损检测与评估任务，在损伤检测和结构强度领域具有较强的技术能力。长期从事业务领域的相关研究工作，发表论文50余篇，申请专利4项，登记软件著作权3项，荣获集团公司航空报国奖个人三等功等多项奖励。报告摘要：针对航空复合材料结构人工超声检测效率低、成本高、结果可靠性低等技术瓶颈问题，重点开展了超声换能器设计、超声无损检测仿真、超声信号降噪与多模式成像、无损检测自动化系统研制等技术研究，突破了超声仿真分析、专用传感器设计、信号分析等关键技术，研发了多通道、宽带宽阵列传感器，自主开发了复合材料构件阵列超声自动化检测系统，有力的支撑了航空复合材料无损检测，提高了检测效率，缩短检测周期，保证了复合材料无损检测可靠性。北京科技大学 黎敏教授《高品质钢内部质量高精度检测与三维全息表征》（点击报名）黎敏，北京科技大学钢铁协同创新中心，教授，博导。主要开展先进检测技术、工业大数据分析等研究工作。独立负责7项国家自然科学基金等国家和省部级课题，参与鞍钢、首钢、核动力研究院等10余项科研项目，共发表论文50余篇，专著2本，专利8项，转件著作权3项，获省部级科技奖励2项，2013年入选北京市青年英才计划。报告摘要：利用高频超声显微技术对高品质钢内部质量进行三维扫描检测，并通过超声信号特征提取、深度聚类、点云重构等现代信号处理方法，对高品质钢内部的夹杂、缩孔和裂纹等微观缺陷及凝固组织实现高通量表征。钢铁绿色化智能化技术中心 吴少波高级工程师《机器视觉技术及在钢铁生产中的应用》点击报名吴少波，钢铁绿色化智能化技术中心，机器视觉组长，研究方向是钢铁机器视觉，博士，正高级工程师，硕士研究生导师。吴少波同志多年从事钢铁机器视觉智能检测技术研究及工程实践，承担了国家“十二五”、“十三五”、“十四五”等多项科研任务，获得部级科技进步二等奖1项，申请发明专利30余项，申请软件著作权10余项，在国内核心期刊和国际会议上发表相关学术论文10余篇。主持的“铁包自动化热检”课题首次实现了铁包全内衬厚度和全外壳温度的热态在线准确测量，负责了“银亮材直径在线测量和分拣系统”、“喷射锭面及中间包测温系统”、“液固相线检测系统”等项目的研发和应用实施，产生了较好的经济和社会效益。本报告以钢铁智能制造为背景，结合报告人及团组的工业实践，介绍机器视觉图像处理和深度学习技术及在钢铁行业中的典型应用，包括生产质量检测和生产物流检测两大方面，其中生产质量检测包括晶粒度级别、组织类别、表面质量、渣液位、形貌、尺寸、温度等生产质量相关的检测；生产物流检测包括工件/炉包/机车标识、生产工具、关键工况等生产物流相关的检测。钢研纳克 刘光磊高级工程师《管材表面缺陷自动智能检测技术及应用》点击报名刘光磊，钢研纳克检测技术股份有限公司无损检测事业部副总经理，高级工程师。长期从事无损检测方法技术研究及自动化无损检测仪器装备研发等工作。主要参研的国家科研课题5项，参研制修订的标准6项，研发成果获省部级奖3项，获得授权的专利5项。报告摘要：管材表面缺陷自动检测常用超声、涡流、漏磁、磁粉等检测方法。针对采用常规检测方法不能有效检测短小裂纹、凹坑、划伤、结疤、异物碾压等难题，重点开展了CCD视觉检测技术的相机、镜头、光路配置、二维三位成像技术、相机景深自动校准技术及独特的缺陷检测算法，开发具有高性能、高处理速度、高可靠性和高稳定性的视觉检测技术和装备，从而实现管材表面缺陷在线智能检测、分类和记录，有效解决人工目视检测效率低，成本高，精确度低的问题。首届无损检测技术进展与应用网络会议为了推动我国无损检测技术发展和行业交流，促进新理论、新方法、新技术的推广与应用，仪器信息网将于2022年10月13-14日组织召开首届无损检测技术进展与应用网络会议。会议开设射线检测技术、超声检测技术、自动及智能检测技术、无损检测新技术四大专场，邀请无损检测领域专家老师围绕无损检测理论研究、技术开发、仪器研制、相关应用等方面展开报告，欢迎大家在线参会交流。一、主办单位：仪器信息网二、支持单位：吉林大学、钢研纳克三、参会指南：1、点击会议官方页面（https://www.instrument.com.cn/webinar/meetings/NDT）进行报名。2、报名开放时间为即日起至2022年10月14日。3、报名并审核通过后，将以短信形式向报名手机号发送在线听会链接。4、本次会议不收取任何注册或报名费用。5、会议联系人：高老师（微信号：iamgaolingjuan 邮箱：gaolj@instrument.com.cn）