水果内部品质无损伤检测

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

【科学背景】随着软电子学和可拉伸设备领域的迅速发展，高性能电子器件在实现柔性和可拉伸性方面取得了显著进展。这些技术的推动不仅革新了传统电子学和光电子学，还在生物电子学和能源设备等多个研究领域展示了巨大潜力。然而，现有的制造技术面临着诸多挑战，例如有毒化学品的使用安全问题、昂贵的设备要求、转移过程中薄膜损伤的风险以及高温处理对设备可用性的限制。转移印刷技术允许将在刚性基板上制造的高质量材料转移到柔性或可拉伸的目标基板上。这种方法极大地推动了柔性电子器件的发展，使得可以制造出具有超薄、轻量、机械可变形性和高性能的设备，包括皮肤可穿戴设备、植入式医疗设备以及各种三维形状或可变形的电子器件。然而，传统的转移印刷过程存在一些严重问题。主要问题包括对薄膜材料可能造成化学损伤的湿法蚀刻步骤，以及在微图案化薄膜情况下可能导致的薄膜机械断裂。此外，许多方法虽然被提出来解决这些问题，但仍然面临着实际应用中的限制，如设备复杂性、成本高昂和操作复杂性。为解决上述问题，韩国浦项基础科学研究所Dae-Hyeong Kim & Sangkyu Lee以及釜山大学Ji Hoon Kim等教授携手提出了一种创新的干式转移印刷策略，基于应力控制的方法。他们通过直流磁控溅射技术，在沉积金属双层薄膜时精确控制应力的生成和分布。随后，通过施加机械弯曲变形，额外的拉伸应力被引入到薄膜中，使得薄膜能够可靠地从母基板上释放。这一过程中，薄膜的应变能释放速率被精确控制，超过了薄膜与基板之间的界面韧性，从而有效实现了薄膜的无损干式转移。【科学亮点】（1）实验首次提出了一种无损伤干式转移印刷策略，基于应力控制的金属双层薄膜沉积技术。通过直流磁控溅射技术，在沉积过程中控制金属双层薄膜的应力分布，从而实现了高质量薄膜的制备和转移。（2）实验通过调节溅射参数和施加机械弯曲，成功控制了薄膜内部的应力分布，使得薄膜在施加外向弯曲变形后能够可靠地从母基板上剥离。这一过程中，通过增加总应力，成功实现了薄膜与基板之间的可靠分离，避免了传统湿法蚀刻过程中可能导致的化学损伤和薄膜损伤问题。（3）实验结果表明，这种干式转移印刷策略不仅可以将金属薄膜成功转移至柔性或可拉伸的基板上，还可以应用于高温处理的氧化物薄膜。这为制造二维柔性电子器件和三维多功能体系结构（如流量传感器、离子浓度传感器、温度传感器和薄膜电池）提供了有效的方法和技术支持。【科学图文】图1：基于应力工程，无损伤干式转印的概念。图2. 铂Pt薄膜的应力工程。图3. 各种2D Pt薄膜的转移及其向3D结构的转换。图 4. 具有2D/3D混合结构的集成传感器阵列演示。图 5. 具有转移LiCoO2薄膜的柔性薄膜电池TFB制造。【科学结论】以上文章展示了一种基于应力工程的创新干式转移印刷技术，为制备高质量薄膜提供了重要价值。通过精确调控直流磁控溅射参数，实现了双层结构中的应力水平和梯度的控制，进而在转移印刷过程中应用外向弯曲变形，使得薄膜能够有效剥离而不损伤。这一方法不仅成功地解决了传统湿法蚀刻可能引起的化学损伤和机械损伤问题，还克服了高温处理条件下的挑战，为柔性和可拉伸基板上的高性能电子器件制造提供了新的技术途径。科学启迪的关键在于通过物理机制的精细控制，如应力管理和能量释放率的优化，实现了薄膜与基板之间可靠的分离，从而推动了转移印刷技术的进步。此外，这种技术的应用前景广泛，不仅限于二维柔性/可拉伸设备，还包括复杂的三维多功能体系结构，涵盖了电子学、光电子学、生物电子学和能源收集等多个领域。因此，该研究不仅为实现新型电子器件的制造提供了实用性解决方案，还为未来柔性电子技术的发展奠定了坚实的基础。原文详情：Shin, Y., Hong, S., Hur, Y.C. et al. Damage-free dry transfer method using stress engineering for high-performance flexible two- and three-dimensional electronics. Nat. Mater. (2024). https://doi.org/10.1038/s41563-024-01931-y

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

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。

各有关单位及专家：由广东省农业科学院设施农业研究所等单位提出的《柚果内部品质无损检测 可见/近红外光谱法》项团体标准已完成征求意见稿，为保证团体标准的科学性、实用性及可操作性，现公开征求意见。请有关单位及专家认真审阅标准文本，对标准的征求意见稿（见附件1）进行审查和把关，提出宝贵意见建议，并将意见反馈表（见附件2）于2024年2月3前以邮件或传真的形式反馈至协会秘书处，逾期未回复按无意见处理。感谢您对协会工作的大力支持！附件1：《柚果内部品质无损检测 可见/近红外光谱法》征求意见稿附件2：团体标准征求意见反馈表（联系人：钱波；电话/传真：020-85161829；邮箱：gdnybzh@163.com） 广东省农业标准化协会2024年1月4日附件1：柚果内部品质无损检测 可见近红外光谱法-征求意见稿.pdf附2： 团体标准征求意见反馈表.doc

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。

仪器内部采用MEMS型近红外光谱仪设计而成，仪器内部还具有全自动恒温样品检测模组和光谱校准系统。可针对大、中、小等不同尺寸水果样品的内含物含量进行实时快速分析并进行分选。创新点：IAS-F100采用了灵活的模块化设计，可直接在原有分选线基础上安装模块，依据水果甜度、酸度等内部品质信息，针对大、中等不同尺寸水果样品进行实时快速的分析、分选，平均检测时间可达到采样速度：大果2个/S，中小果5-10个/S，仪器还能提供定制服务，建模培训等，根据水果分选生产厂商客户的不同需求设计全套解决方案，使用户在最高效的，最省心的条件下轻松完成技术升级。 IAS-F100-L 水果内部品质分选系统

“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。

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%。

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。

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

香蕉是中国岭南特色水果之一，香蕉在采收和运送过程中往往处于绿硬期(青香蕉),在此过程中易受到各种碰撞损伤。不同类型碰伤均可加速香蕉果皮活性氧的积累进而导致香蕉果实的衰老腐败 青香蕉受到碰撞损伤后，微生物容易侵染损伤部位，经过催熟过程中的乙烯释放和果实软化后，造成於伤腐烂或黑斑花脸，严重影响其色泽品质和销售价格。因此，亟待寻找一种快速无损检测青香蕉碰撞损伤的方法。为探究有效检测青香蕉早期轻微碰撞损伤的方法，本文结合青香蕉的结构特点利用高光谱技术找出青香蕉关于碰撞损伤特性的特征波长段，实现碰伤程度的区分与可视化。研究为开发青香蕉表面碰伤快速无损检测系统，提高香蕉经济效益具有重要意义。1.材料与方法1.1青香蕉碰撞损伤程度分类青香蕉的品质分级标准14中，果身表面的机械类损伤面积是一个重要指标。标准规定，果身表面无碰压伤的青香蕉属于优等品；碰压伤面积小于1cm² 的属于一等品；碰压伤面积为1～2 cm² 的属于二等品；碰压伤面积大于2cm² ,属于劣等品将不进入市场。将碰伤的香蕉置于温度15℃、相对湿度88%的恒温恒湿环境中保存48 h取出切开，损伤面积如表所示。1.2 高光谱图像采集系统试验可采用彩谱科技有限公司的高光谱成像仪，主要包括高光谱相机、光源、载物台、滑轨、计算机控制硬件和软件系统。光源采用仪器自带的卤素灯，光谱仪的光谱范围为400～1000 nm,采样间隔为2.39 nm,将光谱范围分为256个频带范围。仪器扫描的具体参数设置：曝光时间20 ms,移动台前进速度1.4 cm/s,回退速度2cm/s,镜头与样本距离42 cm。本研究使用的光谱数据由256维图像组成。区别于三维的RGB图像，高光谱图像的数据信息高维且冗余，如果对每份样品的所有图像进行处理，不仅工作量庞大且后续的建模效果不佳。如图所示是同一份样品在不同波段下(500、600、700、800nm)的图像，对比可知：不同波段下的图像其呈现出的碰伤情况存在差异。因此探究青香蕉关于碰撞损伤的特征波段，利用特征波段下的图像提取碰伤部位的光谱数据，可为后续的检测模型提供可靠且精准的数据集。2结果与分析2.1 原始光谱数据预处理结果使用软件进行预处理，首先对原始光谱进行多项式平滑法处理，再采用多元散射校正法对光谱进行预处理，以降低极限漂移和散射效应。对原始样本数据集如图a先进行SG处理，将处理后的光谱曲线再进行多元散射校正法处理。处理后的效果如图b所示。可以看出，预处理后的光谱曲线修正了部分反射率为1的数据，总体曲线更加归一且平滑，噪音点减少，曲线的凹凸处变少。说明该预处理方法效果较好，后续研究所用的光谱数据皆为经过SG和MSC方法预处理后的数据。2.2基于BP神经网络的检测模型和可视化碰伤等级图像通过图像分割流程，将918张灰度图像进图像分割，提取香蕉碰伤部位的轮廓区域，同时利用图像全像素点下的反射率数据，用光谱反射率数据去表示碰伤轮廓区域的每个像素点所代表的信息。对健康样品、轻度碰撞伤样品、中度碰撞伤样品、重度碰撞伤样品的测试集的识别准确率分别为97.53%、92.59%、93.82%和96.29%,平均碰伤程度的判断准确率为95.06%。为了更好地展示分类结果，同时考虑检测的可视化，对每一个像素点用“00”代表健康，标记为黄色RGB(255,255,0) “01”代表轻度碰撞伤，标记为蓝色RGB(67,142,219) “10”代表中度碰撞伤，标记为紫色RGB(128,0,128) “11”代表重度碰撞伤，标记为红色RGB(255,0,0)的方式进行最后的输出显示。其中区域的总体识别结果若有85%以上的相同数值和颜色，那么本区域都用此数值和颜色进行归一显示，最后的可视化图像如图所示。3.结 论本文以青香蕉为研究对象，利用高光谱成像仪采集青香蕉健康表面和不同碰伤程度香蕉的光谱反射率数据和不同波段下的图像信息，结合特征变量筛选对青香蕉的碰撞损伤程度进行了研究，主要结论如下：1)采用3种类型的支持向量机算法，验证了青香蕉碰撞损伤的识别机理以及采用光谱数据和图像信息结合进行无损检测的合理性。2)对通过预处理和异常样本剔除后的数据进行特征波长提取和验证，得到9段特征波长。3)通过获取特征波长段下的图像，提取碰撞损伤区域的轮廓分布边界数据以及该区域的每个像素点对应的光谱反射率数据。将此数据作为BP神经网络的输入层进行训练，最后得到的模型对健康样品、轻度碰撞伤样品、中度碰撞伤样品、重度碰撞伤样品的测试集识别准确率为97.53%、92.59%、93.82%和96.29%。

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。

近日，2022年度国家重点研发计划“国家质量基础设施体系”重点专项“高温蠕变无损检测与损伤状态评价技术研究及应用”项目启动暨实施方案论证会在上海顺利召开。该项目由华东理工大学牵头，联合南京工业大学、清华大学、合肥通用机械研究院有限公司、上海材料研究所等单位进行协同攻关。哈尔滨工业大学刘俭教授、南京市产品质量监督检验院张驰研究员、东南大学丁辉教授、北京航空航天大学周正干教授、华中科技大学康宜华教授、重庆大学邓明晰教授、复旦大学他得安教授、国家能源集团科学技术研究院有限公司胡先龙研究员、国核电站运行服务技术有限公司钟志民研究员等项目实施方案论证委员会专家出席会议。科技部中国21世纪议程管理中心项目主管张家林，学校校长轩福贞以及科研院、机动学院等单位负责人，项目首席科学家项延训、各课题负责人和项目骨干等50余人参加会议。轩福贞在致辞中表示，学校坚持“四个面向“，积极布局一流学科和国家战略科技平台，持续加强有组织科研，以承担国家重大科研任务支撑高水平科技自立自强。2022年，学校已牵头获批重点研发计划项目13项，立项数超过 “十三五”期间的总和，创学校历史新高。本次启动的重点研发计划“高温蠕变无损检测与损伤状态评价技术研究及应用”项目属于 “国家质量基础设施体系”重点专项，是学校深入学习贯彻党的二十大精神，落实质量强国、科教兴国等国家战略需求和《质量强国建设纲要》的重要举措，责任光荣、使命重大，学校将加强项目过程管理，提供切实保障条件，确保项目顺利开展。张家林对项目启动会的顺利召开表示祝贺，并对项目提出三点要求：一是项目组要勇于探索科学的管理体制机制，做好有组织的科研和风险预案，确保研究目标按期完成；二是项目牵头单位和负责人要切实加强课题之间的统筹与协调，高质量完成预定目标；三是项目牵头单位要加快管理创新、制度创新，推动全链条创新和成果转移转化应用。希望本项目聚焦解决航空发动机、新一代核电等高端装备服役安全检测与状态评价的关键技术，为推动国家经济高质量发展提供坚强的科技支撑。专家组组长刘俭教授主持了项目实施方案论证会。项目首席科学家项延训围绕课题背景与研究现状、研究目标与任务要求、研究内容与实施方案、预期成果、课题组织管理等方面进行了汇报，各课题负责人也分别对课题实施方案进行了详细讲解汇报。专家组从研究内容、任务分工、技术路线、组织模式等方面质询并评估了项目及课题方案，一致认为任务分工明确，技术路线可行，成员单位具备良好的科研基础和配套能力，可保障项目顺利实施。专家组还从项目具体执行计划、课题间交流框架、专项经费管理等方面提出了指导意见。最后，项延训代表项目组成员衷心感谢专家们的建议和意见。他表示，项目组将进一步细化方案，加快部署，积极组织各承担单位深入研究，迅速开展技术攻关，按时、保质、高效完成项目目标。

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）

p style=" text-align: justify text-indent: 2em " 航空器复合材料缺陷和损伤有层板分层、脱胶、裂纹、气泡、夹杂、侵蚀、不恰当固化、芯材变形、基体开裂等。此外在使用过程中也可能产生表面划伤、表面裂纹、进水、穿透穿孔、芯材压坏、冲击损伤等。 /p p style=" text-align: justify text-indent: 2em " 这些缺陷和损伤产生的原因多种多样，复合材料中的缺陷可能表现为一种类型，也可能多种并存。它们的产生和存在将降低材料的物理性能和力学性能甚至造成不可预见的严重后果。有的存在于表面，肉眼可见。有的产生于材料内部，必须要借助无损检测方法才能识别。 /p p style=" text-align: center text-indent: 0em " img style=" max-width: 100% max-height: 100% width: 450px height: 300px " src=" https://img1.17img.cn/17img/images/202005/uepic/31bce36b-6d02-4c4a-a919-76c44871d2c6.jpg" title=" 航空.jpg" alt=" 航空.jpg" width=" 450" height=" 300" border=" 0" vspace=" 0" / /p p style=" text-align: justify text-indent: 2em " strong 复合材料无损检测技术 /strong /p p style=" text-align: justify text-indent: 2em " 1、目视检查 /p p style=" text-align: justify text-indent: 2em " 目视检查是发现材料表面损伤最简单有效的方法，它可以发现划痕、剥落、表面开裂、龟裂、近表面的分层、严重的脱粘等。配合使用高强度手电、纤维镜和内窥镜等可以先行判定损伤发生的区域。然而它的缺点是显而易见的，无法彻底检查内部损伤的类型、程度、尺寸等。 /p p style=" text-align: justify text-indent: 2em " 2、敲击法 /p p style=" text-align: justify text-indent: 2em " 敲击法是用硬币、小锤等轻质硬物敲击材料表面，声学反馈可以显现材料内部是否存在损伤。敲击法可有效地检测2mm厚复合材料层板的脱粘、脱层等损伤，并且该方法尤其适用于蒙皮结构, 蜂窝结构的损伤检测。人工敲击法虽然成本低、速度快，但依赖于操作者主观经验，人为因素大。 /p p style=" text-align: justify text-indent: 2em " 为了提高检测效率，消除人为因素发展出了自动敲击法。其原理是通过采集分析敲击后的振动信号，与无损伤区域的频谱特征进行比较来识别损伤。自动敲击法设备简单，成本低，使用简便、快速精确，不受周围环境影响。但它无法检测微小损伤，如裂纹。 /p p style=" text-align: justify text-indent: 2em " 3、超声无损波检测 /p p style=" text-align: justify text-indent: 2em " 由于复合材料本身及缺陷能够影响超声波的传播和反射，因此通过检测衰减信号或者回波信号可以确定损伤所在的区域和尺寸。超声波能够检出航空器复合材料板分层、孔隙、裂纹和夹杂等。超声波检测，设备便携便于操作，能够精确检出损伤发生的区域和尺寸。但操作者须经专门培训，对于不同类型的缺陷还需使用不同的探头和耦合剂，而且对于航空器上经常使用的薄壁结构或者复杂部件难以检测。 /p p style=" text-align: justify text-indent: 2em " 4、微波无损检测技术 /p p style=" text-align: justify text-indent: 2em " 微波无损检测原理与超声波无损检测类似，但由于微波相比超声波穿透性能良好，在复合材料中衰减小。对复合材料结构中的孔隙、疏松、基体结构开裂、层板分层和脱胶等缺陷具有较高的灵敏度，能够准确检出复合材料内部较深处的缺陷。微波无损检测操作方便，无需耦合剂。相比于射线，微波对人体无害。 /p p style=" text-align: justify text-indent: 2em " 5、射线无损检测 /p p style=" text-align: justify text-indent: 2em " 目前射线检测主要采用胶片照相法，其原理是当X射线照射被检工件时，损伤区域对射线吸收率与正常区域不同，比较两者间差异来判别损伤位置。射线检测对复合材料中的孔隙、夹杂(特别是金属夹杂)具有良好的检出能力。并且可以提供直观的检查图像结果。但它不能检出与射线垂直方向上的裂纹，并且设备复杂，操作人员须经安全防护，必须经过相关专业培训。 /p p style=" text-align: justify text-indent: 2em " 计算机断层扫描成像(CT)技术也被广泛用于复合材料的无损检测。计算机断层扫描成像(CT)技术是利用X射线在材料内不同的衰减系数为基础，采用数学方法经计算机处理，从而重现每个断层图像的方法。它能够显示出每一个断层上的结构和组份的分布情况，可以克服一般X射线检测造成的影像重叠和模糊，利用CT扫描技术可在一定范围内精准检出损伤尺寸，但其设备庞大复杂，不适合外场使用。 /p p style=" text-align: justify text-indent: 2em " 6、红外热成像无损检测技术 /p p style=" text-align: justify text-indent: 2em " 红外热成像无损检测技术分析被检对象的红外辐射特性，当被检工件内部存在缺陷或损伤时，将改变其表面温度分布，通过红外热成像可检出损伤位置。该方法尤其适用于厚度较薄复合材料的检测，可检出分层、脱粘、夹杂等，结果直观,快速、精准、可靠，效率高。但它要求材料表面热传导率高。 /p p style=" text-align: justify text-indent: 2em " strong 航空器复合材料无损检测技术的选用 /strong /p p style=" text-align: justify text-indent: 2em " 适用于航空器复合材料的无损检测有技术很多，但由于不同类型的检测技术对不同缺陷的检出灵敏度差别很大，同时还与材料类型、材料生产方式、生产工艺、缺陷损伤所处位置等有关。应当充分考虑检测效率，检测成本，设备可达性，对航空器适航性的影响等。所以不可能采用单一类型检测技术判别航空器复合材料中的缺陷类型、位置、尺寸。应当根据材料中可能存在的缺陷类型以及缺陷所处的大概位置、方向等因素选择多种适当的方法进行综合检测。另外，必须严格依据飞机结构修理手册或者维护手册的规定来实施无损探伤。比如SR20飞机维护手册中就规定对可疑区域(包括明显的损伤)，应当首先使用目视法和敲击法来进行预先检查。 /p p style=" text-align: justify text-indent: 2em " span style=" color: rgb(127, 127, 127) " i 以上内容摘自：孙延军.航空器复合材料无损检测技术及评价[J].科技创新导报,2020,17(03):2-3. /i /span /p p style=" text-align: center text-indent: 0em " a href=" https://www.instrument.com.cn/webinar/meetings/FHCL/" target=" _self" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/202005/uepic/f898e092-409e-4c76-8a6a-7dacc74c5e44.jpg" title=" 1920_420cl.jpg" alt=" 1920_420cl.jpg" / /a /p p style=" text-align: justify text-indent: 2em " 复合材料是指由两种或两种以上不同物质以不同方式组合而成的材料，它可以发挥各种材料的优点，克服单一材料的缺陷，扩大材料的应用范围。由于复合材料具有重量轻、强度高、加工成型方便、弹性优良、耐化学腐蚀和耐候性好等特点，已广泛应用于航空航天、汽车、电子电气、建筑、健身器材等领域，在近几年更是得到了快速发展。 /p p style=" text-align: justify text-indent: 2em " 为进一步促进全国各地高校、科研院所、企业等相关从业人员进行表征与检测技术交流， span style=" color: rgb(227, 108, 9) " strong 仪器信息网将于2020年6月15日举办“复合材料性能表征与评价”主题网络研讨会 /strong /span ，邀请领域内杰出专家和业内人士围绕复合材料力学与物理性能、损伤与破坏、宏微观多尺度模拟、疲劳特性等方面带来精彩报告，并为参会人员搭建网络互动平台进行学术交流。 /p p style=" text-align: center " span style=" color: rgb(227, 108, 9) " strong 报告日程更新中 /strong /span a href=" https://www.instrument.com.cn/webinar/meetings/FHCL/" target=" _self" span style=" color: rgb(227, 108, 9) " （点击免费报名 /span span style=" color: rgb(227, 108, 9) " 听会） /span /a /p p style=" text-align: center " img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/202005/pic/d3fa6168-5270-47d4-b9d8-3276bf1473ff.jpg" / /p p style=" text-align: justify text-indent: 2em " span style=" color: rgb(227, 108, 9) " strong 参会方式（手机电脑均可参会） /strong /span /p p style=" text-align: justify text-indent: 2em " 1、官网报名（ a href=" https://www.instrument.com.cn/webinar/meetings/FHCL/apply.html?temp=0.9525740171262658" target=" _self" style=" text-decoration: underline color: rgb(227, 108, 9) " span style=" color: rgb(227, 108, 9) " 点击报名链接 /span /a ）； /p p style=" text-align: justify text-indent: 2em " 2、报名成功，通过审核后您将收到通知； /p p style=" text-align: justify text-indent: 2em " 3、会议当天您将收到短信提醒，点击短信链接，输入报名手机号，即可参会。 /p p br/ /p

近年来,食品安全问题备受关注,人们对果蔬品质与安全标准的要求也越来越高,已成为社会关注的热点。通常,果蔬品质包括了形状、颜色、大小和表面缺陷等外部品质与糖度、酸度、硬度、可溶性固形物含量、淀粉含量、水分和成熟度及其他营养元素的含量等内部品质，其品质好坏是其市场销量的重要因素。传统果蔬品质检测方法如化学法、高效液相色谱法、质谱分析法等通常对待测物具有破坏性，且速度慢。机器视觉和光谱技术具有快速、无损、可靠等优点，近年来广泛用于果蔬品质检测中。其中，机器视觉技术通过提取和分析果蔬形状、大小、颜色及表面缺陷等空间信息进行外部品质检测，而近红外光谱技术主要对果蔬内部品质进行检测。高光谱成像技术将图像与光谱技术相结合，可同时获取反映待测物内外部品质的光谱信息与空间信息，近几年国内外对其在果蔬品质的无损检测中进行了广泛的研究。本文将从高光谱成像技术的基本原理与其在果蔬品质无损检测中的研究与应用等方面，介绍其在该领域的最新研究进展。1、高光谱成像技术原理高光谱系统中的每个像元均可获取同一个光谱区间内几十到几百个连续的窄波段信息，并得到一条平滑而完整的光谱曲线，同时整个成像系统还可获取被测物的空间信息，实现对待测物内部成分与外观特征的同时检测，具有光谱连续与分辨率高等特点。系统获取的高光谱图像可用一段连续波段的光学图像组成的立体三维图像来表示，如图2所示。其中XY平面的二维图像表示物体的空间信息，如形状大小、缺陷等。由于物品外部变化会影响反射光谱，故形状、颜色或缺陷在某一特定的波长下图谱会有变化。λ坐标表示物体的光谱信息，将反映出待测物成分结构等内部品质。本研究应用了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）。2、果蔬外部品质的检测市场上人们对果蔬的直接感受就是其外部品质的好坏，即对颜色、新鲜度、大小、机械损伤、冻伤与腐烂等方面的判断。传统的机器视觉技术在果蔬外部品质的检测中由于精度低、操作复杂，很难区分出机械损伤、冻伤、腐烂及新鲜度等方面外部特征。高光谱成像技术恰好克服了这一缺点，能够实现全方位的无损检测，而且精度高、易于操作，近年来逐步用于果蔬外部品质的检测中。新鲜度是反映果蔬品质的重要指标。刚采摘的果蔬通常需经过储存、运输，最终到达消费者，该过程将影响其新鲜度品质。一般而言，人们对果蔬新鲜度的主观判断是不准确的。分别在失水0、10、24、48小时状态下，利用成像光谱仪采集了小白菜、菠菜、油菜、娃娃菜等四种蔬菜叶片的光谱图像并进行对比分析。其中，小白菜叶片在不同失水时间下的高光谱图像与机器视觉图像的对比分析如图3、4所示。从中可以看出，随着时间的变化两幅图中的叶片状态均有明显变化，但机器视觉图像只能看出失水状态，而高光谱图像通过分析光谱信息的变化发现，叶片在失水过程中其外观形态及内部叶绿素均有变化，叶绿素相对含量值预测模型的相关系数r=0.76,说明高光谱技术可以有效辨别蔬菜叶片的新鲜度。利用高光谱技术和ANN预测模型对苹果冻伤进行了研究，如图5所示。实验采用如图6所示过程，在400-1000 nm波段的冻伤苹果高光谱图像中选择5个主成分波段(717,751,875,960和980 nm)进行ANN模型的建立，其训练集、测试集和验证集的相关系数分别为0.93,0.91和0.92,最终实现了98%以上的识别准确率。对80个苹果样本分别采集4块尺寸为2 cm×2 cm×1.5 cm区域中的高光谱图像，利用偏最小二乘回归法来估算可溶性固形物含量反射数据与近红外光谱数据之间的关系，得到交叉验证系数为0.89,均方根误差0.55%,最后成功绘制出主要波段的高空间分辨率SSC图像，如图7所示。从图中可以看出靠近苹果边缘部分相比于中心部分有着更高的SSC值。结果表明，可用近红外高光谱成像技术测量苹果的可溶性固形物含量。3、结论随着生活水平的提升，人们对健康食品的品质要求越来越高。传统的机器视觉技术和物理化学方法在测量果蔬品质方面操作复杂、破坏性强，难以满足检测需要。高光谱成像技术融合了机器视觉、光谱和图像处理技术，产生的图像是“图谱结合”的三维数据立方体，不仅包含了待测物的空间信息特征，同时还包含了待测物的光谱信息，能够准确、快速、无损的检测出农产品的品质，并且操作简单，近年来广泛应用于果蔬品质的检测中。但是高光谱成像技术在采集和处理图像数据的过程中，受限于仪器性能和处理速度的影响，该技术现目前主要应用于基础性研究，并未广泛应用于工业的在线实时检测中。针对这些问题，为了实现果蔬品质的商业化在线检测，还需要做到如下两点：一是改进并升级高光谱成像技术的相关设备比如成像光谱仪，提升其性能并降低其生产成本，利于高光谱成像技术在果蔬品质检测中的推广；二是针对全波段的、不同品种的果蔬高光谱图像进行特征波长选取，以降低数据冗余量，减少高光谱图像的获取以及处理时间。尽管如此，随着社会发展与科学进步，高光谱成像技术将不断提升和改进，未来在农产品、食品安全领域将具有更加广阔的发展空间和应用前景。

p 　　在故宫近日90周年庆展出的43件修复文物中，有一副静静躺在玻璃柜中的小面具，并不特别引人关注，但故宫文保科技部副主任雷勇告诉记者，它绝对是检测修复过程中科技含金量很高的一个作品。 /p p 　　据雷勇介绍，这幅辽代人面纹牌饰，又名人面铜甲片，虽然出土地点未知，但应是辽代契丹族墓葬陪葬品。在修复之前的照片上，表面有锈蚀、破损、缺失，整体情况非常脆弱。 /p p 　　“对于准备修复、保护处理的金属文物，无损检测是十分重要的，恰当的分析工作可以取得文物成分、结构、缺陷等十分有用的信息，用以指导进一步的分析研究及后续的修复、保护处理工作。”实验室研究人员曲亮告诉记者，在对面具的前期检测关注工作中，他们先后用到了X射线照相、紫外激发荧光照相以及手持式X射线荧光光谱仪等无损分析方法。 /p p 　　“首先我们使用了工业X射线探伤机，对面具进行X射线照片的拍摄，最终为面具拍摄了理想的X射线照片”。曲亮解释道，我们可以根据金属文物的X射线照片，来分辨器物的材质差异和结构信息，进而无损获得其内部的腐蚀程度、材质缺陷以及修补痕迹。 /p p 　　通过对面具X射线照片的观察和面具表面诸多细节的推测，修复团队认为，由于金属文物修复一般使用有机胶黏剂，因此可以利用有机物在紫外光照射下所产生的荧光效应来无损观察并分辨出面具上曾经修复过的区域。 /p p 　　接下来，他们在暗室环境下，使用365nm的长波紫外光源，对面具进行观察并照相获得了正反各个位置的紫外荧光照片，最后加以使用手持式X射线荧光光谱仪，对面具正面有绿色锈蚀的位置与无绿色锈蚀的基体位置，进行无损的成分定性分析。结果显示，两个点位的成分组成类似，均含有银、铜和锡三种金属元素，证明了该件面具应是银铜合金的产品。 /p p 　　无损分析完成后，修复人员应用三维激光扫描技术对面具进行了外形的数字采集，并在计算机中完成了残缺部位的模拟补配修复。由于面具基体较薄，残缺部位形状复杂且弧度较大，较难采用传统的方法进行补配，修复人员利用3D打印技术制作了残缺部分精确的补块，经过多次颜色过渡、套色后，将整个面具修复部位的颜色调整到与面具整体相协调，达到比较理想的效果。至此，面具的整个修复过程才告完成。 /p

工作人员用仪器检测陶瓷古董 　　20分钟即可为您的宝贝验明真身，断定年代。12月24日，西南首家无损文物检测中心——重庆硅酸盐研究所古陶瓷检测中心正式落户北部新区，该中心由中国重庆硅酸盐研究所主办，重庆市收藏协会协办。 　　该中心采用全球最大真空仓室能量色散X光射线荧光光谱仪，对陶瓷、贵金属进行无损伤快速精准检测。中心建立有历代众多窑口，各个时期官窑、民窑数据库。 　　重庆硅酸盐研究所所长王杰表示，以前的碳14检测，需要取样，对检测器物尤其是薄胎陶瓷是很大的伤害，采用仓室能量色散X光射线荧光光谱仪检测，可以完全避免。 　　中国收藏家协会常务理事、重庆市收藏协会会长王雍刚指出，机器科技检测还不能完全取代专家目测手试法，两者相结合，更能够得出一个完善而准确的结论。 　　记者在现场看到，一件五彩龙纹大盖罐，工作人员将其放在机器中，经过20分钟18个指标仔细检测后，确定该五彩龙纹大盖罐釉胎成分与明宣德成分相符。此前，已经经过专家目测手试。两者结论一致，故得出最后的为真品鉴定结论。

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

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）。

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。

设备发出的激光照射形状复杂的新材料物体表面后，检查员便可在设备屏幕上快速、清晰、实时地观察检测物体表面和内部的损伤。 　　近日，一种新型的无损检测设备——“激光超声波可视化检测仪”在西安阎良国家航空高技术产业基地诞生，可广泛应用于诸多工业领域。研发的新型材料产品无损检测技术填补国内空白，达到世界领先水品。 　　无损检测在各个工业行业的品质管理中，一直扮演着举足轻重的角色。其中，超声波检查因其安全、经济、简便而得到了广泛应用，但无法对任意复杂形状以及非金属物体进行内部缺陷检测，实现高效、直观检测。另外，碳纤维复合材料、陶瓷基复合材料等新型材料的广泛应用也使航空工业得到了前所未有的发展，但对该新型材料的无损检测还缺乏有效的手段。 　　西安航空基地入区企业西安金波检测仪器有限责任公司研发的“激光超声波可视化检测仪”，成功突破了无损检测的这一世界科研难题。“激光超声波可视化检测仪”由检测单元和激光单元组成，可简单地将超声波的传播过程可视化，并根据波形变化检查出被测物体内部或表面的损伤，通过计算机屏幕清晰、实时地观察。由于“激光超声波可视化检测仪”技术实现了无损检测的可视化，对物体内部存在的缺陷及损伤的识别变得非常容易，且可防止无损检测中经常发生的漏检和误判。 　　该技术适用于任何材料、任何形状物体的无损检测，小到电子元器件，大到飞机机身均可轻松应对，并可在恶劣环境下工作。使用“激光超声波可视化检测仪”对飞机机翼、火车车轴等高速运载工具部件以及发电设备、压力容器等产品进行定期检查，可以最大限度地延长其安全使用寿命，避免重大事故的发生。 　　西安航空基地具有集飞机设计研究、生产制造、试飞鉴定、教学为一体的航空产业体系，同时具备各类与航空产业有关的高科技研发群，对于“激光超声波可视化检测仪”的使用、推广、乃至产品改良都提供了得天独厚的广阔空间与平台。目前，金波公司已将“激光超声波可视化检测仪”技术完成工程化阶段。 　　未来，金波公司还将成立工程技术研发中心，在提高现有产品质量和功能的同时，不断研发市场需要的各种激光超声波可视化检测仪，打造成为世界一流的无损检测仪器制造企业。

目前，拉曼光谱技术已经在食品、医药、化工、材料等多个领域获得了广泛的应用。其应用在肉品品质检测中时多会受到多种信号干扰，部分指标检测需要联合SERS技术，本文邀请到了中国肉类食品综合研究中心白京老师向大家介绍拉曼光谱在冷冻肉中的应用。1、 简介冷冻肉品是当前最常见的原料肉贮藏品类，其一般是指畜肉宰杀后，经预冷、排酸、速冻（-28℃至-40℃ ），继而在-18℃以下储存，深层肉温达-6℃以下的肉品。冷冻猪肉在贮藏过程中，蛋白氧化、脂肪氧化和微生物及冰晶的传热传质等会大大降低其感官品质、食用品质及加工性能。目前，在冷冻肉贮藏流通过程中对其品质的评判主要是通过感官评定或相关理化指标检测，但是这些评判方法需要耗费大量人力物力，易受主观影响，准确度较低，不适合大宗贮藏批量交易的检验要求，亟需开发冷冻肉品质的无损快速检测方法。拉曼光谱技术具有快速、原位、无损伤检测等优点，在食品领域的应用研究受到了广泛关注。2、 拉曼光谱无损快速技术研究理论基础当激发光的光子与物质分子相碰撞，可产生弹性碰撞和非弹性碰撞。在弹性碰撞中二者未发生能量交换，光子频率不变，这种散射现象称为瑞利散射。在非弹射碰撞过程中，光子与分子有能量交换，光子转移一部分能量给散射分子，或从散射分子中吸收一部分能量，从而使其频率改变，这种分子对光子的非弹射散射效应即是拉曼散射。由于不同的化学键或基团有不同的能量改变，并产生相应的光子频率变化，故根据光子频率变化即可判断分子中所含的化学键或基团，此为拉曼光谱技术。散射光频率与入射光频率差值即为拉曼位移。图1拉曼散射原理3、 拉曼光谱技术在肉中的应用基础及现状肉品的物质组成、含量及其在贮存加工过程中蛋白质二级结构的变化能通过拉曼位移直接反应，主要体现在酰胺Ⅰ带：1645cm-1~1685cm-1（结构：α-螺旋： 1650cm-1~1658cm-1；β-折叠： 1665cm-1~1680cm-1；β-转角： 1680cm-1；无规则卷曲： 1660cm-1~1665cm-1）和酰胺Ⅲ带：1200cm-1~1235cm-1，其分子结构来自色氨酸等多种氨基酸、C=CN等基团、C=C基团和C-H相关基团等。另外，肉品脂质饱和程度在1260、1264、1290、1438、1445、1656、1658、1745 cm-1等拉曼位移处有直接体现，分子结构来自C=H形变、C=H扭转振动、=CH2剪振、=CH2形变、C=C拉伸和C=O等。目前拉曼光谱技术作为一种指纹识别图谱，在肉品领域应用主要集中在加工品质（pH值、嫩度、肉色、保水性）、营养品质（脂肪含量、脂肪酸含量）、安全品质（食源性致病菌、兽药残留（结合表面增强拉曼光谱））和掺假分析（牛肉中掺假马肉、鸭肉等）中。但因为肉品组成成分复杂，肉品拉曼光谱数据量较大且复杂，因此多需要结合化学计量学方法提取相关特征信息4、 拉曼光谱无损快速检测技术在冷冻肉中的应用-以酸价、过氧化值检测为例冷冻肉蛋白氧化可以直接引发肉质变色，脂肪氧化使其营养、味道、质构和外观发生改变，蛋白氧化程度和脂肪氧化程度是评价冷冻肉贮藏期内品质变化的重要指标。酸价是评价猪肉脂质水解的指标，可以综合反映脂质水解氧化程度，过氧化值是反映油脂和脂质氧化状态的最常见指标之一。本研究实例基于拉曼光谱技术和化学计量学技术研究冷冻猪肉在冷冻贮藏过程中的酸价和过氧化值的变化，从脂肪氧化角度研究冷冻猪肉在贮藏过程中的变化规律，建立拉曼光谱快速预测冷冻猪肉酸价和过氧化值的快速无损检测方法，为快速预测判断冷冻猪肉品质和贮藏时间提供一定技术支撑。具体地，对宰后冷却成熟胴体分割取下猪IV号肉，并将其分成750±100g的样品，用保鲜膜进行密封包装，在-30℃环境下进行快速冻结，并立即在相对湿度90%~95%、温度-18℃以下的冷藏库中储存，冷藏库温度一昼夜升降幅度不超过1℃。选取冷冻猪IV号肉贮藏过程中的不同时间点进行检测，以冻结后入冷藏库前作为0d，分别选取0、30、60、90、120、150、180、210、240、270、300、330、360 d 13个时间点进行酸价、过氧化值检测和拉曼光谱检测。如下图为样品表面脂质拉曼光谱预处理后的平均值和最大值、最小值光谱曲线。样品表面脂肪的拉曼特征峰集中在1000-1800cm-1和2800cm-1附近，其中1064和1124cm-1为C-C键伸缩振动，1300cm-1为CH2弯曲振动，1443cm-1为CH2剪切振动，1658cm-1为C=C伸缩振动，1745cm-1为C=O伸缩振动，2725、2834和2860cm-1为CH3的对称振动，这些均为饱和脂肪酸和不饱和脂肪酸的特征峰，可以表征脂肪的饱和程度，在一定程度上反映脂肪的氧化程度可以看出在特征峰位置上，拉曼强度在特征峰位置上与酸价和过氧化值大小呈现一定相关性。本研究中，酸价和过氧化值最大值和最小值分别对应同一个样品。经比较原始光谱、经过airPLS、SG-5点平滑、SNV、SG-5点平滑+airPLS、SNV+airPLS预处理后光谱经PLSR建模分析发现，经过SNV+airPLS预处理后的酸价、过氧化值PLSR预测模型效果最好。对经过SNV和airPLS预处理的拉曼光谱数据应用CARS算法，选取特征拉曼位移，建立CARS-PLSR的特征拉曼位移处的拉曼强度预测酸价和过氧化值模型。随着样品运行次数的增加，单个酸价值和过氧化值的PLSR模型保留的样品拉曼位移变量数逐渐减少，且减少的速度由高到低，表明变量筛选过程是粗筛到细筛的。当运行次数达到一定值时（酸价值运行38次，过氧化值运行35次），与预测酸价值和过氧化值的大量无关拉曼位移变量被剔除，交叉验证均方根误差（RMSECV）值最小，表明PLSR模型的预测能力最强，最终选取出变量子集和酸价值、过氧化值预测相关的特征拉曼位移变量，分别为53和58个拉曼位移变量，分别为总变量数的2.93%和3.21%。可以看出，预测酸价和过氧化值的特征变量分别集中在495、1064、1124、1300、1443、1658、2834、2860 cm-1和1064、1124、1300、1443、2834、2860 cm-1拉曼位移附近，表明1064、1124、1300、1443、2834、2860cm-1拉曼位移处代表的信息（C-C键伸缩振动、CH2弯曲振动、CH2剪切振动和CH3的对称振动）均对预测酸价和过氧化值变化贡献较大，但495 cm-1和1658cm-1处代表的COC的对称变形和C=C伸缩振动仅对酸价的预测贡献较大。CARS筛选拉曼特征变量CARS-PLSR预测酸价和过氧化值结果5、 小结拉曼光谱作为一种分子散射光谱，在肉品品质检测方面具有无损、快速、指纹性、半定量的优势，但其应用环境较为复杂，需要应用多种分析方法，有效提取特征信息，以便提高拉曼光谱检测肉品品质指标的准确性，扩大应用范围。作者简介中国肉类食品综合研究中心动物源性食品研究部工程师，长期致力于生鲜肉品快速无损检测研究，参与多项“十三五”、“十四五”国家重点研发计划项目，发表相关论文10余篇，申请发明专利10余件，登记软件著作版权3项，参与制订国家标准《GB/T 41366-2022畜禽肉品质检测 水分、蛋白质、脂肪含量的测定 近红外法》等多项标准。

8月8日，苏州正式成立无损检测协会，并举行一届一次会员大会，苏州热工研究院有限公司总经理助理刘金宏当选会长。另外，首批加入协会的相关单位共有33家。 　　据悉，苏州已有150多家无损检测产业相关单位，具备完整的无损检测技术供应链、服务商和应用企业，年销售额超10亿元。此次无损检测协会的成立，将助力苏州无损检测产业发展，并为全国无损检测产业发展做导航。 　　无损检测是一种在不损伤构件性能和完整性的前提下，检测构件金属的某些物理性能和组织状态，以查明构件金属表面和内部各种缺陷的技术。如今，科学技术日新月异，现代工业飞速发展，对重要设备和部件的性能尤其是安全性的要求越来越高。无损检测技术被广泛的应用于航空、石化、汽车、建筑、电力和铁道等领域。 　　有人说，现代工业是建立在无损检测基础上的，这句话并不为过。德国一科学家曾说，无损检测技术是机械工业的四大支柱之一。 　　我国的无损检测技术实际上从20世纪40年代起开始在一些机械工业领域中得到少量应用，但是由于历史原因，并没有发展起来。新中国成立后，在20世纪50年代初，军工领域(特别是航空工业)以及和军工相关的重工业领域和科研机构开始注重X射线、磁粉、渗透、超声等无损检测技术的应用，其中不少工作是在苏联专家指导下进行。 　　随着我国工业化和现代化建设的迅速发展，我国对特种设备和重大工程的质量及安全要求进一步提高，1983年1月国家经贸委在国营工业交通企业设备管理试行条例中做出了明确规定，强调采用无损检测技术，发展以状态检测为基础的预防维修体制。近30年来，在政府、院校、科研单位及企业的重视和努力下，我国无损检测技术得到了快速发展，不仅在理论研究、科研实验、产品开发及工程应用上达到了较高的水平，而且在保证设备安全、防止突发事故，保障设备精度、提高产品质量、节约维修费用以及防止环境污染等方面，体现出重要的地位与作用。尽管我国的无损检测技术已经达到较高水平，但与国外先进的无损检测技术相比仍然存在较大的差距，我国加入WTO后，国外先进的无损检测技术和仪器设备加快进入我国，并参与国内市场竞争。 　　我国应该加快无损检测新技术、新工艺、新应用的研究，尽快与国际接轨，以满足我国市场的需要。

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。

回家路上的安全卫士铁路——千万人的回家路铁路铁轨作为我国最重要的设施设备之一，对铁轨的稳定性，平顺性和可靠性要求都十分严格。车轮下两条钢轨作为铁路的动脉，其是否健康，直接影响着铁路运输安全。铁轨内部有没有损伤、铁轨接头有没有焊接好… … 这些肉眼看不到的安全隐患，需要借助奥林巴斯无损检测探伤仪进行定期的检测和一一排查，进行维修或者更换。随着工业检测难度的不断升级，铁路工人对检测设备的要求也越来越高，奥林巴斯的超声波探伤仪凭借其功能强大，结果可靠，使用简单等特点，也成为了铁路探伤工人手中的“探伤神器”。奥林巴斯无损检测探伤仪中，OmniScan系列探伤仪凭借一直以来的出色表现，在全球范围内被公认为便携式相控阵超声检测（PAUT）的可靠仪器。其中，OmniScan X3探伤仪通过大量创新型功能改进了检测的整个工作流程，进而提升了相控阵检测的标准，为广大用户在做出决策时提供了更可靠的依据，为各工业设备的生产安全提供了可靠保障。其在铁路铁轨中的应用更是大放异彩。铁路工人可以通过它直接读取钢轨的“心跳”波形图，通过查看波形图的变化，轻松、准确地把握轨道的健康状况，不仅直观高效，而且可靠性更高。借助奥林巴斯的OmniScan X3波探伤仪，铁路探伤工人就像医生查看B超彩色图像一样，为钢轨内部的伤损进行诊断，有效保障运输安全。而铁路钢轨探伤只是OmniScan X3波探伤仪的应用领域之一。画质高清，检测结果更精准OmniScan X3探伤仪除了继承了奥林巴斯无损检测探伤仪一贯的可靠、便利、防水、防尘等优点，更是在图像质量方面取得了长足的进步。通过使用支持64晶片孔径的全聚焦方式（TFM），在探测铁轨内部伤损的时候可以获得各部分更清晰的图像，并可以将这些进行图像融合，生成正确反映铁轨伤损的几何形状，使得用户可以对使用常规相控阵技术获得的缺陷特性进行验证，有效改进了以前对于缺陷图像“解读难”的问题。新加入的16比特A扫描、插值和平滑等功能以及10.6英寸的WXGA显示屏，都使图像更加清晰可见，使得探伤工人的工作更加直观、准确。数据分析灵活，检测结果更高效OmniScan X3探伤仪采用全聚焦方式(TFM)图像在内的一些高级、灵活的数据解读工具，可以更快地完成分析操作。除此之外多组显示、更大的文件容量、800%的高波幅范围以及简化的菜单结构，都有助于加速检测进程，大大提升了铁路探伤工作的精准性和高效性。在奥林巴斯无损检测领域，奥林巴斯探伤仪除了“OmniScan系列”，还拥有工业内窥镜“IPLEX系列”、超声探伤仪“EPOCH系列”以及手持式X射线荧光分析仪“Vanta系列”等众多产品阵容。这些探伤设备在铁路工人的手中完成各种各样的应用，成为可靠的铁路体检工具，默默守护着铁路铁轨交通的安全和发展！

俗话说“人吃五谷杂粮哪能不生病呢”，体检无疑是检测人体健康状况的最佳方式。人不舒服可以通过查CT、做B超等方式对身体状况进行检测，那树木健康状况出现问题要如何应对呢？传统树木健康检测方式主要是借助工具在树木上打洞，通过肉眼观察而确定树空程度，这种方式会使树木感染真菌、生长缓慢，导致检测结果不准确。因此，不破坏树木结构、精准勘察内部状况成为树木健康状况检测的必然需求。托普云农树木无损检测探伤仪致力于解决树木健康检测需求的痛点。设备采用应力波传播原理，可以便捷、无损的对树木内部结构可能产生腐朽、虫蛀等健康问题进行准确勘察界定，并实时输出“检查报告”。以96%的探测精度，为朝阳区筛查危树312株近期，长春市朝阳区园林管理中心针对辖区内树木展开健康诊断与风险预警工作，托普云农树木无损检测探伤仪作为特邀“体检设备”也参与其中，设备协助工作人员针对朝阳区园林管理中心辖管区域内树龄长、长势过熟，难以从树木外观鉴别损伤、腐朽等问题的树木，逐个进行安全隐患检测鉴定。托普云农树木无损检测探伤仪采用应力波检测原理，对辖区内的树木体检。树木内部结构健康，应力波传播速度就会在正常范围内；树干内部若存在虫蛀、腐坏等问题，存在问题部位的应力波传播速度就会变慢，细微的数据变化都可以被成像软件观测到，非常精准严密。最终，托普云农树木无损检测探伤仪以“96%的探测精度”累计筛查出朝阳区园林管理中心辖区街路312株危树。朝阳区园林管理中心辖区内的树木多，手动记录树木信息及相关数据费时费力、容易出现数据混乱、造成判断失误，树木无损检测探伤仪在检测时，工作人员可以在信息输入界面，录入所需树木相关的数据，不仅便捷易操作，而且可以减轻工作量、提升工作效率。内部结构严重腐坏的危树，会在恶劣天气的诱因下倒伏在街道上，造成交通拥堵影响交通安全，更甚者甚至会危及居民的生命财产安全。树木无损检测探伤仪在检测完成后，实时输出树木截面二维图和树木缺陷诊断结果，结果会以红色腐烂重度损害、黄色疏松轻度损害、绿色坚硬无损害3色直观呈现。基于“体检报告”结果，朝阳园林管理中心采取“能救则救，无救则伐”的原则，对12株存在重大安全隐患的危树上报市林业和园林局审批砍伐，现已得到审批砍伐批复。砍伐的杨树截面 砍伐的柳树截面托普云农树木无损检测探伤仪不仅协助朝阳区园林管理中心把风险化解在隐患形成之前，把隐患消除在事故之前，还为打造朝阳区的健康、安全、美丽的绿化环境贡献了力量。树木无损检测探伤仪有多少惊喜是我们不知道的？树木无损检测探伤仪是一款便携式木材断层成像设备，由检测仪（包括检测箱和工具箱）及木材缺陷成像软件组成，用于古树名木、行道树等活立木的内部缺陷检测和定位。具体的工作流程就是：在被测木材的横截面上安装检测传感器，最多可安装12个，安装完毕后用锤子依次击打各传感器，从而使检测仪获得各传感器之间的应力波传播数据，将数据传送给配套的木材缺陷成像软件，最终由成像软件根据获取的数据进行木材横截面缺陷分析成像。应力波传播原理也非常好理解，简而言之就是锤子击打传感器的声音在树干内部进行传播，树干内部的介质不同，声波传播的速度就不同。如果树干内部木质存在空腐，空腐部位应力波传播的速度减慢，微小的数据变化都可以在成像软件上显示出来，据此就可以判断树干内部的健康状况。另外，树木无损检测探伤仪的的测量参数非常精密：可测量树木纵向长度区间为100～3000mm、树木直径范围为100～2000mm、传感器可承受压力为500N，相当于一位成年女性的重量；测量误差≤1%、重复性误差≤0.5%，因此设备输出的数据都非常精准。木材缺陷成像软件在检测完成后即时生成检测报告，并保存树木内部缺陷面积的计算结果及缺陷面积占整个横截面积的百分比等所有测量数据，清晰直观、方便快捷。使用打印机可打印树木截面二维图和树木缺陷诊断结果，结果会以红、黄、绿3种颜色区别呈现，红色为木质腐烂重度损害、黄色为木质疏松轻度损害、绿色为木质坚硬无损害，根据显示的颜色可以针对树木的健康状况在砍伐、截断、打营养液等方式中做出选择。托普云农树木无损检测探伤仪通过检测树木的健康状况，对有安全隐患的园林树木、行道树木等给出专业严谨的诊疗方案。一方面，可以促进城市树木健康生长，打造服务于民的城市景观；另一方面，可以对有严重安全问题的树木及时进行防治，保护居民的生活安全。除此之外，树木无损检测仪还能够检测古树名木的健康状况帮助它们更好的生长，这对古树文物保护和延续文化发展有一定的积极推动作用。

背景介绍傅里叶红外光谱（FTIR）是学术界以及工业界表征鉴别材料的常用手段。衰弱全反射红外光谱（ATR-IR）是用于材料的宏观化学信息分析的技术。该技术将样品压在衰弱全反射（ATR）晶体表面，通过红外光在晶体/样品界面的反射得到高分子样品的吸收光谱。然而，ATR-IR的空间分辨率受到光的衍射限的限制，并不能得到样品纳米别的化学信息，因此无法用于材料微观化学信息的研究。近年来，新兴起的纳米傅里叶红外光谱仪Nano-FTIR因可在纳米尺度下实现对几乎所有材料的化学分辨而受到广泛关注。该技术是基于全新的散射式近场光学技术（s-SNOM）研发的，能够在10 nm的空间分辨率下实现对材料的红外光谱表征，且得到的光谱与传统FTIR，ATR-IR的红外光谱有高的对应性。同时，该技术具有无损伤、无需染色标记、快速且适用性广等优点，是纳米别的化学分析利器。图1. neaspec散射式近场光学显微镜（s-SNOM）及纳米傅里叶红外光谱仪Nano-FTIR 必看案例 案例1：高分子纳米材料的鉴别及与传统红外光谱数据库的对照德国阿尔弗雷德纬格纳研究所的Gerdts教授利用散射式近场光学显微镜（s-SNOM）和纳米傅里叶红外光谱仪Nano-FTIR （德国Neaspec公司）对高分子材料进行了微观鉴别的研究。该课题组测量了高分子样品的近场红外成像以及红外吸收光谱，得到了高分子材料的纳米分辨率的相分布信息。同时，该团队测量了常见高分子的近场吸收光谱，并与通过ATR-IR得到的吸收光谱进行比较，发现用neaspec Nano-FTIR得到的近场吸收光谱与ATR-IR得到的光谱有高的对应度，可直接对照传统IR光谱数据库。因此，散射式近场光学显微镜（s-SNOM）和纳米傅里叶红外光谱仪Nano-FTIR （德国Neaspec公司）可应用于纳米高分子及环境中高分子样品的鉴别。相关研究成果发表于Analytical Methods, 2019, 11: 5195-5202。图2. LDPE聚合物颗粒PS介质混合物样品的光学超分辨成像。(a) 拓扑结构成像以及对应的(b) 机械信号的相位图和 (c) 近场红外的振幅图。(d) 通过 (c) 中所示路径的直线扫描得到的在1300 - 1700 cm-1区域内的近场红外的相位图。(e) LDPE和PS区域对应的近场红外的相位图。(f) 和 (g) 分别对应 (c) 中A, B区域的高分辨率近场红外相位图。可以看到LDPE/PS界面的近场红外的相位图中峰的移动。图3. (a) 用Nano-FTIR得到的PLA样品对应的近场红外的振幅(Sn)，实部(Re)，相位(φn)，虚部(Im)图。所得结果为三个样品点结果的均值，测量用时为7分钟。(b) Nano-FTIR得到的近场红外的虚部(Im)图与ATR-IR得到的PLA样品的光谱的对照。Nano-FTIR与ATR-IR得到的光谱高度吻合。 案例2：纳米傅里叶红外光谱仪（Nano-FTIR）对单层二维高分子聚合物的研究二维高分子聚合物作为一种新型有机二维材料，近年来在薄膜和电子设备的应用上受到广泛关注。相较于石墨烯由石墨自上而下的剥离合成路径，二维聚合物的合成路径可以采取自下而上的单体聚合反应，也因此具备更大的灵活性。如何优化合成路径以得到高品质的二维高分子聚合物是目前该领域的重大挑战之一。德国慕尼黑技术大学的Lackinger教授开发了一种有机单体分子自组装的光聚合合成路线，并利用纳米傅里叶红外光谱仪Nano-FTIR（德国Neaspec公司）对fantrip单体分子和其聚合物进行了吸收光谱的研究，验证了聚合反应的机理。该合成方法与传统的热聚合方法相比，大大减少了二维聚合物的缺陷密度，提升了材料均一性。相关研究成果发表于Nature Chemistry, 2021, 13: 730-736。研究人员利用纳米傅里叶红外光谱仪Nano-FTIR（德国Neaspec公司）的近场光学技术的高灵敏度，测量了fantrip有机单体分子及其二维聚合物的纳米傅里叶红外吸收光谱。所得光谱与DFT计算结果一致，证明了单体分子参与光聚合反应形成二维高分子。该技术得到的近场吸收光谱与传统FTIR光谱对应，而传统FTIR或ATR-IR的灵敏度无法测量该单层分子材料的吸收光谱。同时，纳米傅里叶红外光谱仪Nano-FTIR （德国Neaspec公司）的近场光学技术采用纯光学信号测量，而非基于材料热膨胀系数的机械信号。该技术灵敏度高，可测量热膨胀系数低的材料，如二维材料，无机材料等。且对薄膜样品的破坏性小，因此可用于单层分子自组装材料的研究。 图4. Fantrip单体分子（上）及其二维聚合物（下）的纳米傅里叶红外吸收光谱。柱形图为DFT计算得到的fantrip单体分子（红色）及其二维聚合物（蓝色）所对应的红外吸收光谱。 案例3：石墨烯电解液界面的纳米红外研究ATR-IR是应用于电电解液的原位界面表征的常用方法。然而该技术的探测深度在微米别，而电电解液的界面，如双电层，一般在纳米别。因此ATR-IR得到的界面光谱信号受到电解液主体信号的严重干扰。加州大学伯克利分校的Salmeron教授利用nano-FTIR对石墨烯电解液界面进行原位研究，通过nano-FTIR可达10 nm的超高空间分辨率(探测深度)，对非热膨胀样品（石墨烯）的高敏感度，及无损伤的特点，实现了对单层石墨烯电解液界面的原位表征，真正获得了双电层的化学信息。研究人员发现，相较于传统的ATR-IR，nano-FTIR的红外光谱中可观测到界面有的离子配位体，这得益于nano-FTIR的高灵敏度与高空间分辨率。同时，nano-FTIR支持样品台的接电设计，研究人员通过改变石墨烯电的电压，观测到红外光谱的变化，说明了界面化学成分的变化，即双电层的变化。相关研究成果发表于Nano Letters, 2019, 19: 5388-5393.图5. 单层石墨烯电解液nano-FTIR原位研究实验设计示意图。 图6.（a）ATR-FTIR和nano-FTIR的(NH4)2SO4水溶液红外光谱。（b）nano-FTIR在+0.5V和0V vs. Pt的红外光谱。0V数据取2个位置共64组光谱的平均值，+0.5V数据取5个位置共112组光谱的平均值。案例4：对多组分高分子材料的纳米成分分析西班牙巴斯克大学的Hillenbrand教授利用nano-FTIR实现了多组分高分子材料的纳米成分分析。研究人员通过检测聚苯乙烯（PS），聚丙烯酸（AC）以及聚偏氟乙烯（FP）混合样品的纳米区域的红外光谱，并与标准样品的纳米红外光谱做对比，得到样品组分的纳米分布图，分辨率达到了30 nm。通过分析样品C-F（1195cm-1），C=O（1740cm-1）及C-O（1155cm-1）峰的强度及波数的空间分布图，可得到对应的高分子组分及组成结构的空间分布。相关研究成果发表于Nature Communications, 2017, 8，14402. Nano-FTIR可以得到材料纳米分辨率的化学信息，分辨率高可达10 nm，是传统FTIR和ATR-IR无法企及的。图7. nano-FTIR对高分子复合材料的表征。包括（a）拓扑结构成像，（b）相应位置的纳米红外光谱，以及（c），（d）基于纳米红外光谱的组分分布图。 纳米傅里叶红外光谱仪nano-FTIR的技术优势：☛ 大地突破了传统红外光谱的空间分辨率限，可达10 nm；☛ 得到的谱图与传统红外谱图有高的一致性；☛ 探测光学信号而非机械信号，灵敏度高，适用于热膨胀系数低的系统；☛ 可同时得到光谱及成像结果；☛ 测样时间短；☛ 操作和样品准备简单——仅需要常规的AFM样品准备过程。 参考文献：1. Meyns M, Primpke S, Gerdts G. Library based identification and characterisation of polymers with nano-FTIR and IR-sSNOM imaging [J]. Analytical Methods, 2019, 11: 5195-5202.2. Grossmann L, King B T, Reichlmaier S, et al. On-Surface Photopolymerization of Two-Dimensional PolymersOrdered on the Mesoscale [J]. Nature Chemistry, 2021, 13: 730-736.3. Lu Y, Larson J M, Baskin A, et al. Infared Nanospectroscopy at the Graphene-Electrolyte Interface [J]. Nano Letters, 2019, 19: 5388-5393.4. AmenabarI, Poly S, Goikoetxea M, et al. Hyperspectral Infared Nanoimaging of Organic Samples based on Fourier Transform Infared Nanospectroscopy [J]. Nature Communications, 2017, 8: 14402.

人的心脏有问题了，可以做个心电图检测，查清楚心脏的情况，从而对症下药施治。那大树要是“肚子”里生虫子或者开裂了，除把树木锯开检查外，还有没有简单点的检查方法呢? 　　浙江林学院电子信息专业大三学生刘凯等3名同学和导师李光辉，花了3年的时间给大树研究了一个“心电图”检测仪——木材无损检测仪，这几天已经申请专利。价格是国外同类产品的十分之一。 　　“170微秒，和数据对比看看，好，健康。”刘凯与合作的同学一起，动作麻利地给一棵直径14厘米的樟树两边各插上了一个传感器，插好后，启动开关，手里的木材无损检测仪上就显示出树木内部应力波的传播速度。从给树木“穿衣服”，到数据显示后显示树木正常，这个过程一共历时3分钟。 　　“别看它小，可别小看它。”刘凯称手里的木材无损检测仪为“手持设备”，看着比家用的电视遥控器要厚2倍，宽1倍的样子，“虽然小，但它的测量精度、可靠性和灵敏度比国内外市场上的所有同类产品都高。” 　　“这个发明，最重要的是利用脉冲锤撞击树木，使树木内部产生应力波的传播。”李光辉教授介绍说，使用者就是通过测量应力波的传播时间和传播速度的变化，并计算木材弹性模量等参数，通过对比正常同类树种的相关数据，来判断木材内部有无缺陷。 　　在国外，同类产品最便宜的也卖到3000多欧元，折合人民币3万多元，而刘凯他们设计的这个仪器，价格则不到3000元。 　　活着的树木和古建筑中的木材适用 　　“有很多树木，外面看着是好好的，可里面的‘心’早都空了，这样的树特别容易引起火灾。”刘凯说，以往要给树木做检查，都要先把木材砍掉，再用锯子锯开才能了解木材的内部情况。如果是古建筑中的木材，所受的损伤则更大。因此，很多文物保护单位也希望能有简单的防范，提前知道古建筑中的木材内部有没有长虫子或开裂。从2007年初开始，刘凯、蔡步森等3名同学，在李光辉的指导下，利用电子信息、计算机软件开发等专业知识，开始就这一难题进行研究，最终并成功开发出了基于应力波原理的木材无损检测仪。 　　“要想不损伤木材进行检测，需要很庞大的设备。”刘凯说，在此之前，木材研究领域也有红外线检测法、超声波检测法、核磁共振检测法等检测方法，但因为设备实在太昂贵，操作程序又复杂而难以推广。 　　“这个木材无损检测仪既不破坏材料的原有特性，又能在短时间内连续获得检测结果。”据刘凯介绍，检测仪与被测木材之间不需任何的耦合剂，也不受木材尺寸和形状的影响，更不会对人体造成危害，“所以，活着的古树名木和古建筑中的木材更适合使用。” 　　对于学生的这项发明，浙江林学院木材研究专家、木材过程中心负责人马灵飞教授认为，该项仪器能够准确的检测、分辨出健康树木和有内部缺陷的树木，而且便于携带、使用方便，具有很强的实用价值，尤其是对木质文物保护、检测古树名木的健康状况等具有重要作用，该仪器还可以应用在林业管理、林业教学与科研等领域，应该具有广阔的市场前景。 　　本文来自: 中国木材网(www.chinatimber.org) 详细出处参考：http://www.chinatimber.org/news/28832.html