电池生产线检测设备

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。

从实验室到生产线：固态光源技术在生物成像与工业检测中的性能提升生物医学成像和工业计量的照明系统规格通常集中在光谱、空间和时间的光输出特性上。Lumencor的技术支持总监Iain Johnson和我们分享了固态光源阵列——LED、发光管和激光器组合成的固态光引擎如何实现规格定制，以满足特定应用的照明要求。固态光引擎是一个集中控制的固态光源阵列，其输出合并到一个共同的光学传输系统中（图1）。光源的输出可以并行激活以产生白光（图2），或在需要分离的波长时，也可按顺序进行激活（图3、图4）。光源本身可以采用一种固态照明技术，即LED、光导管或半导体激光器，也可以对这些光源技术进行组合。这可以根据zui终用户的应用对亮度、角度分布和辐照度的要求进行定制。根据这一定义，光引擎输出的光谱分布可以通过加法组合，而这与传统的宽光谱照明设备（电弧放电和白炽灯）形成鲜明对比。传统的照明设备产生的光谱分布在物理上是不变的，只能通过选择性的阻挡和衰减来调整。从工程学的角度来看，固态光源的第二个主要优点是，它的输出可以在强度（图2、图4）和时间（图4、图5）方面进行精确控制。因此，光谱输出单元件的差异很小（图2），这使得光引擎应用于不同成像系统时，所获得的数据质量能保持一致。图1.固态光引擎及其输出光谱的概念图。四个固态光源的输出被合并入一个共同的光路，并通过光导耦合进入纤维及或者图像扫描仪。在实际操作中，光源可以是2-21个，具体数量取决于应用要求。光源可以是LED、光导管或半导体激光器其中的一种或组合。它们的输出可以经过滤波（F）以细化光谱。输出光的一部分会被分离出来，并导向参考光电二极管（rPD），以提供控制反馈。在大多数生物医学成像应用中，不需要持续照明，甚至在某些情况下，会起到反效果，影响实验数据。通常情况下，照明与相机曝光会同步进行。这里有两个重点：首先是光源间的切换速度，其次是脉冲间隔的复现性。相比和机械滤光轮耦合的白光照明器（约50ms的切换时间），光引擎可以做到小于1ms的光源间切换（图4），缩短了获取多色图像Z轴堆叠或者玻片扫描所需的时间。脉冲间的积分不变形（图5）是决定延时图像序列保真度的关键因素。每个脉冲的积分量化了在延时序列中每次曝光所需的照度。脉冲之间的照度差异越小，样品动态行为的敏感度就越能增加，这在图像帧到帧的变化间可以体现。图2.28台SOLA V-nIR光引擎（Lumencor, Inc., Beaverton OR）的光谱输出曲线叠加。光引擎的总光输出由光谱曲线所包围的区域来量化。所有28台光引擎的平均输出功率为4558mW，标准差（n=28）为91mW，相当于2%的方差系数（CV）。图3.SPECTRA光引擎（Lumencor, Inc., Beaverton OR）的光谱输出，包括LED、发光管或激光器。发光二极管和光导管的波长规格（nm）代表了中心波长（CWL）/半高全宽（FWHM），已经通过内置的滤光片来改进光源输出。功率（mW）是在光导（连接到显微镜或光学扫描仪）的远端测量得到的。集成三种不同类型的固态光源，可以在整个可见光和近红外波段内提供均匀的功率输出。图4.由TTL触发，AURA光引擎（Lumencor, Inc., Beaverton OR）交替输出485nm（约0.5ms宽）和560nm（约3ms宽）的脉冲（示波器记录）。图中显示了两条叠加的示波器轨迹，其中485nm的强度通过RS232串行命令从100%调整到55%，而560nm的强度保持不变。485nm和560nm的脉冲时间间隔为0.25ms。图5.模拟光电二极管（APD）检测来自一台5光源的AURA光引擎（Lumencor, Inc., Beaverton OR）发出的5ms光脉冲。图中展示了10个脉冲序列，代表了每次数据采集中记录的150个连续脉冲。计算了150个脉冲序列中每个脉冲的积分光输出。对于555/28 nm输出，150个脉冲的方差系数（CV）在555/28 nm脉冲串中为0.23%，在635/22 nm脉冲序列中为0.20%。其他三个源通道的CV值相似（0.15-0.25%）。除了光谱带宽（图3）以外，固态LED、光导管和激光器之间的主要区别在于其光输出的角度分布；LED和激光器之前的zui大区别如表1所示。对于宽场显微镜应用，LED光源配置为科勒照明产生的均匀照明，辐照度范围为1-100mW/mm2。然而，单分子定位显微镜（SMLM）需要更高的辐照度，通过链接到显微镜临界落射照明器（critical epilluminator）的CELESTA光引擎（Lumencor, Inc., Beaverton OR），可以在样品表明提供10^4mW/mm2的辐照度（图6）。临界照明的使用是由科勒照明在光学上的低效率所决定的，因为科勒照明并没有覆盖整个光源表面或者发射光的全部角度分布。在临界照明中，光源被直接成像到样品平面上，这种方法更为高效，但对光源输出中的任何空间不均匀性也更为敏感。临界落射照明器的作用是均匀化任何空间上的不均匀性，以产生与典型scmos相机传感器尺寸（~200mm2）相匹配的高辐照度照明场。Light SourcePower(mW)①light guide②Light Guide Cross SectionArea(mm2)NA③Etendue (mm2 sr)④LED500Liquid light guideCircle,3mm dia7.070.302.00Laser800multimode fiberSquare, 0.4*0.4mm0.160.220.02表1. 光源比较①输出功率是在指定光导的远端测量的②使用光导将光源输出耦合到显微镜或光学扫描仪③光导的数值孔径④光通量积决定了光学检测系统有效利用光源输出的能力。当光源的光通量积与光学系统的光通量积紧密匹配时，可以获得zui佳性能。sr=球面弧度。 针对光驱动生物技术以及工业应用，优化光源的选择性需要全面考虑仪器的光谱、空间和时间要求，这些正是需要照明光源来支持的。通常一种技术尽可以满足其中的部分要求，所以zui佳策略即是混合多种技术来满足全部需求。复杂的光引擎可以提供这样一种集成的方法来混合光源，并克服任何给定技术的基本限制，例如，在荧光分析中，LED在500-600nm的光中由于臭名昭著的“绿色间隙”功率和亮度往往无法满足；或者相对于毫秒级的切换时间，任何弧光灯的开/关不稳定性；又或者广谱光源进行多路复用研究时，谱宽也带来了限制。如今各种固态光源各有优劣，只有仔细评估它们的优点与局限性，才能为光驱动生命和材料科学应用的广泛领域找到zui合适的照面解决方案。图6.使用CELESTA光引擎（Lumencor, Inc., Beaverton OR），通过一根直径800um的光纤耦合到安装在尼康Ti/Ti2显微镜的临界落射照明器上，并产生均匀的荧光玻璃成像。使用尼康60/1.4 NA Plan Apo物镜和Andor的 Zyla 5.5 (2560 x 2160 pixels) scmos相机进行图像捕捉。图表显示了相机沿着标记为红色的对角线所记录的灰度值。右上角的插图展示了使用尼康10X/0.3 NA Plan Apo物镜成像的同一样品。关于昊量光电：上海昊量光电设备有限公司是光电产品专业代理商，产品包括各类激光器、光电调制器、光学测量设备、光学元件等，涉及应用涵盖了材料加工、光通讯、生物医疗、科学研究、国防、量子光学、生物显微、物联传感、激光制造等；可为客户提供完整的设备安装，培训，硬件开发，软件开发，系统集成等服务。

结论与建议:　　公司发布2016H1业绩预减公告，预计实现净利润0.45-0.63亿元(YOY -50%- -30%%)，低于16Q1季度业绩指引所给出YOY-30%-10%的变动幅度。业绩出现下滑，一方面因为公司客户主要以电力、钢铁等传统行业，受宏观经济疲弱影响，各自都出现了不同困难，一定程度上对公司工程设备安装及调试进度产生影响；另一方面公司在守住脱硫脱硝产品市场的基础上加速向VOCs等新型监测市场拓展，并积极布局智慧环保业务，公司对人才需求不断增加导致的管理费用和销售费用增长较快。 宏观经济下行压力，公司传统客户经济效益面临挑战，短期来看公司业绩承受一定压力；长期来看，近年来公司通过不断海内外收购弥补了很多技术短板，开辟了很多新的市场。战略大方向上来看，公司一直走在行业前列，目前公司正在开展定向增发积极布局智慧环保和VOCs治理新市场，智慧环保订单已经出现爆发式增长，未来将会成为公司主要的盈利增长点，公司也会由单一的设备提供商转变为环境监测综合服务提供商。　　加码生态环境监测网络综合项目:公司公告以不低于14.44元/股非公开发行不超过8200万股,募资不超过11.8亿元。其中6.78亿元投向生态环境监测网络综合项目、1.8亿元投向VOCs监测系统生产线建设项目、3.2亿元用以补充流动资金。生态环境监测项目建设期预计36个月,达产后预计实现年收入2.13亿元、净利润0.55亿元 VOCs项目建设期24个月,达产后实现年均收入2.85亿元、净利润0.56亿元。此次定增加强公司在智慧环保领域的布局,以环境监测为核心,着力拓展环境监测、环境信息化、环境大数据、环境治理四大业务领域。　　从城市和园区入手打造智慧环保“一站式”综合解决方案:公司从城市和园区入手打造智慧环保“一站式”综合解决方案,项目采用BOT、BOO、PPP等商业模式,由公司出资建设,通过后续收取服务费的方式获得长期、持续、稳定的利润。此次项目建设期为36个月,短期内不会贡献利润,全部达产后预计实现年销售收入2.13亿元,净利润0.55亿元。公司抓住国家建设生态环境监测网络的良机,积极布局,提升自身竞争实力,未来有望获得更多订单。　　扩充VOCs监测系统生产线:VOCs是PM2.5和臭氧的重要前体物质,是空气污染的重要原因。近年来,VOCs污染及危害越来越受到国家重视,治理已被纳入“十三五”规划纲要,相关监测、治理、排污费政策近期密集出台,行业将迎来快速发展期。此次募资中1.85亿元将用于提高VOCs监测系统的产能,建设内容包括质谱仪监测系统(增产40套/年)、 色谱仪监测系统增产(增产750套/年)、 傅里叶红外光谱仪监测系统(增产175套/年)等。整个项目建设期为24个月,达产后预计实现年营收2.85亿元、净利润.056亿元。VOCs监测系统生产线的建设有助于完善公司产品线,加强产业链核心环节的资本投入,确保公司在“十三五”期间VOCs 监测领域的核心竞争力和市场地位。　　盈利预测:鉴于公司传统客户行业景气度不高,已对公司短期业绩产生压力,我们下调公司16、17年盈利预测,预计分别实现净利润2.25亿元(YOY-14.52%)、2.62亿元(YOY+16.75%),考虑增发摊薄后EPS0.33、0.38。当前股价对应16、17年动态PE52X、44X,估值相对较高,下调至“持有”建议。