缺陷自动检测系统

涂魔师在线漆层检测|复杂外形工件表面非接触漆膜膜厚自动检测系统测量平坦表面涂层厚度并不容易，对复杂几何表面结构的涂层厚度的测量更加困难。传统的单点接触测量往往无法满足客户需求，这种方法通常是相当不准确的，而且只适用于固化后的涂层厚度测量，无法支持在生产工艺过程中进行涂层厚度测量。为了实现对复杂几何表面结构的涂层厚度，涂魔师在线漆膜测厚仪基于先进的ATO光热法技术，研发了一款利用涂层与底材之间的热性能差异进行涂层厚度的非接触无损测量系统。涂魔师漆膜膜厚自动检测系统适用于粉末喷涂，能精确检测粉末涂层厚度，稳定喷涂工艺质量；适用于湿膜和干膜应用，能精确检测固化前湿膜涂层即时得到干膜厚度，节省时间和稳定质量等。通过调研，50%的人在固化或干燥工艺后手动测量涂层厚度，43%的人是在有质量保证的实验室中手动测量涂层厚度，21%的人在选择在固化干燥工艺前手动测量涂层厚度，然而，没有人使用自动化仪器进行涂层厚度测量并优化喷涂工艺。从调研结果上看，大部分的人选择在生产线后期使用接触式涂层测厚仪，手动测量固化后的涂层厚度，然而，无论是湿膜还是干膜，在生产线末端进行涂层厚度测量已经太晚了，如果此时测量效果不好，则会产生大批量的次品，需要进行返工，这将导致更多的资金、人力、物力的消耗。涂魔师非接触无损测厚系统能够在生产线早期阶段进行涂层厚度测量，为您和您的客户记录涂装工艺过程的连续数据，为优化工艺、更换耗材提供依据；能减少物料消耗；提供高精度的生产条件，及时分析膜厚数据，及时发现喷枪堵塞等失效问题，协助调整工艺参数。涂魔师在线漆膜测厚系统如何实现在固化前测量涂层厚度？涂魔师在线漆膜测厚系统使用ATO光热法原理，通过计算机控制光源以脉冲方式加热待测涂层，其中内置的高速红外探测器从远处记录涂层表面温度分布并生成温度衰减曲线。表面温度的衰减时间取决于涂层厚度及其导热性能。最后利用专门研发的算法分析表面动态温度曲线计算测量待测的涂层厚度。涂魔师漆膜膜厚自动检测系统产品系列介绍涂魔师漆膜膜厚自动检测系统有FLEX手持式，Inline在线式，Atline实验室，3D整体膜厚成像系统这4种。涂魔师手持式涂层测厚仪FLEX是一款功能齐全的高精准的非接触式无损测厚系统，无需进行整合，操作方便，校准简单，无需严格控制测试距离和角度，无需等到涂层固化后才进行涂层厚度测量，能有效节省材料和避免涂层缺陷问题，十分适用于生产车间现场，且自动记录数据及生产全过程。使用手持式涂层测厚仪FLEX在产线上监控喷粉膜厚后，调节出粉量后节省30%的粉末。特别是对于小批量，产品未出炉已喷完，所以无法根据干膜调整膜厚。而涂魔师在开始喷涂的几分钟内就调整好出粉量，减少返工，降低成本。涂魔师3D整体膜厚成像系统，通过3D成像检测技术，轻松非接触精准测量形状复杂零部件的膜厚分布情况，测试点的数据与工件被测部份一一对应，实时高效监控膜厚真实情况。为什么需要测量整体的涂层厚度？通过使用涂魔师3D整体膜厚成像系统测量涂层厚度，可以使涂层分布清晰可见，连续实时检测产线的移动工件膜厚，无需严控测量条件，对于摇摆晃动、外形复杂（曲面、内壁、立体、边缘等部位）、各种颜色（不受白色等浅色限制）的工件也能精准测厚。通过SPS等接口实现涂装线的自动化控制，能将涂魔师3D整体膜厚成像系统轻松高效集成到现有涂装线上，集成成本低。涂魔师3D整体膜厚成像系统测量复杂几何表面工件涂层厚度，能够在半秒内获得复杂形状工件表面大约十万个测量点的信息，这使得复杂表面涂层厚度的测量变得简单，并通过对测量结果的记录归档及时调整工艺，实现对喷涂工艺质量的有效控制。翁开尔是涂魔师漆膜膜厚自动检测系统中国总代理，欢迎致电咨询涂魔师漆膜膜厚自动检测系统更多产品信息和技术应用案例。

日立紫外/可见/近红外分光光度计UH4150自问世以来，以其性能之高、应用之广、发展之快，受到业界专业人士的极高重视与关注。对于在实际固体样品检测方面需要高质量数据的用户，例如半导体开发、光学样品和新材料领域的用户而言，UH4150无疑是最佳的选择。 为满足客户的更高要求，提供更加智能、省时的解决方案，三款UH4150搭配的自动检测系统：自动角度可变检测系统、自动偏振检测系统、自动X-Y样品台检测系统，通过全自动化测样，大幅优化测量数据的重现性，同时缩短测量时间，提高作业效率。目前，三款自动检测系统已正式面向中国市场开售！自动角度可变检测系统可连续自动测定任意设置条件（偏振器角度、入射开始/结束角度、角度移动间隔）的透射、漫透射、反射以及漫反射光谱可自动检测绝对反射率（5°～60°）每个样品1）的作业时间可缩短约96%1）5～70°（每步进5°）、波长300～800 nm、反射光谱共测定28次（S、P偏振光）时 自动偏振检测系统正交位置检测功能：以0.01°为最小步进值，自动检测最低透射率的正交状态，使测定结果重现性更加优异。色度分析功能：可计算出色彩(X、Y、Z)、L*,a*,b*、L,a,b、L*,u*,v*、色度坐标x,y、偏光率。内置消偏振器，可降低仪器与光源自带的偏振效应，减小系统误差。 自动X-Y样品台检测系统可自动检测入射角为5°的相对反射光谱和入射角为0°的透射光谱。可连续测定预设样品点位。可节省装样时间，大幅提高作业效率2)。2）测定25个点位时，人工操作时间缩短了92％。日立UH4150分光光度计仪器详情，请见：http://www.instrument.com.cn/netshow/SH102446/C185793.htm关于日立高新技术公司： 日立高新技术公司，于2013年1月，融合了X射线和热分析等核心技术，成立了日立高新技术科学。以“光”“电子线”“X射线”“热”分析为核心技术，精工电子将本公司的全部股份转让给了株式会社日立高新，因此公司变为日立高新的子公司，同时公司名称变更为株式会社日立高新技术科学，扩大了科学计测仪器领域的解决方案。日立高新技术集团产品涵盖半导体制造、生命科学、电子零配件、液晶制造及工业电子材料，产品线更丰富的日立高新技术集团，将继续引领科学领域的核心技术。

金陵晚报讯(记者 李有明 通讯员 王成磊 张玫玲)爬梯子、钻车肚、拉皮尺&hellip &hellip 这是中大型机动车外检常规动作，以前检测一辆车，需要两三名查验员花20分钟才能完成，去年，由南京车管所牵头研发的&ldquo 机动车外廓尺寸自动检测系统&rdquo 研制成功，将这一测量过程精简到只要一个人花30秒就能完成。 　　据介绍，&ldquo 机动车外廓尺寸自动检测系统&rdquo 采用激光雷达技术扫描车辆外廓尺寸，测量精准度可达毫米，去年9月已在一家检测站进行测试使用，目前使用对象主要为大中型机动车。 　　南京车管所检验科科长李婷介绍，以前对车辆外形检测全靠人工测量，要两三个人花近半个小时才能测完一辆车，而现在，大中型车辆只要通过检测装置，各项外廓尺寸数据就会同步存入系统，并生成检测报告，整个过程不超过30秒。 　　截至目前，试点的&ldquo 机动车外廓尺寸自动检测系统&rdquo 共检测大中型机动车5600余辆，效果良好，接下来将会在全市推广。

日前，国内检测直径涵盖最广、检测精度最高的金属管在线自动检测成套装备在山东省科学院激光研究所通过鉴定。该装备的研发成功，打破了国外对金属管材无损检测设备的垄断局面，且同等指标的设备价格仅为进口设备的一半、替代进口优势明显，其应用可助推国产金属管材走向高端市场，受到国内各大钢铁企业的关注和欢迎。 　　我国是世界上最大的金属管材生产国，有大小金属管企业 2000多家，年产量近亿吨，其中近三成出口。由于国内没有成熟的检测技术和设备，而价格高昂的国外设备又往往不适应国内复杂的生产环境，致使国产管材大部分为低附加值的结构管和低压流体管，很难进入国际高端市场。国家发改委提出我国钢铁产业要提升发展质量，由钢管生产大国向钢管生产强国转变，研发适合国情的在线无损检测综合技术和成套装备成为行业急需。 　　山东省科学院受到省自主创新成果转化重大专项的支持，自主研发出的这一成套装备，利用涡流、超声检测技术实现对金属管表面和内部缺陷的高速在线检测，可检测直径从 5mm-1200mm ，基本涵盖了目前国产金属管的全部规格，检测精度达到或超过API、 ASME 、 GB 等国际国内标准，解决了自动在线检测技术难题，达到国际领先水平并具有完全自主知识产权。 　　专家认为，该装备的研发推广，将带动整个行业检测技术的进步，增加国产管在高端领域，如核电管、高压锅炉管、航空航天管材、石油天然气管等领域的国际竞争力和应用，提高产品质量和附加值，促进产业升级。同时，金属管材质量的提高，可降低因开裂、泄漏、爆炸引发的高风险场合的事故发生率，提高经济运行质量。对于应用企业，还可通过这一装备的实时检测，分析金属管、棒的伤残原因，及时调整生产设备，提高产品合格率，节约大量能源和原材料，节本效益显著。 　　激光所所长、研究员徐华告诉记者，正是由于这些良好的应用特性，该装备一经推广就受到国内各大钢铁企业的关注和欢迎。该成套装备通过国际招标成功应用到上海宝钢，后又推广到包钢、攀钢、大唐电力等十多个省份的 120多家企业，并在江苏振达钢管集团有限公司和临沂盛源无缝钢管有限公司建成示范工程。目前累计已推广约200台套，每台设备年检金属管材25000吨，检测后每吨售价可增加千元以上，每年为应用企业新增直接经济效益50多亿元，节约原材料和能源近亿元，产品供不应求。

日前，山东省内所有的重点污染源都已经安装了全省联网的环境自动检测监控系统。 该类系统在山东省共设立了1300多个，覆盖全省100多家城镇污水处理厂、1047家重点监管企业，城市主要水源地、60条河流的116个河流断面、17个城市的空气质量也全部被纳入到监测系统中，这意味着山东省90%以上的污染源排污情况和水气环境质量都得到了实时监控。与此同时，依托省、市、县三级数据传输网络，监测数据可以直接传输到省环境监控中心，接受各级环境监管部门的监督检查。 哈希公司的水质分析仪器在中国已经有超过20年的成功应用，此次作为在线水质分析仪器的供应厂家， 共向山东省各个环境监测点提供了数百套符合国家标准方法的CODmax铬法COD分析仪、AmtaxTM Compact 氨氮分析仪等在线水质分析仪器产品。系统运行以来，凭借运行可靠、运营成本低、测量精确、操作简单的优良性能得到了众多环境监测站好评。 在很多大型项目中，各个环节都是紧密相连，如有一个环节出现问题，将可能会导致整个项目停滞。这就要求在线水质检测仪器的安装、调试乃至培训都必须要做到快速响应，按照客户要求在最短的时间内解决问题。哈希公司本地化服务模式在此次山东省环境自动检测监控联网系统项目中&ldquo 再显身手&rdquo 。以&ldquo 快速响应，高质高效&rdquo 的服务标准，在规定时间内完成了项目要求，赢得了客户的满意。 哈希公司将凭借着最先进的水质监测解决方案以及完善的服务和技术支持网络，在各个行业中扮演着不同的角色，为各行业用户的应用提供最佳的解决方案，守护着水质与人类的健康！ 关于哈希 哈希公司是美国财富500强企业之一&mdash &mdash 丹纳赫集团下属的一级子公司，总部位于美国科罗拉多州的拉夫兰市。哈希公司是致力于设计和制造水质分析、监测仪器及其试剂的科研生产企业，产品涵盖实验室定性/定量分析、现场分析、流动分析测试、在线分析测试，能够广泛应用于自来水、市政污水、工业循环水、污染源排放口、地表水、地下水、半导体超纯水、制药、电力及饮料等多个领域。生产线分别分布于美国、瑞士、德国、法国和英国。

硅藻是一种水生单细胞生物，广泛分布于江河、湖泊、水库、池塘等自然水体，由于硅壳由二氧化硅和果胶组成，硅藻的外形具有稳定性、特定性和多样性、是进行硅藻种属鉴定的重要依据。研究表明硅藻的生长和分布具有较强的地域性，对不同地域的硅藻在种群分布和外形特征上均会出现不同的地域特点。 昆明盘龙江流域水体中的硅藻研究过去停留在光学显微镜检测，反映出的形态特征有限，区别判断准确率不高。 本次研究，昆明盘龙江的研究人员采用复纳科技扫描电镜的硅藻全自动检测系统对盘龙江流域的硅藻进行全自动扫描识别，定期跟踪检测和分析，该研究填补了硅藻形态、分类等多方面的空白。——该项目使用 GA / T1662-2019《法庭医学硅藻检验技术规范微波消解-真空抽滤-显微镜法》处理后，分析水样内硅藻形态、种属、并通过硅藻全自动检测系统拍摄扫描电镜图像，依据经典分类系统，主要基于硅藻形态学特征，包括壳面的形状、隔片、和伪隔片之有无、眼点的有无、锥突之有无、线纹和点纹的分布和形式、壳缝的结构、环带的特征等。参考《中国淡水藻志》，将硅藻确定为门，其下分中心纲和羽纹纲，纲下分目、科、属、种的分类系统，通过扫描电镜以及一系列的科学研究，将盘龙江流域硅藻进行了系统翔实的分类，可作为生态环保，水质检测，污染治理，以及法医研究溺亡诊断的参考资料。 该书对硅藻的分类如下图所示，每目下还对科、属进行了详细的分类，可作为硅藻研究分类标准的参考资料，详情请查阅原著。 复纳科学仪器（上海）有限公司（以下简称“复纳科技”）自 2018 年开始硅藻检测自动化系统的研发工作，相继推出 DiatomScope 自动化扫描系统，DiatomAI 人工智能硅藻识别系统，该系统具有以下优势：系统基于飞纳台式扫描电镜，具有防磁防震功能，对安装环境无特殊要求。常规实验室环境，仅需要一张实验桌即可安装，即使放置在高楼层，也无需担忧震动问题，为野外工作提供了可能性；采用高亮度、长寿命 CeB6 晶体灯丝，不仅能轻松拍摄出高清硅藻电镜图像，还免去了频繁更换灯丝的烦恼，省心又省力；无人值守、多任务并行自动化程序，轻松设置扫描参数（样品类型、放大倍数、扫描模式等），系统自动完成多样品、多放大倍数的扫描工作，极大的节省了人工观察样品的时间；大样品仓室，100*100mm，一次可放置 9 个直径一英寸样品并完成自动拍摄；具有精确的位置追溯功能，方便硅藻定位及复查；极快的 AI 速率，完成自动统计与分类工作。 在《昆明盘龙江生态环境硅藻学图谱》编撰过程中，复纳科技硅藻全自动检测系统以其独特的产品优势，提供了有力的技术支持，以及数量庞大、质量高清的原始图像资料，助力盘龙江硅藻研究。此外，复纳科技也希望与更多硅藻相关研究单位进行密切合作，促进硅藻自动化检测系统的完善与升级，帮助用户实现更高效、更智能、更准确的硅藻检测目标。 以上案例图片，均出自《昆明盘龙江生态环境硅藻学图谱》，查看更多种类硅藻图片，可自行订阅： 硅藻研究在公安刑事技术方面，为水中尸体的死因判明、溺水死因判断提供重要参考依据，对提升法医学水平具有重大意义。本书介绍了硅藻学的知识和概念，硅藻的常用分类方法，硅藻研究的运用和作用，硅藻对生态的影响，以及应用人工智能技术对硅藻形态进行自动识别和计数的新方法、生态环境建模的相关知识。展示了昆明市盘龙江流域硅藻研究状况，以及科研团队开展云南省刑事科学技术重点实验室创新研究基金计划项目（YNPC- S202007）的研究成果。

涂魔师漆膜膜厚自动检测系统非接触无损测量白色家电涂层厚度涂魔师漆膜膜厚自动检测系统能够精准控制涂层厚度，保证产品质量，非常适合白色家电生产制造商和涂装商。粉末涂料喷涂由于其优越的机械性能和无溶剂涂料的应用，在工业领域发挥越来越重要的作用。但只有当涂层厚度保持在一定的容差范围内，粉末涂料喷涂才能发挥其优势，因此喷涂工艺的重点必须放在粉末涂料的有效使用和控制上。对白色家电喷涂涂层工艺的优化不仅仅适用于大型工厂流水线上，而且也适用于小型的涂装生产线，甚至是人工涂装线，在这些生产线上，每小时的工作或每公斤的清漆对企业的盈亏起到决定作用。在白色家电的生产环境中，涂层工艺的另一个挑战是搪瓷！搪瓷就是在金属表面覆盖一层无机玻璃氧化涂层，涂层最主要的作用是保证金属材质不被氧化和腐蚀。烤箱和炊具的所有零部件（马弗炉、柜台门、风扇罩、锅等）进行搪瓷，主要是为了提高这些家电的耐用性和耐高温性，同时也使得这些家电易于清洁，保证卫生。本次网络研讨会，涂魔师专家Francesco Piedimonte将介绍涂魔师漆膜膜厚自动检测系统，演示涂魔师漆膜厚度检测仪先进的ATO光热法原理，以及使用涂魔师非接触无损测厚仪实时在线自动测量粉末、湿膜/干膜和搪瓷涂层厚度。涂魔师漆膜膜厚自动检测支持连续测量生产过程中流水线上的移动部件。马上发邮件到【marketing@hjunkel.com】，备注【9月9号涂魔师研讨会】进行报名登记，我们将在研讨会结束后给您发送资料和视频。涂魔师漆膜膜厚自动检测系统工作原理ATO光热法介绍涂魔师采用ATO光热法专利技术；该项技术采用氙灯安全光源代替激光束进行激发，并以脉冲方式短暂加热待测涂层，内置高速红外传感器将记录涂层表面温度分布并生成温度衰减曲线，最后利用专门研发的算法分析表面动态温度曲线计算待测涂层厚度。通常，涂层厚度越大，反应时间越长（例如1-2秒）；涂层厚度越小，反应时间越短（例如0.02-0.3秒），如图所示。相比于传统非接触式测厚仪，涂魔师ATO漆膜膜厚自动检测系统明显降低了仪器维护成本，而且涂魔师能更加快速精准和简单测厚，无需严格控制样品与测厚仪器之间的测试角度和距离，即使是细小部位、弯角、产品边缘、凹槽等难测部位也能精准测厚，并且对操作人员的专业要求低。另外，涂魔师容易集成到涂装系统中，与机械臂或其他移动装置配合使用能方便精准测量工件膜厚，实现不间断连续膜厚监控，提高生产效率。涂魔师漆膜膜厚自动检测系统优势涂魔师漆膜厚度检测仪可以测湿膜直接显示干膜厚度，在生产前期非接触式测量未固化的涂层直接得出涂层的干膜厚度，如粉末涂料、油漆等；涂魔师漆膜膜厚自动检测系统采用先进的热光学专利技术，无需接触或破坏产品表面涂层，在允许变化角度和工作距离内即可轻松测量膜厚；涂魔师漆膜膜厚自动检测允许允许测量各种颜色的涂料（不受浅色限制）；适用于外形复杂的工件（如曲面、内壁、边角、立体等隐蔽区域）；涂魔师漆膜厚度检测仪100%测量数据安全自动储存于云端，实现生产工艺的统计及不间断追溯，高效监控膜厚真实情况。翁开尔是瑞士涂魔师中国总代理，欢迎致电咨询涂魔师非接触无损测厚仪更多产品信息和技术应用。

日前，由河北先河环保科技股份有限公司承担的国家国际科技合作项目&ldquo 大气复合污染高精度自动检测仪及系统集成联合研发&rdquo 顺利通过了受科技部国际合作司委托，河北省科技厅组织的专家组的验收，并得到了省内外技术专家的高度评价。 　　针对近年来我国雾霾天气日趋严重，而国内大气复合污染监测技术相对落后的现状，河北先河环保科技股份有限公司与澳大利亚ECOTECH公司开展国际科技合作，引进了外方大气复合污染自动监测技术，经过消化吸收，研制开发了适合我国国情的各种大气复合污染物自动监测仪器，包括痕量气体自动监测仪(高精度二氧化硫监测仪、高精度氮氧化物监测仪、高精度一氧化碳监测仪)、温室气体自动监测仪(二氧化碳监测仪、甲烷监测仪)和霾的光散射特性监测仪浊度仪。大气复合污染物自动监测仪已经通过河北计量院的检测，各项指标达到国际同类产品的先进水平。仪器经成都市环境监测中心站等国内6个站点长期试运行，系统运行稳定，无人值守时间长，维护量小，操作简单，可以全面反映当地大气复合污染状况。 　　通过本次国际科技合作，先河公司还开发了大气复合污染监测平台软件，可以通过集成PM2.5、PM10、能见度、臭氧监测仪等环境监测仪器，形成完整的大气污染监测平台，可实现对以灰霾为主的区域大气复合污染进行及时、准确的监测和预测预报，为环境管理达到&ldquo 测得准、说得清、管得好&rdquo 的目标提供技术支持，促进我国环境管理水平的提升。

台湾科研团队近日在国际期刊《自然》旗下的《科学导报》上刊登一项新近研究成果：以分子光谱研发自动检测口腔癌组织分析方法，通过光谱分辨正常和病变组织协助诊断病情，此项研究可有效应对台湾逐年增加的口腔癌患者。　　有调查表明：口腔癌高居台湾男性肿瘤死亡原因第4名，近10年患者增加2倍，每年确诊5400多人，且出现年轻化趋势。　　台湾交通大学应用化学系暨分子与科学研究所讲座教授滨口宏夫和阳明大学生医光电研究所教授邱尔德，指导阳明大学生医光电所博士生陈柏熊，并与研究室团队成员及台中荣民总医院合作组成科研团队。　　研究团队表示，分子的“拉曼光谱”可视为每个分子独有的分子指纹，如同每个人都有自己专属的指纹。团队利用拉曼光谱技术，结合多变数分析法，进一步定量、比较角蛋白分子组成成分在正常组织与病变组织的纯度，结果显示癌化口腔组织中的角蛋白分子成分纯度较高。　　研究团队指出，未来病理师若使用携带型拉曼仪器检测组织，搭配软体分析，只需按下检测按钮，即可分辨正常组织与病变组织，操作方法简易又准确。未来在人体试验与临床应用上，可用于协助临床医师诊断病情，提升手术精准度。

近日，质检总局发布了《氨氮自动监测仪检定规程》等9个国家计量技术法规的公告，公告全文如下： 　　计量技术法规的公告 　　质检总局关于发布JJG631-2013 　　《氨氮自动监测仪检定规程》等9个国家 　　计量技术法规的公告 　　根据《中华人民共和国计量法》有关规定，现批准JJG631-2013《氨氮自动监测仪检定规程》等9个国家计量技术法规发布实施。 编 号 名 称 批准日期 实施日期 备注 JJG631-2013 氨氮自动监测仪检定规程 2013-08-15 2014-02-15 代替 JJG631-2004 JJG825-2013 测氡仪检定规程 2013-08-15 2014-02-15 代替 JJG825-1993 JJG853-2013 低本底&alpha 、&beta 测量仪检定规程 2013-08-15 2014-02-15 代替 JJG853-1993 JJG1087-2013 矿用氧气检测报警器检定规程 2013-08-15 2013-11-15 JJF1261.9-2013 家用燃气快速热水器和燃气采暖热水炉能源效率标识计量检测规则 2013-08-15 2013-11-15 JJF1261.10-2013 家用和类似用途微波炉能源效率标识计量检测规则 2013-08-15 2013-11-15 JJF1261.11-2013 家用太阳能热水系统能源效率标识计量检测规则 2013-08-15 2013-11-15 JJF1261.12-2013 微型计算机能源效率标识计量检测规则 2013-08-15 2013-11-15 JJF1424-2013 氨氮自动检测仪型式评价大纲 2013-08-15 2013-11-15 　　特此公告。 　　质检总局 　　2013年8月20日

由仪器信息网、中国仪器仪表行业协会试验仪器分会联合主办的第二届试验机与试验技术网络研讨会将于2023年8月16日召开。届时，武汉钢铁有限公司质量检验中心理化检验高级工程师刘明辉将在线分享报告，介绍一种全自动检测技术在热轧带肋钢筋检测领域中的应用实践案例：通过集成重量偏差测试仪与拉伸试验机、六轴机器人、弯曲试验机、反向弯曲试验机、试样架等设备设施，并优化各设备设施的布局结构，再与实验室管理系统（LIMS）进行通讯，实现检测数据的传输，顺利实现热轧带肋钢筋常规检测项目重量偏差、室温拉伸试验、弯曲试验、反向弯曲试验四个项目全流程集成自动化，成为钢筋检测领域全流程自动化检测的经典案例，实现了国产试验机在自动化检测领域的重大突破。欢迎业内人士报名听会，交流试验技术。关于第二届试验机与试验技术网络研讨会为帮助业内人士了解试验技术发展现状、掌握前沿动态、学习相关应用知识，仪器信息网携手中国仪器仪表行业协会试验仪器分会于2023年8月16日组织召开第二届“试验机与试验技术”网络研讨会，搭建产、学、研、用沟通平台，邀请领域内科研与应用专家围绕试验机行业发展、试验技术研究、试验技术应用等分享报告，欢迎大家参会交流。会议详情链接:https://www.instrument.com.cn/webinar/meetings/testingmachine2023

太阳能是目前使用比较多的可持续清洁能源之一，在太阳能的有效利用中，太阳能光电利用是近些年来发展最快，最具活力的研究领域，也是最受瞩目的项目之一。但维修和监控太阳能电池板的成本有时高得令人望而却步。今天，小菲就来给大家说一个德国政府选用FLIR热像仪，验证空中高效检查电池板的有效性和商业可行性的真实案例！Teledyne FLIR在德国的高级合作伙伴——TOPA GmbH，率先采用空中检查电池板的创新检测方法。TOPA GmbH是一家专业的高质量测量技术和热成像行业集成商。作为FLIR和EXTECH产品的主要分销商，它专门提供FLIR技术，用于各种具有挑战性的应用。本次它与专门从事有人驾驶和无人驾驶飞机中使用安全关键技术的工程公司AID GmbH合作开发一个基于人工智能的系统，该系统将确保无人机飞行中捕获的图像完全具有地理参考性，可自动检测和分类太阳能电池板上的缺陷。具体是如何操作的呢？一起来瞧瞧~集成FLIR热像仪，实现快速检测在政府资助的支持下，AID和TOPA正在使用FLIR热成像技术来降低大规模检测太阳能电池板的成本和时间限制。手动地面检查可能需要数月时间来排查太阳能发电场，而无人机检查只需要数周时间，但效率仍然较低。因此，在高速飞行的飞机上进行空中检查效率更高，但准确检查将成为一项挑战。那么该如何解决这个问题呢？设计一套具有完全自主的人工智能解释和地理参考功能，以及实时缺陷检测功能的系统就变得很重要。在试验中，一架在300米高空飞行的载人飞机与FLIR A700配对，来高速捕捉太阳能电池板的精确热读数。然而，以30m/s的速度行驶会面临图像模糊和失真的问题，因为热像仪需要8-10毫秒才能捕捉图像。为了解决这一问题，并确保图像清晰且数据可用，AID用几何原理设计了一个巧妙的解决方案，从而确保图像清晰，数据可用且信息丰富。FLIR A700FLIR A700固定安装式红外热像仪具有精确检测和识别制造和工业等过程中热问题所需的强大监控能力。其能提供多视场角镜头选项、同时查看多个图像流、电动调焦控制，可选通过 Wi-Fi 传输压缩辐射测量图像流。A700机身小巧，符合GigE Vision和GenICam标准，能简化与现有监控系统的集成。这种正在开发的高速检测方法每小时可覆盖2平方公里，使其能够在短短几个小时内获得大规模太阳能发电场的准确读数。高效率的检测，可以让电力公司节省了80%的成本！精准定位故障单元，帮助企业节约成本TOPA和AID开发系统中的AI通过FLIR A700获取读数，然后通过监测记录的温度和检测结果来分析计算哪些面板过热或有过热的危险。有故障的单元比正常运行的单元件的温度高得多，因为热量无法消散并继续在故障面板内积聚。更糟糕的是，这可能会导致周围设备接连老化。因此，及早找到有故障的太阳能电池板对于保护资产和最大限度地减少进一步损害至关重要。系统内的人工智能会整理所有检测的热成像数据，并为每张图像绘制出一个具备地理参考的位置，从而可以从源头上尽快根除有故障的设备，最大限度地减少人工和维护成本。AID Innovation董事总经理Alexander Prendinger表示：“我们很高兴能够开发一个旨在提高太阳能电池板效率的系统，为全球应对气候变化做出贡献。FLIR A700是此次试验的完美搭档。它是高性价比和功能性强的完美结合，既能提供富有洞察力的热图像，又足够轻，可以与万向节设置完美配合。我们对Teledyne FLIR的产品和服务都非常满意，这是我们选择与他们长久合作的主要原因之一。”FLIR A700在内的Axxx系列热像仪可灵活搭配监控、检测方案快速准确地识别出设备故障点便于您预防故障的发生营造更安全、更高效的工作环境

COD max III化学需氧量在线自动检测仪哈希公司END哈希——水质分析解决方案提供商，我们致力于为用户提供高精度的水质检测仪器和专家级的服务，以世界水质守护者作为使命，服务于全球各地用户。如您想要进一步了解产品或需要免费解决方案，请通过【阅读原文】与我们联系，通过哈希官微留下您的需求就有机会赢取小米电动牙刷哦！

近日，昆明市政府办公厅印发《关于进一步加强主城区建设工地文明施工管理的通知》，提出施工“8个必须”新规，其中要求，施工现场必须设置PM10自动检测装置。　　去年昆明市曾对施工工地作出过“6个100%”要求，在此基础上，今年又提出了“8个必须”新要求，包括必须推行远程视频监控系统的安装使用、必须设置喷淋降尘系统和“三池一设备”、必须设置PM10自动检测装置等。　　通知要求，各区(管委会)、各部门在实施建设工地文明施工督查检查过程中，必须严格按照“6个100%”和“8个必须”的要求进行督查检查。同时在政府(部门)门户网站公布投诉举报电话，可实行有奖举报，具体实施细则由昆明市住建局制定。　　对违法违规的建设、施工、监理、渣土运输企业等相关单位，除予以行政处罚外，视情节还将采取取消评先评优资格、暂扣资格证书、吊销相关资质等措施。违规行为将记入昆明市建设领域“黑名单”并向媒体曝光。　　“8个必须”　　1 施工单位必须编制文明施工专项实施方案，并报建设单位和监理单位审核 　　2 建设单位必须将经过审核的文明施工专项实施方案提交属地住建行政主管部门备案 　　3 施工工地现场必须公示建设、监理、施工等单位及负责人的信息和污染防治措施 　　4 必须推行远程视频监控系统的安装使用 　　5 必须设置喷淋降尘系统和“三池一设备”，规范排水(泄洪)系统，污水达标外排 　　6 必须设置PM10自动检测装置 　　7 施工工地现场进出口必须安装门禁系统 　　8 必须设置围墙(围挡)并进行美化。　　“6个100%”　　1 施工现场100%标准化围蔽 　　2 未清运建筑垃圾(工程弃土)100%覆(苫)盖 　　3 工地路面100%硬化 　　4 施工现场100%洒水降尘 　　5 出工地车辆100%冲洗干净，同时遮蔽严密 　　6 施工现场长期裸露地面100%覆盖或绿化。

3月30日，浙江省计量科学研究院公开招标，购买压力仪表气候环境影响自动检测装置、PCR荧光检校系统等多台/套设备，预算628万元。　　项目编号：ZJ-2140597　　项目名称：浙江省计量科学研究院2021年第一批仪器设备　　采购需求：　　标项一　　标项名称: 压力仪表气候环境影响自动检测装置　　数量: 1　　预算金额(元): 600000　　简要规格描述或项目基本概况介绍、用途：压力仪表气候环境影响自动检测装置，详见采购文件第三部分。　　标项二　　标项名称: 压力变送器长期稳定性自动检测装置　　数量: 1　　预算金额(元): 550000　　简要规格描述或项目基本概况介绍、用途：压力变送器长期稳定性自动检测装置，详见采购文件第三部分。　　标项三　　标项名称: PCR荧光检校系统　　数量: 1　　预算金额(元): 450000　　简要规格描述或项目基本概况介绍、用途：PCR荧光检校系统，详见采购文件第三部分。　　标项四　　标项名称: 正压法活塞式气体流量标准装置等　　数量: 1　　预算金额(元): 1500000　　简要规格描述或项目基本概况介绍、用途：正压法活塞式气体流量标准装置1套、恒流量耐久性试验装置1套、流量计耐久试验装置1套，详见采购文件第三部分。　　标项五　　标项名称: DN32-DN50质量法水表试验装置等　　数量: 1　　预算金额(元): 1800000　　简要规格描述或项目基本概况介绍、用途：DN32-DN50质量法水表试验装置1套，DN15-DN25水表综合性能试验装置1套，DN15-DN25水表耐久试验装置1套，详见采购文件第三部分。　　标项六　　标项名称: 转速标准装置、限速器标准装置　　数量: 1　　预算金额(元): 680000　　简要规格描述或项目基本概况介绍、用途：转速标准装置、限速器标准装置1套，详见采购文件第三部分。　　标项七　　标项名称: 手持式三维扫描仪　　数量: 1　　预算金额(元): 250000　　简要规格描述或项目基本概况介绍、用途：手持式三维扫描仪1套，详见采购文件第三部分。　　标项八　　标项名称: 100N静重式力标准装置和10kN静重式力标准装置　　数量: 1　　预算金额(元): 450000　　简要规格描述或项目基本概况介绍、用途：100N静重式力标准装置1套，10kN静重式力标准装置1套，详见采购文件第三部分。　　合同履约期限：标项 1、2、3、4、5、6、7、8，按采购文件要求。　　本项目(否)接受联合体投标。　　开标时间：2021年04月20日 09:00(北京时间)2021年第一批仪器设备公开招标文件（电子招投标方式）（定稿）.pdf

按照《国务院关于开展第三次全国土壤普查的通知》要求，根据《第三次全国土壤普查工作方案》（农建发〔2022〕1号）确定的全国统一技术路线，各省、自治区、直辖市等开始组织开展土壤普查实验室筛选工作。第三次全国土壤普查实验室分为检测实验室、省级质量控制实验室和国家级质量控制实验室 3 类。其中，检测实验室通过筛选确定，省级质量控制实验室和国家级质量控制实验室通过确认确定，分别承担不同职责任务。　　检测实验室需依据《第三次全国土壤普查土壤样品制备、保存、流转和检测技术规范(试行)》等要求和省级第三次土壤普查领导小组办公室土壤普查样品检测任务安排，做好样品制备、保存、流转和检测工作。本文特摘录《全国第三次土壤普查土壤样品 制备、保存、流转和检测技术规范 （征求意见稿）》第5部分：样品检测，供相关检测实验室参考。5样品检测各省（区、市）农业农村部门负责确定本区域承担任务质量控制实验室和检测实验室，组织样品检测工作。承担任务的检测实验室应在质控实验室的指导下按照检测任务要求和规定的技术方法开展土壤样品检测工作，按时报送检测结果。5.1 检测计划省级土壤三普工作领导小组办公室负责对本区域内土壤样品检测工作进行统筹，制定样品检测计划。样品检测计划应包括样品检测指标、检测方法、质量控制要求、检测数据上报要求等。5.2 检测方法检测实验室严格按照以下规定的技术方法开展检测工作。5.2.9 阳离子交换量5.2.9.1 乙酸铵交换－容量法（酸性、中性土壤）：《中性 土壤阳离子交换量和交换性盐基的测定》（NY/T 295－1995）。5.2.9.2 乙酸钙交换－容量法（石灰性土壤）：《土壤检测第 5 部分：石灰性土壤阳离子交换量的测定》（NY/T 1121.5－2006）。5.2.9.3 EDTA－乙酸铵盐交换－容量法：《土壤分析技术规范》第二版，12.1EDTA－乙酸铵盐交换法。5.2.9.4 乙酸铵交换－容量法（酸性、中性森林土壤）：《森林土壤阳离子交换量的测定》（LY/T 1243－1999）。5.2.9.5 氯化铵－乙酸铵交换－容量法（石灰性森林土壤）：《森林土壤阳离子交换量的测定》（LY/T 1243－1999）。5.2.13 有机质5.2.13.1 重铬酸钾氧化－容量法：《耕地质量等级》附录C（规范性附录）土壤有机质的测定（GB/T 33469－2016）。5.2.13.2 重铬酸钾氧化－外加热法：《森林土壤有机质的测定及碳氮比的计算》（LY/T 1237－1999）。土壤有机质全自动检测方案：全文下载：土壤有机质全自动检测方法研制报告土壤阳离子交换量自动检测方案：全文下载：土壤阳离子交换量全自动检测方法验证报告

漏磁检测是保障油气管道运行安全的最常用手段，但由于其物理机理尚不完全清晰，缺乏高精度的物理模型，致使现有的缺陷量化方法主要依赖样本，需要前期进行牵拉实验。同时，由于漏磁检测数据量大，依赖牵拉样本和经验的人工判读缺陷量化方法不仅用时长、精度不稳定，且无法对缺陷轮廓进行成像运算。因此，深入研读漏磁检测的物理机理，建立漏磁运算高精度模型，构建缺陷轮廓成像模型和算法，是解决无样本、全自动漏磁检测缺陷磁成像运算的基石。9月11日，李红梅研究员将于第三届无损检测技术进展与应用网络会议期间进行《无样本、全自动缺陷磁成像理论及系统》主题研讨，围绕漏磁检测物理机理和模型研究，无样本、全自动缺陷磁成像系统研发等问题进行深入分享，并展示相关实施案例。本次会议于线上召开，欢迎大家参会交流！关于第三届无损检测技术进展与应用网络会议无损检测，即在不破坏或不影响被检测对象内部组织与使用性能的前提下，利用射线、超声、电磁、红外、热成像等原理并结合仪器对物体进行缺陷、化学、物理参数检测的一种技术手段，被广泛应用于航空航天、交通运输、石油化工、特种设备、矿山机械、核电、冶金、考古、珠宝、食品等各个领域。为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，仪器信息网定于2024年9月11-12日组织召开第三届无损检测技术进展与应用网络会议，邀请领域内科研、应用等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研讨，欢迎大家参会交流。会议链接：https://www.instrument.com.cn/webinar/meetings/ndt2024

我国是水果生产与消费大国，我国水果不但品种丰富，而且以水果为原料的食品如罐头、果冻等加工产业也颇具规模。然而，在水果果料的加工过程中可能会不经意地混入诸如毛发、纤维丝、纸屑、金属、油漆等异物，从而对产品质量和消费者心理造成不良影响。目前大多数食品生产企业还是采用人工裸眼检测加工过程中在制品是否沾染异物，存在效率低、漏检率高、劳动量大等缺点。 　　据《农业工程学报》报道，我国科学家已开展对果冻、罐头生产线上灌装前切割成块状的多种水果果料进行图像监控、自动判断是否沾有异物的应用研究，并取得一定成果。 　　人们吃到甚或看到食品中有异物总是很恶心，为此而向销售、生产商索赔的事件不时发生。生产商为确保食品中无异物，需要在生产中设置多道检测工位，绝大多数是人工裸眼目检。人的眼脑手配合具有高度智能和柔性，能够识别和提出各种异物缺陷，然而视觉疲劳、生理和主观因素会带来工作质量的差异和效率低下。利用机器视觉技术来代替人工检测，是现代化生产的发展趋势。 　　随着提高产品质量的要求和劳动力成本日益升高的形势，企业迫切希望应用机器视觉技术实现工业生产自动化检测。但是在农产品质量和食品加工质量方面，国内外原有研究成果主要只针对完整且表面相对干燥的果体进行大小、形状、成熟度、表面损伤与缺陷等的检测与分级，而在异物检测方面，只有针对单一品种果料如桔瓣上的某种异物进行检测的研究。 　　罐头、果冻等产品加工中，为了方便灌装，果肉一般分割成块状，但各种水果分割后的形状和大小不同，而异物形状、大小也多样，如毛发、纤维丝为细长型，油漆、金属屑等为块状 各品种水果颜色多样，如苹果为淡黄色、橘瓣为深黄色、椰果为白色，而各种异物的颜色也多样，如头发为黑色、油漆和纤维丝多为彩色、铁屑为银白或黑色。各种异物和果肉之间的尺度、色度差异情况很不相同，这些特点给异物自动识别带来了巨大挑战。 　　“基于机器视觉的果肉多类型异物识别方法”一文作者针对罐头、果冻生产中的多品种、多规格、湿态反光果肉上各种可能出现的异物，研究开发了一套基于机器视觉技术的多类型异物自动检测系统。利用机械装置将果料自动单层排布在传送带上，安装在适当位置的工业相机对传送中的果料进行监视拍照，将采集到的果料图像输送到计算机中，由图像处理软件对其进行分析判断。根据果料与异物的颜色和亮度差异特点，将各品种果料分成两大类，分别采用不同的图像处理策略识别异物。 　　对颜色比较丰富的果料如黄桃、菠萝等根据果肉与异物的颜色进行分割识别异物 对颜色为白色或透明的果肉如椰果、明胶等根据异物的边缘轮廓识别异物。经过大量试验验证，该系统能够有效地检测出多品种果料输送线上的多类型异物并将含有异物的果料剔除，为企业自动化生产与检测提供了技术支撑。 　　此研究报告刊登在《农业工程学报》2011年第3期，题为“基于机器视觉的果肉多类型异物识别方法”，第一作者为华南理工大学机械与汽车工程学院全燕鸣教授。

日立暗场晶圆缺陷检测系统DI46002023年12月6日，日立高新宣布推出日立暗场晶圆缺陷检测系统DI4600，这是一种用于检测半导体生产线上图案化晶圆上颗粒和缺陷的新工具。DI4600 增加了一个专用服务器，该服务器提供了检测颗粒和缺陷所需的显著增强的数据处理能力，从而提高了检测能力。与之前的型号相比，通过缩短晶圆转移时间和改进晶圆检测期间的操作，系统的吞吐量也提高了约 20%。DI4600将实现半导体生产线中高精度的缺陷监测，这将有助于提高产量和更好的拥有成本，促进半导体产量持续扩大。发展背景在当前的社会环境中，DRAM和FLASH等存储器半导体设备，MPU和GPU等逻辑半导体不仅用于智能手机、笔记本电脑和PC，还用于生成人工智能（AI）计算和自动驾驶。随着半导体器件的萎缩和复杂性的发展，对制造过程清洁度和检测能力的要求也变得更加严格。半导体制造商不断努力提高竞争力，尤其是在性能和制造成本方面。图案化晶圆检查工具通过检查生产晶圆的表面是否有颗粒和缺陷，有助于产量管理，使工程师能够监测半导体处理工具的清洁度变化和趋势，因此对半导体器件的性能和制造成本有很大影响。关键技术1.高通量与现有型号相比，通过减少晶圆转移时间、改善晶圆检测期间的操作和优化数据处理顺序，吞吐量提高了约 20%。2.高精度检测由于增加了专用服务器，因此提高了检测精度，该服务器提供了检测颗粒和缺陷所需的显着增强的数据处理能力。

p 2020年7月20日KLA公司宣布推出革命性的eSL10& #8482 电子束图案化晶圆缺陷检查系统。该系统具有独特的检测能力，能够检测出常规光学或其他电子束检测平台无法捕获的缺陷，从而加速了高性能逻辑和存储芯片的上市时间（包括那些依赖于极端紫外线（EUV）光刻技术的芯片）。eSL10的研发是始于最基本的构架，针对研发生产存在多年的问题而开发出了多项突破性技术，可提供高分辨率，高速检测功能，这是市场上任何其他电子束系统都难以比拟的。 /p p KLA电子束部门总经理Amir Azordegan表示：“利用单一的高能量电子束，eSL10系统将电子束检测性能提升到了一个新水平。在此之前，电子束检测系统不能兼顾灵敏度和产能，严重限制了实际的应用。我们优秀的研发工程团队采用了全新的方法来设计电子束架构以及算法，研制出的新系统可以解决现有设备无法解决的问题。目前，KLA将电子束检测列入对制造尖端产品至关重要的设备清单。” /p p img style=" max-width:100% max-height:100% " src=" https://www.semi.org.cn/img/news/sdfffdsffsd.jpg" / /p p 图：针对先进的逻辑、DRAM和3D NAND器件，KLA革命性的eSL10& #8482 电子束图案化晶圆缺陷检测系统利用独特的技术发现甄别产品中的关键缺陷。 /p p eSL10电子束检测系统具有多项革命性技术，能够弥补对关键缺陷检测能力的差距。独特的电子光学设计提供了在业界相对比较广泛的操作运行范围，能够捕获各种不同制程层和器件类型中的缺陷。Yellowstone& #8482 扫描模式每次可以扫描收集100亿像素的信息，支持高速运行的同时不会影响分辨率，以在较大区域内也能高效地研究潜在弱点，实现缺陷发现。Simul-6& #8482 传感器技术可以通过一次扫描同时收集表面、形貌、材料对比度和深沟槽信息，从而减少了在具有挑战性的器件结构和材料中识别不同缺陷类型所需的时间。凭借其先进的人工智能（AI）系统，eSL10运用了深度学习算法，能满足IC制造商不断发展的检测要求，杜绝了对器件性能影响最关键的缺陷。 /p p 三维器件结构，例如用于内存应用的3D NAND和DRAM，以及用于逻辑器件的FinFET和GAA（Gate-All-Around）结构，都要求晶圆厂重新考虑传统的缺陷控制策略。eSL10与KLA的旗舰39xx（“ Gen5”）和29xx（“ Gen4”）宽光谱晶圆缺陷检测系统的结合，为先进的IC技术提供了强大的缺陷发现和监测解决方案。这些系统共同合作，提高了产品的良率和可靠性，将更快地发现关键缺陷，并能够更快地解决从研发到生产的缺陷问题。 /p p 新推出的eSL10系统平台具有独特的扩展性，可以延申到整个电子束检测和量测应用中。全球范围内先进的逻辑器件、存储器和制程设备制造商都在使用eSL10系统，利用该系统帮助研发生产过程，提升和监测下一代产品制程和器件的制造。为了保持其高性能和生产力表现，eSL10系统拥有KLA全球综合服务网络的支持。更多关于全新电子束缺陷检测系统的其他信息，请参见eSL10产品页面。 /p

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

“扬尘是一种十分复杂的尘源，目前国内外尚没有对扬尘统一的定义。”当前，扬尘的治理和监管已成为城市空气质量改善的重要工作领域。但我国扬尘监测跟不上治理需求，存在监测指标、监管系统和监控机制等方面的短板。　　当前，扬尘的治理和监管已成为城市空气质量改善的重要工作领域。但据悉，目前监测设备、指标设定还跟不上治理需求 单侧点监管系统也存在不少缺陷 在监管方式上，没有安装在线扬尘监测设备的施工场地，工地施工人员与环境监管人员“躲猫猫”，依靠执法人员人工巡查，很难抓住现行。　　工地与环境监管“躲猫猫”　　工地多，监管人力有限不能全覆盖　　在没有安装扬尘监测系统的工地，常发生施工人员与环境监管执法人员“躲猫咪”现象，严重影响了扬尘污染监管。　　据介绍，上海环保局环境监察总队日前在暗访检查工地过程中，发现浦东新区原世博园区有一个施工工地，在平整道路时，露天作业 也没有设置洒水池等有效防护措施，进出渣土车辆驶过，尘土飞扬，路过工地的人们纷纷掩鼻而过，扬尘污染严重。　　同日，在上海徐汇区龙华寺附近的一建筑工地，也发现在开挖地面时没有任何防护，大门有一个冲洗水池，水比较浅，起不到冲洗的作用，渣土车辆进出大门，掀起一股气浪，尘土满天飞扬。　　或许是工地管理人员发现了暗访执法人员，当第二天再到工地时，工地环境发生了一些改观，虽有扬尘污染的痕迹，但并不严重。　　当环境监察人员进入工地查询时，工地管理人员却矢口否认昨天有扬尘污染情况发生，工地保持宁静，停止施工，也不见车辆进出。由于没有安装监控系统，没有抓个现行，环境监察部门无法处理，工地逃过处罚。　　据了解，目前上海市很多地区对扬尘的监控，主要依靠环境执法人员去工地现场巡检，因人力有限，不仅难以全覆盖，也缺乏时效性。　　据上海市环保部门人士介绍，工地扬尘在时间上具有偶发性、在地点上具有不固定性，要达到控制污染源的效果，采取全面、有效的监控手段极为重要。　　扬尘单测点监管系统有天然“缺陷”　　监测结果不全面、真实性差、难通用　　据了解，扬尘污染是上海大气污染治理的一大顽症。根据上海市大气细颗粒物来源解析最新结果，扬尘已成为仅次于移动源、工业生产和燃煤的第四大污染源。　　近年来，上海开始实施工地扬尘在线监测试点工作，取得了一定成效，比如“泥头车”现象显着减少、施工企业的扬尘控制意识有所加强等。但相关人士坦言，这种监管也暴露出许多问题。　　首先，现有系统难以保证监测结果的全面性。相关环保人士透露，目前所采用的扬尘监测系统在每个施工工地(不论面积多大)仅设置一个测点，由于工地面积范围较大，且城市区域风向等气象参数多变，扬尘发生的位置不可能仅仅局限在一处，因此，单点监测既无法判断扬尘产生的位置，也无法确定扬尘落点的位置。　　其次，现有系统难以反映监测数据的真实性。现有系统采集的数据一般都经由自有平台进行修正后再显示在终端上，数据的准确性受修正方法的影响，导致显示数据与真实值始终存在较大误差。　　另外，现有系统难以实现数据传输的通用性。不同企业生产的扬尘在线监测系统使用各自的通信协议，虽然能满足设备到各自监控平台的数据传输，但彼此之间的数据传输标准不统一，互相之间无法形成有效的信息共享，也增加了环保部门的监管难度，不利于形成标准化、规范化的扬尘监管体系。　　业内人士认为，单测点监管系统有天生缺陷，不能很好地起到监管威慑作用，已不适应目前扬尘整治工作新要求，更何况只安装在试点工地。　　扬尘监测跟不上治理需求　　大部分是事后监测，技术不太成熟、设备不足　　“扬尘是一种十分复杂的尘源，目前国内外尚没有对扬尘统一的定义。”CTI华测检测认证集团环境事业部华北区经理文唤成说。　　在环保领域，《防治城市扬尘污染技术规范》(HJ/T393-2007)指出，扬尘是地表松散颗粒物质在自然力或人力作用下进入到环境空气中形成的一定粒径范围的空气颗粒物，主要分为土壤扬尘、施工扬尘、道路扬尘和堆场扬尘。　　文唤成介绍说，通过对颗粒物监测，可以为大气污染防治以及污染源解析提供数据支撑。目前，国内对扬尘的手工监测结果大部分是以小时均值、日均值等形式体现，不能全面反映瞬时污染或者实时污染。特别是一些瞬时高污染，手工监测容易受采样时空的限制而未采到代表性的样品，属于事后监测。　　目前反映扬尘的环境监测指标有：总悬浮颗粒物、PM10、PM2.5、降尘等，针对这些指标，其中有些监测技术不太成熟、缺乏专业设备，影响检测结果的准确性。　　比如《防治城市扬尘污染技术规范》(HJ/T393-2007)中的道路积尘负荷指标，是衡量道路扬尘排放的重要指标，需要用到带收集装置的真空吸尘器、封闭的摇床等设备，生产厂家很少，市场上很难采购到，给道路扬尘监测带来困难。　　文唤成说，CTI华测检测作为第三方监测机构，对扬尘监测有所涉足，但企业主动委托监测需求量不多。　　他认为，应重视扬尘监测，加强立法以及标准和技术指南的制定工作，同时要加大监测技术研发力度，推动扬尘污染防治。

梅特勒-托利多推出全新产品检测设备——C系列自动检重秤和X34 X射线检测系统 近日，梅特勒-托利多（METTLER TOLEDO）推出了全新的C系列自动检重秤和X34新一代X射线检测系统，为食品、药品生产企业提供更加完善的重量控制与异物检测解决方案。 图1 自动检重秤在食品行业的应用 不断创新，只为确保优异品质作为全球领先的精密仪器及衡器制造商，梅特勒-托利多在长达百年的悠久发展历程中一直保持着技术和市场的领先地位。通过不断开拓新的技术领域，确保产品性能的优势。 C系列自动检重秤：各种可扩展的型号能够优化生产线并提升灵活性 图2 C系列自动检重秤 “随着生产速度的不断提升、产品转换需求愈加频繁以及包装尺寸的日益缩小，检测设备在产品处理中的灵活性对包装产品生产企业提出了比以往更高的要求。”梅特勒-托利多产品检测部产品经理徐建飞表示，“在满足以上需求的同时还要保持出色的称重精度，梅特勒-托利多全球同步推出的C系列自动检重秤，完全能够同时满足包装产品生产企业对高精度和灵活性的要求。此外，C系列自动检重秤能够轻松地集成到现有的生产线上，并始终确保符合国际度量衡标准。”全新的C系列自动检重秤包括：C31精准型、C33优选型、C35卓越型、C21精准型和C23优选型；每一种型号都有不同的称量范围和处理量，适合不同重量、体积的包装产品。通过全新设计的支架等技术方式，C系列自动检重秤能够最大限度地减少传送带和周围机器的振动，从而确保最佳的检测精度。防水的不锈钢外壳和斜边设计，易于清理，符合国际卫生标准。此外，C系列自动检重秤的所有型号都可以安装在各种行业的生产线上，并支持Industry 4.0环境下的各种开放通信接口；还能够无间隙实时地监控所有的关键控制点（CCP），确保端到端符合危害分析与关键控制点（HACCP）和危害分析与基于风险的预防性控制（HARPC）原则。自动检重秤能够实时在线检测包装产品的净含量，确保净含量达到所标示重量；还能够检测产品完整性，尤其是药品不会出现缺件、缺粒、缺说明书等问题。梅特勒-托利多的自动检重秤能够在高速运转的生产线上，精确称量每一件产品的重量，并将净含量不合格的产品（缺少或过量）及时地从生产序列中剔除。 X34 新一代X射线检测系统：食品生产企业能够更快速和更可靠地检测细小的污染物 图3 X34 X射线检测系统 “消费者总是期望在市场上有更多选择——能够有多种多样的罐装、瓶装、盒装与塑料装食品和饮料让他们随意挑选，”梅特勒-托利多产品检测部产品经理Kevin Stephens表示，“由于食品生产与包装方法变得越来越复杂，金属与玻璃等异物造成污染风险也正在加大，而这类污染事件的发生将会导致代价高昂的产品召回事件出现。”“X34 X光机结合了多项先进技术，能够在高速运转的生产线上，检测出包装产品中的多种细小异物——金属、玻璃、高密度塑料、矿石与钙化骨碎片等，保证产品安全的同时还为品牌提供保护，避免代价高昂的产品召回事件。这款X光机还能通过自带的检测软件对产品检测进行自动设置，大幅降低错误剔除情况和出现人为错误的概率。”X34是一款为检测中小型包装产品而设计的X射线检测系统，100W的优化射线能量发生器能够最大限度地自动提高检测灵敏度；先进的0.4mm感应器可以准确检测非常小的污染物。此外，X34还具有出色的防护性能——IP65等级、并可升级至IP69；通过空调装置进行制冷，X34能够在很高的环境温度中运行。X射线检测系统能够检测在高速运转的生产线上，准确地发现含有物理性污染物的产品并将其及时地从生产序列中剔除，确保受污染物的产品不流入消费者手中。 图4 X射线检测系统在食品行业的应用 行业佼佼者，创新领头羊 梅特勒-托利多这一品牌是1989年梅特勒和托利多这两个行业巨头合并而来——梅特勒是一家瑞士公司，专攻实验室仪器，产品包括电子天平、pH计、热分析仪器等等；托利多是一家美国公司，强项在于工业产品，像汽车衡、平台秤、称重模块之类。作为在世界范围内提供称重设备的佼佼者，梅特勒-托利多能够提供各种各样的称重设备，从高科技场景到普通的生活应用——称重设备的最大称量范围可以达到十万吨级别，最小的可以精确到以克为单位小数点后7位。登月车、国际空间站、太阳能飞机等等，这些人类科学的尖端集合体中都有梅特勒-托利多的贡献。如果留心生活，你会发现梅特勒-托利多的产品检测设备就在身边。每天吃的牛奶、奶粉、饼干、薯片、火腿肠、培根、方便面等等都会经过金属检测机或X光机的检测；夏天的冰淇淋、大家喜爱的巧克力，也都会经过金属检测机或X光机的检测，以确保没有各类异物；快餐汉堡中的肉饼、聚餐中的火锅底料、玻璃瓶装的酱油和番茄酱也都经过了金属检测机或X光机的检测。除了吃的食物以外，每个人都很有可能会用到的药品也需要用到产品检测设备——在生产速度达到每分钟600盒的生产线上，要确保每一份药品都要含有重量仅为1克的说明书——这就需要自动检重秤去识别并剔除不符合要求的药品。2018年是梅特勒-托利多进入中国第31年，在中国，除产品检测部以外，还有另外4个产品事业部门。在这30多年里，梅特勒-托利多一直对于中国市场充满信心，并将持续果断地加大在华投入。目前，梅特勒-托利多在中国拥有超过3000名员工，拥有一支超过100人的研发队伍。上海、常州、成都均有制造工厂。通过自身的不断创新与业务多样化的优势，梅特勒-托利多产品检测部始终致力于帮助生产企业保护产品的质量、安全性以及从内到外的完整性，更快更好地发现产品中的异物、维护产品质量、符合行业标准、保护企业声誉以及确保消费者买到安全的产品。 图5 梅特勒-托利多上海工厂

3D面积测试系统 3D面积测试系统为实验室提供了一个先进的测量平台，用于快速、准确地计算不规则物体的面积，包括任意面积、外表面积、内表面积、液体面积、体积等，开拓了自动化计算面积的新模式。复杂样品轻松测量，任意面积一扫即得01产 品 展示02知识产权针对3D面积测定仪，上海汇像信息技术有限公司已取得多项具有业界标杆意义的权威证书，其中包括但不限于《发明专利证书》、《计算机软件著作权登记证书》、《上海市计量测试技术研究院华东国家计量测试中心校准证书》等多项荣誉证书。专利证书软件著作校准证书03参 与 标 准GB/T 材料表面积的测量高光谱成像三维面积测量法QC/T 紧固件镀层表面积计算方法T/SLIA 001-2019食品接触材料及制品、饰品表面积的测定三维模型重建法GBT 38009-2019眼镜架镍析出量的技术要求和测量方法计量技术规范两项发表论文多篇数据对比活动多次全国多家计量机构提供CNAS校准支持04合 作 机 构、持续更新中......• 国内外著名第三方权威检测机构：SGS通标标准技术服务有限公司、Intertek天祥集团、德国莱茵TÜV集团、TÜV南德意志集团、必维国际检验集团、华测检测认证集团、东莞市中鼎检测技术有限公司等。 • 国家质检机构：上海质检院、深圳计量院、山东质检院、浙江方圆检测集团、广州质检院等、南京质检院、新疆质检院、宁夏质检院； • 国家海关机构：广东海关、常州海关、宁波海关、上海海关、北京海关等； • 国际知名企业：宜家家居IKEA、周大福珠宝、浙江小商品城集团等； 05产 品 特 点• 批量测量根据样品大小，可一次同时检测30-50个样品批量选取样品测量• 自带软件处理完全针对检测检验行业需求定制开发，系统自带软件直接检测，无需切换自带软件进行处理• 任意面积计算根据标准的不同要求，鼠标轻松选取标准所需的接触面积鼠标轻松选取接触面积• 多种输出模式实现对检测结果的多种输出方式，例如：Excel、PDF报告导出报告导出06应 用 领 域目前3D面积测定仪已广泛应用于食品接触材料、药品包装材料、工艺品、日用品、纺织品、工业零部件、玩具、婴儿用品、医疗用品、首饰饰品等。 07配 套 产 品智能显像仪——采用光学原理的仪器，对于透明材料、反光材料、黑色材料会产生吸光效应，检测前须进行前处理。智能显像仪• 使用方法1.置入样品→2.自动处理→3.处理完成• 产品特点干净卫生、不粘手改变传统手摇罐式显像剂喷雾方式，更卫生、高效、方便触摸屏智能控制自动调节速度、处理时间、操作过程全程监控• 配合3D面积测定仪使用上海汇像信息技术有限公司领先的实验室自动化智能化系统供应商上海汇像始终坚持将人工智能技术与检验检测技术相融合，致力于为生物化学，医疗医药及安全检验检测提供领先的实验室自动动化智能化综合解决方案，产品范围涵盖从食品安全、药品安全、到生命科学领域的智能机器人工作站系统、全流程检验检测实验室自动化、智能化整合系统以及配套自动化、智能化仪器设备及相关耗材等。我们立志成为全球最为领先的生命健康自动化、智能化解决方案提供商、立志让世界每一个人都享受健康安全品质的生活，立志为业界提供最好的技术、产品与服务。

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

作者：荆淮侨 来源：中国科学报受SCIE期刊《极端制造》极端制造编辑部邀请，华中科技大学教授刘世元团队近日在该刊上发表了《10nm及以下技术节点晶圆缺陷光学检测》的综述文章，对过去十年中与光学晶圆缺陷检测技术有关的新兴研究内容进行了全面回顾。随着智能终端、无线通信与网络基础设施、智能驾驶、云计算、智慧医疗等产业的蓬勃发展，先进集成电路的关键尺寸进一步微缩至亚10nm尺度，图形化晶圆上制造缺陷的识别、定位和分类变得越来越具有挑战性。传统明场检测方法虽然是当前晶圆缺陷检测的主流技术，但该方法受制于光学成像分辨率极限和弱散射信号捕获能力极限而变得难以为继，因此亟需探索具有更高成像分辨率和更强缺陷散射信号捕获性能的缺陷检测新方法。据了解，晶圆缺陷光学检测方法的最新进展包含了缺陷可检测性评估、光学缺陷检测方法、后处理算法等三个方面。其中，缺陷可检测性评估，包含了材料对缺陷可检测性的影响、晶圆缺陷拓扑形貌对缺陷可检测性的影响两个方面。在多样化的光学缺陷检测方法上，目前，晶圆缺陷光学检测系统可根据实际使用的光学检测量进行分类。在后处理算法方面，根据原始检测图像来识别和定位各类缺陷，关键在于确保后处理图像中含缺陷区域的信号强度应明显大于预定义的阈值。在该综述研究中，也总结了代表性晶圆缺陷检测新方法。具体可划分为明/暗场成像、暗场成像与椭偏协同检测、离焦扫描成像、外延衍射相位显微成像、X射线叠层衍射成像、太赫兹波成像缺陷检测、轨道角动量光学显微成像。研究人员认为，基于深度学习的缺陷检测方法的实施流程非常简单。首先，捕获足够的电子束检测图像或晶圆光学检测图像。其次，训练特定的神经网络模型，从而实现从检测图像中提取有用特征信息的功能。最后，用小样本集测试训练后的神经网络模型，并根据表征神经网络置信水平的预定义成本函数决定是否应该重复训练。据介绍，尽管图形化晶圆缺陷光学检测一直是一个长期伴随IC制造发展的工程问题，但通过与纳米光子学、结构光照明、计算成像、定量相位成像和深度学习等新兴技术的融合，其再次焕发活力。该团队介绍，这一研究领域的前景主要包含以下方面：首先，为了提高缺陷检测灵敏度，需要从检测系统硬件与软件方面协同创新。同时，为了拓展缺陷检测适应性，需要更严谨地研究缺陷与探测光束散射机理。此外，为了改善缺陷检测效率，需要更高效地求解缺陷散射成像问题。除了IC制造之外，上述光学检测方法对光子传感、生物感知、混沌光子等领域都有广阔的应用前景。相关研究人员表示，通过对上述研究工作进行评述，从而阐明晶圆缺陷检测技术的可能发展趋势，将为该领域的新进入者和寻求在跨学科研究中使用该技术的研究者提供有益参考。华中科大机械学院研究员朱金龙、博士后刘佳敏为该文共同第一作者，华中科大教授刘世元以及朱金龙为共同通讯作者。相关论文信息：https://doi.org/10.1088/2631-7990/ac64d7

近日，中俄合作完成的“焊接结构缺陷检验、服役可靠性评估及延寿技术研究”项目，通过了黑龙江省科技厅组织的专家验收。专家认为，双方合作开发了噪声抑制新技术、合成孔径聚焦缺陷检测技术、缺陷三维成像检测技术等多种新技术，解决了结构焊接缺陷定量化检测可靠性低的难题，并在缺陷自动识别等方面取得了重要进展。 　　该项目由哈尔滨工业大学先进焊接与连接国家重点实验室与俄罗斯鲍曼国立技术大学合作承担，于2007年启动，其研究目标是建立一套基于声发射、超声波技术原理、压痕技术、电磁技术和光学技术原理的国际先进的焊接缺陷和焊接应力检测与剩余工作寿命评估系统。 　　据介绍，该研究突破了反映应力信息的超声信号提取和干扰去除策略方面的技术难点，开发出基于临界折射纵波焊接应力检测的技术设备，其平面构件表面应力测试误差仅为12%左右，技术设备已实现集成化和产品化，在高速列车、火箭燃料储箱等领域中应用。 　　同时，研究团队开发出随焊冲击碾压、双向预置应力焊接等多项新技术及配套装置，有效改善了焊接接头的残余应力状态，减少了焊接缺陷，并将焊接新工艺在高速列车承载焊接接头的制造中试用，获得显著成效。 　　据悉，项目执行期间，共申请发明专利12项，获得发明专利授权8项 获得软件著作权2项 发表论文93篇，其中SCI16篇、EI64篇 形成拥有自主知识产权的核心技术2项 开发新装置7台(套) 形成新工艺5项。同时，以该项目为基础筹建的“中国—俄罗斯—乌克兰国际焊接联合研究中心”已获科技部批准。

以碳化硅（SiC）基板为基础的高功率及高频元件的需求随着电动车、资料中心与高频通讯市场的成长出现供不应求的状况。其中SiC基板质量决定下游元件的可靠度及性能优劣，但SiC长晶速度较慢，且目前关键的晶体缺陷只能以破坏性的KOH蚀刻方式进行抽样检测，使得SiC芯片制程成本居高不下。因此，基板厂与元件厂若能在制程中对材料做全面非破坏性检测，不仅可及早发现问题，进而有效改善制程、提升良率，进而在化合物半导体市场中展现绝佳竞争优势。现行的破坏性检测方式除了造成巨额的成本消耗之外，也无法提供足够的信息对整个制程进行完整的研究与追踪。而近来的文献显示现有的光学检测技术虽然可以准确地找出表面的缺陷（Ref.1），然而对找出晶圆内部的晶体缺陷依然力有未逮。因此，蔚华科技携手南方科技推出非破坏性的SiC缺陷检测系统，首创将非线性光学技术导入半导体检测领域，可对全片基板表面到特定深度进行扫描，反应晶体结构信息，提供晶体缺陷密度及其分布状况，让客户有效掌握基板质量，未来生产出的元件质量与效能也能更加稳定。通过非线性光学影像与AI影像辨识结合（Ref.2），更能辨识晶圆内部的致命性晶体缺陷，除了能够节省巨额的成本支出，并且提高产出之外，更能对基板的质量控制做出完整的追踪与回溯。有别于目前市场上的光学技术仅能检测表面的非晶体缺陷，南方科技针对市场需求推出了JadeSiC-NK （型号 SP3055），专注在稳定且有效地找出基板中关键的晶体缺陷（Micropipe, BPD, TSD, Stacking fault），相较现行将SiC晶锭切片后取上下二片基板进行检测的KOH蚀刻方式，可大幅节省检测时间与基板成本。以每个长晶炉每月产出四个晶锭为例，采用JadeSiC-NK后，每个晶锭可省下二片基板成本（每片6英寸基板以800美元计），因此可推估一个长晶炉每年可省下新台币250万元，若是具有100个长晶炉的基板厂，一年即可省下新台币2.5亿元。此外，JadeSiC-NK也可针对同一个晶锭进行100%的晶圆检查，进行详细的晶锭分析和批次追踨分析，协助客户在高技术门槛的化合物半导体市场加速制程及产量优化。Ref1: Chen, PC., Miao, WC., Ahmed, T. and Kuo, HC, Defect Inspection Techniques in SiC.Nanoscale Res Lett17, 30 （2022）. https://doi.org/10.1186/s11671-022-03672-w, https://link.springer.com/article/10.1186/s11671-022-03672-wRef2: Kuo, HC, Huang, C , 乐达科技 NYCU 产学计划 report （2023）图一：（上）JadeSiC-NK以非破坏性方式检测出的BPD缺陷分布（下）相同晶圆以KOH破坏性蚀刻方式检测出的BPD缺陷分布图二：（左） JadeSiC-NK以非破坏性方式检测出的TSD缺陷分布（右）相同晶圆以KOH破坏性蚀刻方式检测出的TSD缺陷分布

p style=" text-indent: 2em " span 2020 /span 年 span 8 /span 月 span 27 /span 日， span style=" text-align: justify text-indent: 28px " KLA /span span style=" text-align: justify text-indent: 28px " 仪器发布针对功率器件的 /span span style=" text-align: justify text-indent: 28px font-family: Arial, sans-serif color: rgb(12, 12, 18) background: white " Candela sup & reg /sup & nbsp 8520& nbsp /span span style=" text-align: justify text-indent: 28px color: rgb(12, 12, 18) background: white " 缺陷检测系统。该设备继承自首款将表面形貌和晶体缺陷的检测和分类集成至一个平台的 /span span style=" text-align: justify text-indent: 28px font-family: Arial, sans-serif color: rgb(12, 12, 18) background: white " Candela sup & reg /sup & nbsp CS920 /span span style=" text-align: justify text-indent: 28px color: rgb(12, 12, 18) background: white " 系统。 /span span style=" text-align: justify text-indent: 28px font-family: Arial, sans-serif color: rgb(12, 12, 18) background: white " Candela 8520 /span span style=" text-align: justify text-indent: 28px color: rgb(12, 12, 18) background: white " 的检测速度是前身的两倍多，对于快速增长的功率器件市场来说，能够更好地提升产量。 /span /p p style=" text-indent: 0em " span style=" text-align: justify text-indent: 28px color: rgb(12, 12, 18) background: white " img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/202009/uepic/a90c3a0c-9641-41fe-82c5-40f2269b2f5a.jpg" title=" AdvanceBlogCandela-01_300dpi__002_.jpg" alt=" AdvanceBlogCandela-01_300dpi__002_.jpg" / /span /p p style=" text-align: right text-indent: 0em " span style=" font-family:& #39 Arial& #39 ,sans-serif color:#0C0C12 background:white" span style=" text-align: justify text-indent: 28px font-family: Arial, sans-serif color: rgb(12, 12, 18) background: white " Candela sup & reg /sup & nbsp 8520& nbsp /span span style=" text-align: justify text-indent: 28px color: rgb(12, 12, 18) background: white " 缺陷检测系统（KLA官网） /span br/ /span /p p style=" text-indent: 28px text-align: justify " span style=" font-family:& #39 Arial& #39 ,sans-serif color:#0C0C12 background:white" Candela 8520 /span span style=" color:#0C0C12 background:white" 晶圆检测系统能够弥补关键缺陷检测漏洞，例如裸晶圆上的堆积层错和外延生长后的基面位错。该系统还配备有一些分析工具，如在线缺陷检测，芯片分选和轮廓线图。该系统能够生成一个综合检测报告来帮助工艺工程师更精准的改进工艺。 /span /p p style=" text-indent: 28px text-align: justify " span style=" font-family:& #39 Arial& #39 ,sans-serif color:#0C0C12 background:white" Candela 8520 /span span style=" color:#0C0C12 background:white" 集成了五种互补的检测技术，通过这些技术的结合可以精确地区分多种缺陷，如微管和微坑、胡萝卜型和基面位错，堆积层错和台阶聚集等。同时还能捕捉到影响 /span span style=" font-family:& #39 Arial& #39 ,sans-serif color:#0C0C12 background:white" SiC /span span style=" color:#0C0C12 background:white" 衬底和外延工艺控制的大型形貌缺陷。 /span /p p style=" text-align: center text-indent: 0em " img style=" max-width:100% max-height:100% " src=" https://www.kla-tencor.com/wp-content/uploads/Candela_8520_Launch_Blog_Infographic_FINAL_PNG.png" / /p p style=" text-indent: 0em text-align: right " （图来自KLA Instrument官网）& nbsp /p p style=" text-indent: 28px text-align: justify " 将暗场、明场、坡度、相位和光致发光技术集于单一平台，对功率器件制造商提高产量具有重大价值。 /p p style=" text-indent: 28px text-align: justify " span Candela 8520 /span 检测系统由 span KLA /span 的全球服务网络支持团队提供维护来确保产品的高效运转和生产。 /p

半导体产业是国民经济中基础性、关键性和战略性的产业。半导体检测从设计验证到封装测试都不可或缺，贯穿整个半导体制造过程，具有无法替代的重要地位。全球半导体检测设备市场呈现高集中的特点。目前绝大部分半导体设备依然高度依赖进口。科技竞赛不可避免 半导体检测设备国产化意义重大从以上SEMI数据，2021年中国（大陆）半导体设备销售额296.2亿美元，占全球市场的28.9%，同比2020年增长58%。半导体测试可以按生产流程可以分为三类：验证测试、晶圆测试、封装检测，晶圆测试和封装检测设备约占半导体设备比例20%，被海外公司垄断，国产替代率不足10%。国内成熟晶圆制造和封装测试检测设备市场存在较大的供应缺口。正是在这机遇下，本土“工业检测智能装备”提供商广东正业科技股份有限公司公司（简称，正业科技）迎来快速发展。国产替代势在必行 正业科技推出全自动检测方案在半导体领域正业科技自主研发的半导体分立元器件在线全自动X-RAY检测设备为半导体行业客户解决了检测效率的难题。该产品主要检测半导体内部缺陷，识别挑选良品与不良品，避免残次品流入半导体芯片成品市场，该款设备其漏判率为0%，误判率为3‰，可替代进口单机X光成像设备的人工目检方式。正业全自动X-RAY检测设备在效率上比同类国际品牌提升了2-3倍，仅需1人就可以操作多台设备，价格仅为国外品牌的一半，为企业提质增效。此款设备已经应用于某全球知名半导体企业，同时也在行业中受到广大客户的一致好评。同时公司也将针对半导体、电子元器件、SMT等推出2.5D X-RAY检测设备以及智能点料机等产品，丰富产品结构，逐步扩展市场应用领域。全自动半导体X-RAY芯片缺陷检测设备全自动半导体X-RAY芯片缺陷检测设备自适应7英寸、11英寸、13英寸料盘，通过算法对图像进行分析、判断，确定良品与不良品，同时通过虚拟复盘功能，实现不拆料盘自动检测IC内部异物及线性缺陷。该设备具有一套X-ray成像系统，四轴机器人上下料，可对接AGV小车自动上下料、自动读取包装单元的信息、对每粒芯片进行自动检测、标记并上传MES。检测项：1.线型坏品，如塌线、线摆、线紧、线弧高、线弧低、平顶、飞线、断线等；2.脚型坏品，如歪钉脚、翘钉脚、脚变形等；3.球型坏品，球大小、球走位、球畸形等；4.Die走位坏品；5.异物坏品，如金属丝、多余线、多余Die、断颈坏品等。半自动半导体X-RAY检测设备半自动半导体X-RAY检测设备具有一套X-ray成像系统，分为2D和2.5D检测，广泛应用于电子半导体、SMT和PCB板等领域，可检测分立元器件、功率元器件相关的IC、电容器、电阻、二极管、多层线路板等内部缺陷。为了满足不同客户的要求，我们做了以下三款不同的机型1.2D机型，主要针对可以平面检测的缺陷产品，如BGA的气泡检测、线宽检测、焊点大小检测、断线、漏焊等检测；2.2.5D机型，在2D的基础上又增加了线形、线高、变形量以及曲折检测，可以对产品的左右两侧面进行检测，其检测范围更广，适用能力更强；3.2.5D+360°旋转机型，通过产品的旋转达到对产品不同侧面的检测，这样可以完整的对一个产品或者位置点清晰的四周检测，达到3D检测效果。智能点料机智能点料机具有一套X-ray成像系统，抽屉式伸缩放料托盘，同时具有5组有无产品确认感应。主要针对半导体、SMT行业内的编带元件进行点数，可适应7英寸-15英寸料盘（厚度4-80mm）。可配备扫码枪、扫码CCD和打印机等工具，将检测结果上传MES系统，并将结果根据需求格式打印出来贴附于产品上。应用范围：薄膜电容、电阻、二极管、三极管和IC等常见物料，物料包装包含裸盘和防静电塑封包装等。其数据库持续更新、可以无缝对接ERP,MES等、支持任意格式SPC统计、图片和结果自动保存。目前，全球分立器件市场以MOSFET和IGBT为代表的功率半导体产品成为最大的热门，功率半导体器件广泛应用于各类电子产品，中国是全球最大的功率半导体消费国，伴随国内功率半导体行业进口替代的发展趋势，未来中国功率半导体行业将继续保持增长。在科技发展与国家战略双轮驱动的背景下，正业科技将专注于分立器件和功率半导体领域的检测产品开发，深耕科技研发，扩大市场规模，提升国产品牌影响力，力争率先进入国际分立器件检测的排头兵，将半导体器件的质量提升一个新高度。