近红外在线搅拌监测系统

近日，吉林省科技厅主持召开吉林敖东"中药提取过程近红外光谱在线质量监控系统"科技成果鉴定会，与会专家指出，吉林敖东在中药提取技术上获得重大突破，在中药口服液体制剂生产技术上走在了全国、全世界前列。 　　中药采购受时间和地域差别而难以标准化，中药成份量化和质量综合检测一直是中药走向世界的瓶颈。据了解，敖东制药与清华大学主持的"近红外在线检测项目"，经罗国安教授带领的项目组的创新科研，历时五年，最终攻克了从"检测"到"检控"的难关，首次实现将近红外光谱技术应用于中药口服液提取过程的在线质量监控。申请并获得了国家发明专利4项，实用新型专利2项，软件著作权3项。 　　鉴定专家组在听取项目组汇报和答辩后，进行了现场考察，在鉴定意见中指出"敖东药业对液体制剂品的二次开发，代表了当今中国液体制剂生产技术的最高水平，指纹图谱技术的应用，为口服液产品质量控制提供了国际认可的技术标准。"

2016年4月1日，聚光科技一站式智慧实验室作为协办单位盛装出席了2016广州国际分析测试及实验室设备展览会暨技术研讨会，并成功邀请到广东药科大学中医药研究院博士、中国仪器仪表学会近红外光谱分会理事、中国中药协会中药品种开发与培育专业委员会常务委员肖雪博士做研究报告。 肖雪博士在药品质量控制论坛上做研究报告 在2016广州药品质量控制论坛上，肖雪博士对“中药制药过程关键工艺阶段近红外在线监测研究”做了详细的报告，报告指出：“中药制药过程一般包括提取、浓缩、精制、配制、制剂等步骤，每个环节都对中药制剂的最终质量有着重要影响。目前，中药生产多手动操作，部分生产线上了自动化系统，对生产过程的参数进行主要控制，缺乏对生产过程关键性质的在线检测”。报告中提到：“近红外由于其明显的优势，非常适用于中药制药生产过程的在线监测。其研究团队针对数个中药品种的提取、柱层析、混配、干燥等关键工艺开展了近红外光谱技术的在线应用研究，取得了良好的社会效益和经济效益”。近红外光谱在线分析的优点： 分析速度快（毫秒、秒级）； 样品基本不需预处理、操作简单； 无浪费、无污染，可非接触测量； 一次光谱扫描可测定多种成分和指标； 分析结果的统计准确度逼近标准方法； 工业上可以做到实时监控。中药质量控制的在线模式： NIR快速检测，适于inline、online分析； 相同的NIR光谱反映相同的化学成分及含量，NIR光谱用于中药质量定性定量分析，起到类似指纹图谱质量控制（包含多指标成分定量技术）的作用； NIR在线光谱结合智能计算技术可对多个指标成分的含量进行实时预测，对生产工艺进行在线诊断，及检测一些综合量如总氮、以及一些物理量如密度等，其检测范围比单纯的色谱分析更为广泛。 近红外光谱技术（NIR）是“多快好省”的绿色分析技术，是中药质量在线分析、智能控制的仪器基础。 SupNIR-1000系列便携式近红外分析仪是针对现场快速检测而设计的一款便携式分析仪，结构紧凑、体积小、内置充电电池、大容量存储设备和液晶显示模块。 SupNIR-2600系列快速油料品质分析仪是基于透射的测样方式，波长覆盖1000-1800nm。在石油行业、流通质检和科学研究等领域有着广泛应用。 SupNIR-2700系列多功能饲料/油料/谷物分析仪是基于漫反射的测样方式，波长范围覆盖1000-2500nm。在饲料生产、油料加工、谷物收购、育种研究等领域有着广泛的应用。 SupNIR-3000系列独创的光源平移技术，使得全盘扫描成为现实，无死角的样品检测。仪器检测校准准确度、重复性和再现性，满足《GB/T 24895-2010粮油检验 近红外分析定标模型验证和网络管理与维护通用规则》。 SupNIR-4000系列在线近红外分析仪适用于工业过程实时检测，波长范围覆盖1000-2500nm，以液体样品为测量对象，内置多通道光开关、恒温控制系统和液晶显示模块，实现多个测量点的检测。更多产品信息可关注聚光科技一站式智慧实验室！http://www.fpi-inc.com/jgzt/product.php?20/127

在线近红外在毛油检测中的解决方案在油脂工业中，以压榨法、浸出法或者其他方法制取得到的未经精炼的植物油脂，称为粗脂肪，俗称毛油。毛油的主要成分是甘油三酯，此外，还存在水分，胶溶性杂质和脂溶性杂质等多种非甘油三酯的成分，因此，为了提高油脂食用的安全性和储藏稳定性，需要将毛油送去精炼厂进行油脂精炼，除去油脂中的杂质。由于杂质的种类和含量随制油原料的品种、产地、制油方法、储藏条件的不同而不同，所以在油脂精炼之前要了解毛油的质量参数，从而采取相应的工艺措施，以便最大限度的降低能耗和油脂的损失。游离脂肪酸是一种脂溶性杂质，含量过高，会影响油脂的风味，加速中性油的水解酸败，导致油脂的物理化学稳定性削弱，必须尽力除去。为了能够快速及时的了解毛油中游离脂肪酸含量的变化，及时调整生产工艺参数，BUCHI NIR-Online ® (在线近红外) 制定了完善的解决方案，在毛油进入精炼车间后，可持续提供精确的测量值，在控制室中可清晰显示实时趋势，方便操作。 1设备及附件选取特定的测量附件流通池 X-cell，确保毛油在流通池内平稳的流动，降低测量的误差。主机探头采用固定光栅型近红外，无可移动部件，检测速度快，适用于工业生产车间。现场安装图如图3 所示。图1 主机探头图2 流通池图3 现场安装图 2采集样品采集样品，建立酸价的定标模型，预测油脂中游离脂肪酸的含量。酸价模型如下图所示。▲ 酸价化学值和近红外预测值的散点图从图中可看出酸价定标模型的化学值和预测值有很好的相关性，验证集相关系数达 R2 到 0.975，验证集偏差 SECV 为 0.10，模型具有较高的稳定性和预测能力，预测效果如下图所示。▲ 未知样酸价化学值和预测值的比较 3总结采用近红外光谱技术在线检测毛油中酸价的含量，可实时的为生产提供数据，优化工艺参数，助力油脂精炼。

p style=" text-align: left " strong 各相关单位： /strong /p p 　　为推动“科创中国”科技服务，引导NIR领域广大科技工作者为国家经济建设提供技术与人才服务，按照“合作发展、协作共赢”的原则，联合各相关单位、业内相关专家，组建 “NIR技术服务平台”，设立“NIR云课堂微信公众号”，旨在突破现有组织机制，充分发挥人才汇聚和科技服务优势，把创新要素引向基层、引向企业，为区域经济社会高质量发展、产业转型升级与企业创新发展提供解决方案，形成科技经济融合常态化对接服务机制。 /p p 　　NIR技术服务平台应各用户单位的需求，组织近红外光谱专家、专业技术人员、仪器供应商联袂编撰《近红外在线仪器设备产品手册》。该手册将面向从事近红外光谱工作的研发、生产、应用和管理的技术人员、大专院校专业师生，系统全面地介绍国内外在线近红外技术及仪器设备的工作原理、结构特征、性能指标、使用与维护要点以及最新研究成果，为业内人员学习掌握应用近红外技术及仪器设备，提供有价值的技术资料。 /p p 　　《近红外在线仪器设备产品手册》共分三个部分内容： /p p 　　第一部分：供应商简介，包括供应商简介、LOGO、产品介绍、联系方式等 /p p 　　第二部分：近红外在线仪器设备应用案例，包括：仪器的原理、结构特点、技术指标及仪器的使用、维护保养技术和注意事项 /p p 　　第三部分：仪器的性能指标及参数列表或者宣传页，可采用仪器图片和现场图片等形式。 /p p 　　欢迎业内专业技术人员对该手册的编撰提出建议，同时请参与技术服务团的相关单位根据手册汇编要求，于2020年 8月底前提交相关材料 。 /p p 　　联系人：刘慧颖 电话：13910775473 (微信同) 邮箱：lhy0008@sina.cn /p p 　　刘继红 电话：13611289072 (微信同)邮箱：r-well@163.com /p p style=" text-align: right " 　　NIR技术服务平台 /p p style=" text-align: right " 　　2020年7月12日 /p p 　　附件：《近红外在线仪器设备产品手册》相关说明 /p p 　　一、征稿截止日期：2020年 8月底。 /p p 　　二、第一版发行量：1000册，视情况发行第二版，第三版。 /p p 　　三、发行对象：从事近红外工作的研发、生产、应用和管理的技术人员，大专院校师生。 /p p 　　四、稿件要求：见《近红外在线仪器设备产品手册》内容通知。 /p p 　　五、收费方式： /p p 　　1)一个版面费用为1000元，每个版面800-1000字，不足一个版面的按照一个版面计算。 /p p 　　2)参与单位赠送5本《近红外在线仪器设备产品手册》。 /p p 　　六、彩色宣传页 /p table border=" 1" cellspacing=" 0" cellpadding=" 0" width=" 605" align=" center" tbody tr class=" firstRow" td width=" 66" p style=" text-align:center " 版面 /p /td td width=" 66" p style=" text-align:center " 封底 /p /td td width=" 66" p style=" text-align:center " 封二 /p /td td width=" 97" p style=" text-align:center " 封二对页 /p /td td width=" 66" p style=" text-align:center " 封三 /p /td td width=" 85" p style=" text-align:center " 封三对页 /p /td td width=" 85" p style=" text-align:center " 彩色插页 /p /td /tr tr td width=" 66" p style=" text-align:center " 价格 /p /td td width=" 66" p style=" text-align:center " 6000 /p /td td width=" 66" p style=" text-align:center " 6000 /p /td td width=" 97" p style=" text-align:center " 6000 /p /td td width=" 66" p style=" text-align:center " 5000 /p /td td width=" 85" p style=" text-align:center " 5000 /p /td td width=" 85" p style=" text-align:center " 3000 /p /td /tr /tbody /table p 　　宣传页文件格式及要求: br/ /p p 　　(1)提供高分辨率的PDF、JPG或TIF文件，分辨率300 dpi，所有需为CMYK四分色，所有字体嵌入。 /p p 　　(2) 所有宣传页图片须留有6mm的出血，请提供PC或MAC格式的文件、光盘、FTP地址以供下载 /p p 　　(3)尺寸：170* 240 mm(未加出血尺寸) /p p 　　(4)宣传页内容必须实事求是，真实可靠，不得违法国家规定。 /p p 　　七、报名事项 /p p 　　请各相关单位于2020年 8月底前发送资料到lhy0008@sina.cn邮箱。确定后签订正式协议，签订协议后10个工作日请相关单位将费用打到如下帐户： /p p 　　开户名称：北京中仪普众技术咨询有限公司 /p p 　　开户银行：中国工商银行幸福街支行东安街分理处 /p p 　　开户账号：0200097309000054427 /p p 　　联行号：102100000474 银行地址：北京丰台区丰体南路8号 /p p br/ /p

九光科技在线近红外在次钠塔应用介绍1、 应用背景氯气有毒且具有强腐蚀性，工艺中使用NaOH来吸收废气，随着液碱的消耗，根据NaOH和NaCIO的含量来判定及时补充新的碱液和次氯酸钠溶液的的排除。通过在线检测实时监控NaOH和NaCIO含量，更及时的进行工艺调整，自动倒槽，大大降低劳动强度，减少浪费，提高生产效率。二、安装方案图1、安装示意图图2、现场安装照片2、 应用效果图3、样品原始光谱图检测参数模型主成分数相关系数SEP游离碱30.9980.070有效氯30.9970.075 图4、游离碱模型 图5、有效氯模型 图6、游离碱误差分布图 图7、有效氯误差分布图说明：从建模效果来看，游离碱和有效氯线性关系明确，游离碱相关性0.998，SEP 0.070，实际应用中约68%的样品误差在0.070%内，约95%的样品误差在0.14%内。有效氯相关性0.997，SEP 0.075. 实际应用中约68%的样品误差在0.075%内，约95%的样品误差在0.15%内。 3、 结论与展望1、 次氯酸钠生产过程中应用在线近红外检测游离碱和有效氯可减少取样频次，及时判断生产终点，及时倒槽，提高生产效率，助力自动化升级。2、 除了次氯酸钠生产外，其它工艺生产中也用常常用液碱来吸收尾气氯气，也可使用在线近红外来检测碱液浓度，及时补充新碱液，避免浪费。

p style=" text-align: justify " 　　粮食质量检验对粮食流通工作与粮食安全建设具有重大意义，和我们的生活更是息息相关，粮食的质量数据，既是决定粮食等级与收购价格的主要参考之一，也是储粮条件设定的依据。入库粮食质量的好坏更是影响着收购后粮食储存的安全度。 br/ /p p style=" text-align: justify " img style=" max-width: 100% max-height: 100% width: 500px height: 319px " src=" https://img1.17img.cn/17img/images/202008/uepic/0e8053f5-6ca6-48e2-8e6d-a1b7dc194c48.jpg" title=" 1.jpg" alt=" 1.jpg" width=" 500" height=" 319" border=" 0" vspace=" 0" / /p p style=" text-align: justify " 　　然而在实际工作中，粮食收储却面临着诸多问题。比如，粮库收粮时水分检测都是局部抽样化验室化验，入仓时水分差异较大，如果不同水分的粮食储藏在同一仓库中，因水分不同导致温度差异、虫害、霉变的产生，从而引发大部分粮食损坏 再如，大豆在储藏过程中水分不同，在温度作用下，蛋白质发生热敏性凝固，破坏了脂肪和蛋白质共存的乳化状态，出油率和豆粕蛋白质降低 并且由于传统检测人为操作因素较多，难免存在耗时长、干扰因素大、“偷换样品”、“人情粮”等现象。 /p p style=" text-align: justify " 　　因此，在以技术驱动生产力的大环境下，实时在线分析技术的推广就显得尤为重要。而在诸多在线检测技术中，近红外光谱分析技术的应用前景最被看好。该技术作为可快速、准确分析多组成本的含量，是针对农产品成份定性、定量分析的有效手段之一，可同时检测水分、蛋白、脂肪、淀粉等指标，在粮食作物的检测中，近红外光谱分析技术较之人工和其他方法具备快速、易用、准确、低成本等优势。 /p p style=" text-align: justify " img style=" max-width: 100% max-height: 100% width: 500px height: 213px " src=" https://img1.17img.cn/17img/images/202008/uepic/51e0dd20-72d1-4274-a82a-72cb40e24fce.jpg" title=" 2.png" alt=" 2.png" width=" 500" height=" 213" border=" 0" vspace=" 0" / /p p style=" text-align: justify " 　　无锡迅杰光远科技有限公司，作为一家以近红外技术研发与产品化为核心的科技公司，在粮食检测领域积累了大量的实践经验，其研发和生产的IAS-Online-s100 在线近红外固体检测设备，可有效的解决整个收粮流程中对粮食蛋白质、水份等指标的检测，检验结果准确公正，并围绕该技术为粮油行业构建在线检测解决方案。 /p p style=" text-align: justify " 　　传统的检测方式多为局部采样，由于粮食传输与检测过程不是并行的，所以实验室的检测数据一般都滞后于生产过程，如需检测多个指标则需投入更多的人力物力。而采用近红外技术，只需通过在粮食样品传递过程中进行加装，即可一次同步检测蛋白、水分、脂肪、等多个指标，满足将检测数据实时量化呈现的要求。 /p p style=" text-align: justify " 　　另外，由于采用模块化设计，设备使用场景丰富可安装在管道、传输机、提升机、烘干塔等设备上，且安装简单，既适合在现有产线上直接加装，也可以与新产线进行配套。 /p p style=" text-align: justify " img style=" max-width: 100% max-height: 100% width: 500px height: 211px " src=" https://img1.17img.cn/17img/images/202008/uepic/c31724a4-b124-4c46-903a-95d09688a24c.jpg" title=" 3.png" alt=" 3.png" width=" 500" height=" 211" border=" 0" vspace=" 0" / /p p style=" text-align: justify " 　　在使用方式上，IAS-Online-s100内置工控计算机，保证稳定性与安全性，计算机直接控制分析和显示结果，可以打印、传输和使用U盘输出结果 用户也可在后台轻松的进行“粮食检验监测数据和情况的集中管理”、“视图化品控分析”等工作，从而实现在粮油加工和收储环节，对来料品质、生产过程进行监控，实现精细化管理的各项需求。 /p p style=" text-align: justify " 　　目前IAS-Online-s100可检测粮食种类如下： /p p style=" text-align: justify " img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/202008/uepic/c79cf3a9-df73-417f-8289-9b10315be1dc.jpg" title=" 5.png" alt=" 5.png" / /p p style=" text-align: justify " 　　与此同时，我们还可以通过在线、离线和户外手持用等多款设备的优化组合，实现粮食收购现场、实验室、仓库和运输途中等环境的覆盖，让粮油的品质控制实现“无死角”、“多场景”和“全过程监控”。 /p p style=" text-align: justify " img style=" max-width: 100% max-height: 100% width: 500px height: 188px " src=" https://img1.17img.cn/17img/images/202008/uepic/ac1a6b23-8407-446e-adc7-76dec3a34c31.jpg" title=" 6.png" alt=" 6.png" width=" 500" height=" 188" border=" 0" vspace=" 0" / /p p style=" text-align: justify " 　　加之近红外技术本身所具有的“检测费用低”、“操作简便，呈现检测结果快”、“不破坏样品，无需复杂预处理，无损、无污染”、“检测数据可存储和可追朔”及“可与各类场景适配加装或便携携带”等使用特性，极大地提高基层粮库的检测效率和降低检测成本、劳动成本，从而提高经济效益。 /p p style=" text-align: justify " 　　目前，该设备已正式投入市场，并在粮油行业取得了良好正面的反馈，该方案做到了数据准确、检验快速，实现了水分、成份检验“精度”与“高效”的共存同时，可以非常好的避免人为操作漏洞，同时使用简单，做到任意环节的质量可追溯，是一套为企业入库粮质量保驾护航的实用性粮库质检的智能化解决方案。 /p p style=" text-align: right " （迅杰光远） /p

X-Sential：必不可少的过程控制设备近红外作为一种多用途的检测设备应用于多个行业，并在工业生产中发挥着重要的作用。特别是在当前的激烈的市场竞争中，不仅要保证产品有稳定的高质量，而且要尽最大限度地降低成本。因此，怎样既快又好的进行工农业的生产成为企业面临的一个重要问题。传统的工业分析方法因其滞后或者疏忽都会造成经济上的巨大损失，已经不能满足当前的工业生产需求，在线分析技术将成为分析化学中一项重要的分析方法。X-Sential 作为 Buchi NIR-Online 一款最新的在线检测仪器，因其简单易用，经济高效，丰富的控制技术，在食品，饲料，化工等领域都有着广泛的应用。 1简单易用，配备独特的 AutoCal 功能：借助于 X-Sential 独特的 AutoCal 功能，不具备专业知识也可轻松操作。这款过程控制探头可以轻松部署到您现有的日常质量控制体系中。提供各种各样的过程适配器，便于轻松集成到生产线中。在线近红外 NIR-Online 为用户提供可选的 HMI 解决方案。 2经济高效，平均投资回报不到一年：在线近红外 NIR-Online X-Sential 的功能设计具有高适用性，因此非常经济高效。平均投资回报时间不到一年。无需商业校准数据库或大量的内部校准开发。可测定大量的原材料和成品的基本质量参数；这可以最大程度减少不良品产生和返工，并且便于实时纠偏。3丰富的过程控制技术以及工业化设计：在线近红外 NIR-Online X-Sential 具有防尘、防水的主机探头外壳 (IP69/X9K)。使用温度稳定的光谱仪可以应对各种各样的环境和产品温度。X‑Sential 为快速、波动或者不连续的产品流动提供整体解决方案。集成到过程控制体系也简单方便。

由浙江大学承担的“结合软测量技术的汽油质量指标近红外（NIR）在线分析系统”通过863计划现代集成制造系统技术主题专家组组织的验收。 为有效地解决炼油过程中汽油成品或组份油的质量检测问题，该课题基于NIR光谱分析数据，将小波变换与光谱归一化技术应用于光谱数据的预处理中，减少了荧光背景干扰和高频噪声对分析精度的影响，提高了光谱数据的信噪比。针对目前NIR光谱定量分析中常用的偏最小二乘算法的局限性，把支持向量计算法应用于NIR光谱的非线性定量分析，显著地提高了分析精度。研究人员还提出了一种基于NIR光谱的汽油牌号快速识别方法，通过主元分析提取汽油NIR光谱的主元信息，应用相似分类算法建立了不同汽油牌号汽油样本的分类模型，再利用这些模型实现对未知汽油样本有效的快速分类。 在上述研究成果的基础上，课题组开发研制了新一代实验室用低成本汽油质量指标快速测定仪，并已成功应用于中国石化集团杭州炼油厂、清江炼油厂等单位，受到了用户的好评。同时，还开发研制了在线自清洗NIR光纤探头与相应的自动采样系统，提高了在线分析系统的连续运行能力，并成功研制了汽油质量指标在线NIR分析仪样机系统。该样机已成功地应用于中国石化上海高桥分公司炼油企业部连续重整装置。

奶酪生产过程的实时监测奶酪是以乳、脱脂乳或部分脱脂乳、稀奶油、酪乳或者这些原料的混合物为原料，经过凝乳酶或者其他凝乳剂凝乳，并排除部分乳清而制成的新鲜或经发酵成熟的乳制品。奶酪的营养成分丰富，富含乳蛋白、钙、磷等营养成分，既能满足人体的营养需求，还具有重要的生理作用，经发酵后生成的多肽，氨基酸等可溶性物质极易被人体消化吸收。在奶酪的生产过程中，混合是一个重要的生产步骤，各种原料需要达均匀状态，为了保证混合的均匀性，避免返工，生产出稳定的高质量产品，利用在线近红外技术监控奶酪原料的混合过程，实时检测主要参数，为稳定的生产提供依据。近红外光谱主要是由于分子振动从基态向高能级跃迁时吸收特定波长的近红外光产生的。近红外光谱记录的是分子中单个化学键的基频振动倍频和合频信息，测量的主要是含氢基团 X-H 振动的倍频和合频吸收。因此通过扫描样品的近红外光谱，可以得到样品中有机分子含氢基团的振动信息。通过对奶酪原料混合物的近红外光谱分析，建立各个成分的定标模型，从而可以快速的获得混合物成分的含量。▲在线近红外光谱仪 X-ONE▲安装示意图BUCHI NIR-Online® (在线近红外)在奶酪的生产过程中，只需几秒，便可持续提供精确测量值，确保最大生产效率。在控制室中可清晰显示实时趋势，方便操作员及时应对加工过程产生的偏差。监控奶酪生产过程，及时停止凝固，发酵，搅拌和融化，优化水分含量和储存稳定性。检测效果通过建立奶酪的脂肪和干物质的定标模型，模型结果见下表：样品检测参数参数范围 (%)偏差奶酪脂肪25.0 35.00.20总固58.0 68.00.15除上述两个指标外，步琦在线近红外光谱仪还能同时测量蛋白质，乳糖等多个指标，更好的服务于您的日常工作，通过实时检测方式为工艺优化提供科学的依据，降低生产成本，提高生产效率。

仪器信息网讯 2012 年8 月23日，由中国仪器仪表学会分析仪器分会近红外光谱专业委员会主办的“近红外光谱分析技术在农产品、饲料领域应用研讨会”在上海世博展览馆召开，100余位相关人员参加了本次研讨会。 “近红外光谱分析技术在农产品、饲料领域应用研讨会”现场 　　“近红外光谱分析技术在农产品、饲料领域应用研讨会”是第23届“中国国际测量控制与仪器仪表展览会(原多国仪器仪表展览会) (Miconex 2012)”的同期活动。本次研讨会特邀了多位近红外在饲料领域应用研究的专家做专题报告，围绕近年来国内外近红外光谱分析技术在农产品、饲料品质分析，生产过程控制等方面的应用现状、存在的问题及未来展望等进行了学术交流。 　　韩东海教授、袁洪福教授分别主持研讨会，并作报告。 近红外光谱专业委员会主任委员、北京化工大学 袁洪福教授：发展近红外分析联网技术 　　袁洪福教授在报告中介绍了NIR应用前景、联网需求、联网技术三方面内容，其中NIR联网技术有包括硬件、软件、模型技术，以及相关标准、示范内容。NIR是流程工业过程品质分析的重要手段，在石化、半导体、制药、农业、食品等领域应用的很好，利用NIR进行“卡边生产”，将会产生非常显著的经济效益。例如，广州石化应用NIR汽油调和的直接效益达1260万/年。 　　NIR联网技术包括光谱仪器、化学计量学、模型三个方面，其中建模可以说是NIR发展的“瓶颈”、“拦路虎”，建模所需的条件包括获取代表性的样本能力、提供合格的参考数据的能力、近红外分析专业人才。模型共享条件则包括模型可传递、不同仪器光谱的一致性、仪器一致性、光谱校正等。最后，袁洪福教授建议我国应建立模型示范中心，使其具有建模样本收集能力、建模参考数据分析能力、具有NIR分析专业技术人才、在行业内具有影响力和组织协调能力、与仪器厂家具有良好的合作关系、针对重大需求建立示范工程。 Foss 赵武善：物联网技术监控远程近红外仪器和定标模型的安全性 　　自从上世纪90年代以来，FOSS基于近红外透射技术的NIT谷物交易计价网络体系在全球成功应用的关键因素，即是网络化技术和基于此技术所带来的便利性，所以FOSS致力于向用户提供“面向更简单的NIR分析方案”，包括：工厂标准化的仪器、更广泛更稳定的定标、网络软件系统提供自动的仪器监督、向用户提供即用型定标。 益海嘉里集团 史秀颖：近红外分析技术在益海嘉里集团的应用 　　益海嘉里集团拥有80多台不同品牌的近红外光谱仪，对于近红外光谱仪在企业中应用的作用及意义，益海嘉里集团有着深刻的理解。与传统分析技术相比，近红外光谱分析技术在企业中的应用优点主要体现在降低成本、提高效率、数据可靠、节能环保等方面。 　　使用近红外对产品进行分析，快速、准确，可以在一分钟内就能得到全部分析结果，大大简化了测定操作，对生产的指导意义是化学分析法远远不及的。近红外在企业中的应用使得企业的人员成本、化学试剂成本、分析仪器成本均有大幅度的降低。近红外的稳定性、重现性均较好，能够提供可靠的数据支持，在降低对人员技能要求的同时减少了人为误差。和常规分析方法相比，值得一提的是对环境保护的重大意义，近红外法无环境污染、无化学试剂的使用及排废，这是造福千秋万代的事情。在生产中，可以在生产流水线上配置近红外装置，对原料和成品及半成品进行连续在线检测，有利于及时地发现原料及产品品质的变化，便于及时调控，维持产品质量的稳定。 中国农业大学 闵顺耕教授：振动光谱法在农药质量分析与市场监管中的应用研究 　　我国是农药生产大国，现有农药生产企业2600余家，农药制剂27000种以上。2010年，农业部抽检全国7000个农药样品，产品合格率为86.3%，超过13%存在问题。常见农药有效成分分析方法有化学法、色谱法、光谱法，目前对于农药成分含量的测定主要采用色谱法。 　　闵顺耕教授研究内容是用振动光谱法进行农药制剂质量分析，尝试为农药质量分析及市场监管提供一种快速、现场或在线分析方法。其在报告中介绍了利用近红外、中红外、拉曼等光谱分析技术进行原料质量控制、制剂质量分析与质量控制、农药生产在线分析与工艺优化、农药质量监管等研究情况。 中国农业大学 韩东海教授：近红外分析技术在农产品质量检测中的应用与发展 　　近红外技术主要是产业应用技术，需要与产业密切结合方能发挥最大作用。韩东海教授在报告中介绍了近红外光谱技术在粮油、果蔬及花卉、林产品、畜禽产品、水产品和农副产品等六大类农产品中的应用进展。 中国农业大学 李军涛博士演讲(张丽英教授) ：近红外光谱技术快速预测动物饲料原料有效能含量的研究 　　能量饲料在养殖成本、养殖收益中起到了至关重要的作用，而一种快速、准确地确定动物饲料原料有效能含量的检测方法能够精确配制动物的日粮，进而节约饲料原料资源、降低成本、增加收益。全国有1亿多吨玉米用于饲料生产，如果每千克玉米节约100大卡，每年可节约300万吨玉米*2700元/吨=81亿元。李军涛博士介绍了其课题组利用近红外技术测定动物饲料及饲料原料可消化氨基酸含量、有效能含量，奶牛配合饲料的代谢能含量，兔配合饲料消化能含量等的研究进展。 中国农科院饲料研究所 石冬冬博士：现代信息技术和分析技术在饲料安全隐患排查中的应用 　　饲料安全隐患排查包括：最快的速度发现潜在问题、全面解析问题样品确认危害性、准确追溯问题样品的来源及分布、及时准确排除安全隐患，其过程中涉及的筛查技术包括近红外、X射线衍射、拉曼光谱等光谱技术，以及热分析技术、生化技术等 破译技术包括电化学、光谱、色谱、质谱技术。石冬冬博士还重点介绍了饲料安全隐患排查中另一重要技术——现代信息技术，如条码管理、地理信息系统等的内容、意义、应用实例等情况。 布鲁克 刘曼丽：近红外技术在饲料业的运用和发展 　　刘曼丽经理报告中介绍了近红外技术在饲料业应用现状、新进展及趋势、潜在效益等。饲料企业已广泛建立NIR原料、成品常规定标曲线，即使只监控普通营养指标，亦可为饲料厂带来明显的人力、物力、财力上的效益。 近红外光谱专业委员会刘慧颖秘书长 　　刘慧颖秘书长在会上介绍了将于2012年9月举办的近红外全国会议、11月举办的近红外香山会议的情况，并邀请各位专家就国家、行业、院校等对近红外发展应该提供的支持等问题积极提供建议，共同推动我国近红外的发展。

近红外在鱼粉加工过程中的解决方案近年来我国畜牧水产养殖业进入快速发展阶段，2021 年全国饲料总产量为 2.93 亿吨，已连续十年位居世界第一。但是，近几年饲料原料供需矛盾突出，价格高启，蛋白原料严重依赖进口。鱼粉作为有代表性的重要动物蛋白原料，我国消费量几乎占全球鱼粉产量的 40%，而自给率却不足三分之一。《鱼粉》（GB/T 19164-2021）标准是规范国内生产与贸易的国家标准，对有效维护我国饲料和养殖行业利益，指导国际鱼粉贸易将产生重要影响。▲ 鱼粉加工企业使用近红外监控的点传统的分析方法由于需要多种分析技术来测定这些指标，过程漫长，误差较大，质量得不到保证。而近红外光谱分析技术是利用物质含氢基团（如 C-H、O-H、N-H、S-H等）的伸缩振动的各级倍频及伸缩振动与弯曲振动合频吸收信息进行物质的定性和定量分析的一种快速有效的无损检测技术，能够在很短的时间内分析出样品的水分、蛋白、脂肪、灰分和其它营养成分等化学分析，因而被很多企业所接受，南美最大的秘鲁 TASA 鱼粉生产企业选择步琦的近红外仪器多年已经作为重要的质控检测工具。主要应用点如下： 1原料鱼肉检测指标脂肪，水分，蛋白，灰分，脂肪酸和挥发性盐基氮▲ 鱼肉的近红外检测现场和指标模型参数 2鱼粉的检测指标水分，粗蛋白，粗脂肪，粗纤维，灰分，总磷，盐分和钙▲ 鱼粉的近红外检测现场和指标模型参数 3鱼饲料的检测指标水分，蛋白，脂肪，纤维，灰分▲ 鱼饲料的指标模型参数步琦近红光谱仪器可以提供各种型号的仪器供客户选择，有高达 IP69 防护等级旁线近红外 ProxiMate，测量附件丰富的实验室近红外 N-500/NIRMaster 和在线的近红外 NIR-online 来满足你的应用过程。

地板制造过程优化多层地板覆盖物是精心设计的板材产品，旨在承受不同工业、商业和住宅环境中的重度使用。为了达到设计性能，及时监控压延片材的固化过程至关重要。水分含量在主干燥器之后测量，以实现最佳过程控制。可以同时测量带到载体上的合成聚合物、聚氨酯、弹性体、PVC 或乙烯基的数量，以便达到目标值。1贴合价值链的主要优势2工艺控制主要痛点的应用安装点3在线近红外 NIR-Online 的快速检测的关键参数水分树脂含量聚合物含量4应用案例分享a 安装于主线NIR-Online 在线分析仪直接安装在地板压延线上方，用于测量残留水分或聚合物含量。如下图所示：b 主要效果使用在线近红外 X-Beam 配置执行非接触式测量产品和测量窗口之间的距离可达 20cm通过一系列可用的过程集成接口将测量结果、警报和其他相关信息实时导出到过程控制系统，以便立即采取行动c 功能原理钨卤素灯不断发光，照射样品。样品的漫反射光射向色散元件 (固定光栅)，产生的空间分布单色光通过二极管阵列 (通常由 256 个二极管组成) 进行检测。每个二极管根据其空间位置收集特定波长范围的光强。这些独立的二极管信号通常被称为像元。测得的光强 (I) 与白色参考光谱 (I0) 比值，以及由像元对应的波长范围，就构成所谓光谱，即 I/I0与 nm 或 cm-1 的关系图。化学计量软件根据相应模型从测量光谱中分析样品的分子性质。除以上应用案例外，步琦 NIR-online 在线近红还可以测定木材中的灰分，纤维素，颜色，木质素，水分等等，如需了解步琦在线近红外在化工行业的更多应用，请参登录瑞士步琦官方网页查看或者联系我们当地销售代表。

1.中药生产过程现状中药是我国独具特色和优势的民族产业，其在生物医药领域中具有重要的战略地位，并已逐渐发展成为我国制药经济的重要支柱之一。中药工业化生产流程融合了原料控制、生产控制、质量检测等多个步骤流程，具有工艺过程复杂、步骤繁琐、影响因素多、非线性及交互作用效应显著等技术特点。对于中药质量控制，国内的重点大多聚焦于药材和成品上，却忽略了生产过程及其中间体的质量控制；长期以来一直依靠人工抽样分析和离线检测对中间产品和最终产品的质量进行评估。这种检测方式具有耗时长、主观因素强、检测结果滞后于生产过程等缺点，难以依据实时质量波动情况来指导生产过程，进行及时调整。据了解，近年来由于质量问题，导致中间产物或最终产品的返工或报废的现象常有发生。2.近红外（NIR）在中药生产过程中的发展近年来，在线检测、过程分析技术（PAT）、质量控制体系等技术逐渐深入生产过程中，通过合理的过程设计、分析与控制，增强对工艺过程的理解，降低过程不确定性和风险，以此来保证最终产品的质量。目前常用的过程分析技术有近红外光谱在线分析技术、拉曼光谱在线分析技术、在线紫外等，其中，近红外光谱分析技术具有快速、高效、无需样品预处理等优势。由于无需样品预处理且近红外光谱可以通过光纤进行传输，近红外光谱分析技术十分适合复杂中药的原料药材质量快速分析以及体系生产过程的在线检测，包括药材产地鉴别、有效组分含量测定和制药过程的在线检测和监控。自“十三五”规划以来，泽达兴邦医药科技有限公司在中药生产领域已与众多“医药工业百强”企业合作成功实施了众多案例，如表1所示。表1 PAT在中药生产监测过程中的实施实例（泽达兴邦）客户单位实施品种说明扬子江蓝芩口服液离线、在线上药杏灵银杏酮酯离线、在线九芝堂六味地黄丸、驴胶补血颗粒在线、离线江苏康缘热毒宁、桂枝茯苓离线、在线华润三九（本溪）气滞胃痛颗粒离线、在线华润三九（枣庄）感冒灵颗粒离线、在线绿叶制药罗替戈汀离线、在线太极集团藿香正气口服液离线、在线北大维信血脂康离线、在线广东众生复方脑栓通离线、在线翔宇制药复方红衣补血口服液离线、在线… … 图1 中药生产过程近红外在线检测系统3.近红外在中药生产中的应用实例3.1华润三九感冒灵颗粒——浓缩、总混工段感冒灵颗粒功效为辛热解表，清热镇痛，其由三叉苦、野菊花、马来酸氯苯那敏、咖啡因等组成，被广泛用于因感冒引起的头疼、发热、鼻塞、流涕、咽痛等症状。野菊花中的蒙花苷等有效成分是感冒灵颗粒质量的重要检测指标，其生产过程复杂，因此保证每一个工艺环节产品质量的稳定是最终产品有效的依靠。但是目前的分析方法存在耗时、信息滞后等缺点，严重影响了产品的质量和生产成本，亟待开发一种快速、准确的检测技术。目前，近红外光谱检测技术已经逐渐从离线实验或者小规模的模拟实验向大生产过程的在线监测发展，与前者相比，近红外在线监测技术更具有实际指导意义，在保证对象中的指标可以用于建立准确的定量模型之上，还能够对生产过程的质量进行监控。泽达兴邦医药科技有限公司在国家工信部智能制造新模式应用课题的项目中，以华润三九的感冒灵颗粒、感冒清热颗粒、小儿感冒颗粒等公司重点产品，建立关键生产工艺环节生产过程快速检测和在线质量检测系统，并与SCADA系统集成，建立质量数据库。其中，包括对感冒灵颗粒、感冒清热颗粒和小儿感冒颗粒三种药物中流浸膏中有效成分和固含量、半成品中有效成分、原药材的水分和浸出物、浓缩液有效成分和浸出物等物质的快速测定和实时监测。在项目实施过程中，近红外检测系统能够有效应用于感冒灵颗粒的生产过程，实现了产品关键工艺环节中间体质量的实时动态在线监测，降低了工艺运行过程中间体质量波动性，提高了中成药生产全过程的质量控制水平。下图展示的是近红外技术与感冒灵颗粒制粒总混工序的结合应用，以其半成品为例，针对蒙花苷、对乙酰氨基酚、咖啡因、马来酸氯苯那敏含量所建立模型预测结果令人满意，其相关系数R分别为0.9757、09523、0.9705、0.9803，RMSEP分别为0.0115、0.219、0.202、0.126，均能够满足感冒灵颗粒半成品实时分析的精度要求。图2 小儿感冒颗粒浓缩固含量在线检测效果图3.2上海上药集团银杏酮酯——柱层析工段银杏酮酯为银杏叶的提取物，为棕黄色至黄棕色的粉末，其主要活性物质为黄酮醇苷及萜类内酯，临床上主要用于血瘀型的胸痹、冠心病心绞痛以及血瘀型的轻度脑动脉硬化引起的眩晕，能增加脑血流量，降低脑血管的阻力，改善脑血管的循环功能，保护脑细胞，稳定细胞膜，使脑细胞避免缺血所致的损害。还可扩张冠状动脉，增加冠状动脉的血流量，改善心脏的供血，防止心绞痛以及心肌梗死的形成。但是其原料药材来源广泛，品种繁多，同一品种药材因其生长条件、采收季节、加工方式及贮藏条件的不同而在质量上存在差异，从而使中药制剂成品存在一定的质量差异。传统的质量评价方法步骤较为繁琐，耗时较长，不利于大批量的快速质量检测。因此，选取一种快速分析、样品无损、方法简单的分析技术将能够大大减少生产过程质量检测时间与人工成本，减少产品等待放行时间。为了实现银杏酮酯生产过程的智能监测，泽达兴邦医药科技有限公司与上海上药集团合作了银杏酮酯PAT项目，在项目实施过程中建立了实现大品种银杏药材、中间体（提取液、浓缩液、醇沉液、层析液、干燥物）及成品质量指标的在线及离线快速检测方法，实现全生命周期质量快速检测与控制，解决了现有检测模式存在的结果滞后、分析时间长、效率偏低等问题。以大品种银杏酮酯层析过程为例，将层析过程与在线检测技术相结合，实现了层析过程药液质量指标的实时快速检测，可用于生产过程实时采集药液质量数据，图3展示了层析过程的在线检测安装图以及层析过程在线监测结果。结合DCS系统采集的工艺数据，为构建工艺和质量数据库提供数据来源，同时为后期中生产线进行工艺与质量信息的数据挖掘奠定技术基础。图3 层析工段在线检测安装图图4 层析工段在线监测结果图4．经济效益近红外在线检测技术的应用可以减少检化验人员的岗位设置与劳动强度，提高数据的处理量与准确性并能实时指导生产操作，在一定程度上降低了加工生产能耗，缩短了中药的生产周期，为企业带来良好的经济效益，具有非常广阔的应用前景。以上述银杏酮酯为例，醇沉、柱层析的生产过程终点判断是中药制药过程中的常见问题，传统的中药生产过程终点判断方法主观性强且无实际理论依据。通过建立银杏酮酯层析工段的MBSD定性模型追踪不同生产批次，可以得到银杏酮酯层析工段洗脱过程的实时预测图。结合工艺，可将模型分为静置工段、水洗工段、洗脱阶段、乙醇回收阶段，其中明显可以看出洗脱工段的起点与终点，说明该模型可以判断洗脱起点与终点。利用近红外光谱技术对中药生产过程进行终点判断有助于及时、准确地识别过程终点，减少了收集时间，大大降低了能源损耗，提高原料利用率，保证产品质量的均一稳定，为银杏酮酯产品质量的提升奠定了理论基础。5.展望针对中药生产领域，近红外光谱技术的应用还存在一些局限。近红外作为一种分析技术，对所建立的模型依赖性较高，生产批次间的差异以及生产时间的不同均会影响模型的可靠性，因此模型的更新以及不同近红外设备之间的模型传递仍是目前需要解决的问题之一。同时，中药制药过程涉及的化学物质种类相对较多，原料可能存在较大变异，常需要监控多个CPP或CQA，过程监测难度大，工艺控制相对复杂，不可控因素较多；而且目前中药原料的近红外检测过程往往需要对原料进行打粉处理，能否实现完全无需预处理的近红外在线检测也是值得研究的问题。连续制造作为未来药品制造的发展趋势，药品开发者和制造商们对此表现出极大的兴趣，下图为中药颗粒的连续制造概念图，设计连续配料、连续制软材、连续制粒、连续干燥、连续总混工序，通过设备和控制系统设计，使得每一单元操作之间物料/产品不间断通过。通过实时监测和控制将制软材颗粒、干燥颗粒、总混颗粒后测得的水分、对乙酰氨基酚、马来酸氯苯那敏、咖啡因构成实时联动的反馈控制系统，并结合物料的物理和化学性质，生成模拟出用于放行的数据模型，并对包装后的制剂进行实时放行检验。图5 颗粒剂的连续制造概念图与西药相比，中药的药材原产物具有质量波动较大的特点，不同批次中药质量差异在一定程度上影响了中药临床药效的稳定发挥，“均化”指导原则的提出旨在为不同批次的合格处方药味等按适当比例投料并到达预期质量目标。此外，随着数据技术和网络技术的发展，数据智能化概念与近红外节点进行联合应用是未来近红外技术发展的重要方向之一，通过近红外在线监测技术为连续制造过程中药品关键质量属性的在线实时监测提供了更多选择，支撑中药生产制造逐步向连续制造方向发展。（作者：王钧）作者简介王钧，2013年参加工作，现任苏州泽达兴邦医药科技有限公司过程分析控制部技术总负责人，苏州市姑苏紧缺人才，苏州高新区重点产业人才引进，同时担任中国仪器仪表学会近红外分会协会理事。近年来主要从事过程分析技术及其应用研究，先后参与国家工信部智能制造新模式项目5项、工业转型升级（中国制造2025）1项。先后完成多个中药上市企业的制药过程质量控制技术研究与工业应用项目，包括山东绿叶制药有限公司“罗替戈汀”生产过程质量控制技术研究、扬子江药业集团江苏龙凤堂中药有限公司国家工信部智能制造新模式应用项目子课题：“蓝芩口服液”生产过程质量控制技术及产业化应用研究、江苏康缘药业股份有限公司工信部智能制造试点示范项目“中药生产智能工厂”项目-热毒宁注射液生产全过程质量控制体系构建、重庆天圣制药集团股份有限公司国家工信部智能制造新模式应用项目子课题“银参通络等中药单品种生产过程分析技术研究及系统构建”及国家重大新药创制课题“中药新药地贞颗粒先进制造与信息化技术融合示范研究”。发表相关论文23篇，其中SCI 5篇，申请发明专利3项，团体标准1项（在线近红外）。单位简介：泽达兴邦成立于2011年，是依托浙江大学苏州工业技术研究院和浙江大学药学院的科研创新体系孵化出来的医药领域高水平科技创新企业，是国内医药制造大健康方向既有竞争力的信息化解决方案供应商和系统集成商。公司联合浙江大学主导制定了国际首个中药生产工艺语义关联的ISO国际标准并于2020年1月出版，先后荣获中国科协“智能制造十大科技进展”、中华中医药学会“科学技术奖一等奖”、荣登中国科协2020年度“科创中国”先导技术榜单等荣誉，入选工信部2019年智能制造系统解决方案供应商。公司专注于新一代信息技术与医药健康领域的创新融合，致力于中药、疫苗等制药全产业链智能制造解决方案，推动具有行业示范效应的核心技术应用，开发了一系列具有核心竞争优势的信息化技术及软件产品。已在国内近百家中药制药企业进行产业化应用，为国内中药领军企业开展中药全产业链智能制造整体解决方案设计与实施服务，核心在于PAT系统的构建。

p span style=" font-family: 楷体, 楷体_GB2312, SimKai " 　　近年来，近红外光谱技术在我国得到了迅猛的发展，相关的新产品新技术层出不穷。为了多方位展现我国在近红外光谱领域的最新成果，仪器信息网和近红外光谱分会合作制作《近红外光谱新技术/应用进展》网络专题，同时也以此献礼近红外分会成立10周年，并寄语2021年国际近红外大会。 /span /p p span style=" font-family: 楷体, 楷体_GB2312, SimKai " 　　为了更深入的了解国产近红外光谱仪器技术的发展和应用现状，我们特别邀请了聚光科技研发部经理周新奇等给大家分享其对国产近红外光谱技术及应用发展的理解。 /span /p p span style=" color: rgb(255, 0, 0) " 　　 strong 近红外产品研发路：便携、台式、在线仪器满足用户不同需求 /strong /span /p p 　　聚光科技近红外产品的研发生产至今已有20多年的时间，目前已有超过2000套近红外产品服务于工农业生产的多个领域。 /p p 　　以自主研发为基础，开展近红外产品制造、销售和服务，为客户专业提供成套的近红外分析技术及应用方案，聚光近红外产品的目标是为工农业生产的待检物料提供准确可靠的分析数据，真实反映其质量情况。如要获得高品质的分析数据，稳定可靠品质一流的仪器是基础，再配套以成熟适用的分析模型，方能达成目标。质量一流的仪器价格相对较高，而国内分析仪器的市场现状是国产仪器价格一定要比同类进口仪器便宜。为了满足国内市场要求，聚光选择自主开发核心光谱仪，用较低的研发成本开发高品质的近红外分析仪，打造自己的近红外光谱平台，形成价格适中质量一流的近红外分析仪器产品。 /p p 　　在2006年到2009年的三年时间里，聚光精心打磨了一款光栅分光型的近红外光谱仪。此后在国家重大科学仪器专项近红外仪器项目资助下，该光谱仪平台性能发展得更优异，可靠性、稳定性及一致性有了进一步提升。在上述光谱仪平台基础上，聚光科技开发了多款不同型号的近红外分析仪器，如用于纺织品、塑料、果品等检测的便携式近红外分析仪SupNIR-1000系列产品，满足燃油、酒精等检测的SupNIR-2600产品，用于粮油饲料检测的台式近红外分析仪SupNIR-2700系列产品，用于液体在线近红外分析的SupNIR-4510和用于固态物分析的SupNIR-4692产品，以满足用户的不同需求。 /p p 　　在2014年，聚光科技因“舰队群”战略发展需要，成立实验室业务部，将近红外全线产品划入该业务部，同时成立杭州谱育科技发展有限公司，一套人马两块牌子，对内称实验室业务部，对外则称谱育科技。自此聚光近红外产品的发展走入一个新的阶段。 /p p span style=" color: rgb(255, 0, 0) " 　 strong 　聚焦粮油行业 上下游同时扩展 /strong /span /p p 　　近红外分析方法需要分析模型，而构建一个分析模型需要大量样品，只有在大宗产品的检测领域，才能在较短时间内获取足够多样品数量，易于构建成熟模型 同时大宗产品检验工作量大，可充分发挥近红外简单快速的特点，将质量管理人员从枯燥繁琐的检验劳动中解放出来。因此，在大宗产品检测领域选择近红外技术是一种必然。 /p p 　　聚光科技将近红外应用工作聚焦到大宗农产品方面，尤其在粮油中选择了小麦、菜籽、大豆等产品作为突破口。一方面近红外检测粮食、饲料等相关国标方法出台，为该技术的推广奠定了基础 另一方面进口仪器厂商的相关工作，推动了市场，教导了客户，为该类型仪器的推广铺平了道路。 /p p 　　经过10来年行业耕耘，聚光近红外分析仪在粮油行业已经扎下根，主推的近红外分析仪SupNIR-2720(如下图1)在业内已经产生良好口碑。这一方面归功于产品性能好质量优 另一方面也归功于产品生产开发及营销服务团队的不懈努力。 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 300px height: 228px " src=" https://img1.17img.cn/17img/images/201908/uepic/61ea8bcb-145e-41d8-8190-5aef9c8d7021.jpg" title=" 01.png" alt=" 01.png" width=" 300" height=" 228" border=" 0" vspace=" 0" / /p p style=" text-align: center " strong 图1：SupNIR-2720近红外分析仪 /strong /p p 　　SupNIR-2720最大的特点在于上照式设计，光源发出的光照射样品的上表面，敞开式漫反射方式检测，样品和光源间没有窗片等阻隔，减少了干扰和光损耗，有利于提高仪器信噪比。该仪器采用数据库进行数据管理，数据存储、查看、交换、统计和分析十分方便。操作软件将仪器管理、数据分析与管理、模型建立与管理三大功能集成。可以定制软件接口，供集团型用户访问数据，将软件与其集团办公系统、进销结算等IT系统对接，为客户管理的信息化、集中化处理提供便利。而且粮食、油料、饲料等各种品类各种指标的分析模型比较完备，用户拿到仪器即可开展准确可靠的样品检测，故而受到用户欢迎。 /p p 　　在面粉加工方面，聚光科技在与用户互动过程中逐渐积累了小麦、面粉的分析模型，模型效果越来越好，数据质量越来越高，近红外仪器不但能指导面粉生产商采购到品质价位合适的小麦，而且可用于产品的调配，稳定产品质量，甚至可以用于生产线的考核，创造效益。在此过程中，我们对该行业也越来越熟悉，推广也越来越顺利。据推测，目前聚光近红外仪器在全国面粉加工厂的占有率在30%以上。 /p p 　　下面按照工序流程重点谈谈使用SupNIR-2720近红外仪进行原粮检验和生产过程控制的方法： /p p 　　1、原粮检验的控制：SupNIR-2720近红外分析仪10秒内能测量水分、容重、蛋白含量、湿面筋含量、吸水率、硬度、沉降值等，且样品不需要粉碎，解决原粮收购手抓牙咬眼睛看等感觉检验不足，避免了人情粮，建设以质论价公平合理的收购体系，好粮食就有机会上门，有好粮食才能生产出好面粉。 /p p 　　2、原粮出仓搭配的控制：小麦搭配是生产环节的起点，也是决定面粉最终质量的关键点。SupNIR-2720仪器准确分析出水分、容重、蛋白含量及湿面筋含量，以此指导配麦。其中，搭配后小麦检测水分值的高低，直接用来指导加水量的调节和控制。 /p p 　　3、入磨小麦的水分与二次加水量的控制：入磨水分的高低，对制粉工艺以及经济效益的影响比较大，控制入磨小麦的水分稳定很重要。SupNIR-2720近红外分析仪能够准确测定润麦 24 小时后小麦的水分，指导二次加水量调节和入磨小麦的搭配使用。 /p p 　　4、对制粉生产过程的控制：SupNIR-2720近红外分析仪可准确的测定成品面粉、次粉、麸皮及各个粉路的水分、灰分、蛋白、面筋、吸水率等各项指标。可以定时对成品粉或等级粉进行取样检测，如发现灰分超标，就可立即采用SupNIR-2720仪器启动几个粉路灰分指标的快速测定，判定出具体哪个粉路出现问题，指导粉路调整。 /p p 　　5、对粉筛筛理效果的监测控制：在某种意义上讲，面粉质量是“选”出来的，因为每个粉流的流量和质量都是筛网配置决定的。面粉企业应定期对制粉车间的工艺进行测定，并对筛网配备进行诊断和调整。通过SupNIR-2720仪器快速检测各粉路的水分和灰分，并且按照粉流的顺序形成时间序列图，即可准确的判断是哪个粉流有问题，是哪层筛网有问题，准确地指导调整筛网和物料分配。 /p p 　　在粮油加工领域取得突破后，聚光开始攻关国家粮食和物资储备局，努力将国产近红外分析仪打入国家粮食质检体系。2014年，聚光为国家粮食质检研制了高端网络化近红外分析仪SupNIR-3000(如下图2所示)。该型分析仪通过双模式自校正等创新设计，突破了近红外分析仪一致性瓶颈，结合稻谷、小麦、玉米、大豆、菜籽等大宗粮食油料水分、蛋白、淀粉、面筋、脂肪酸值、品尝评分等相关指标分析模型，形成了成熟的粮食快速分析专用的近红外分析系统，并在此基础上开展近红外网络化应用开发，构建了近红外仪器传感层、数据分析层和应用服务层的三层近红外网络分析系统(如下图3所示)。通过粮情数据采集、标准化、大型数据库系统的数据汇总分析，为粮情监测、决策提供数据支持，打破了国外进口近红外产品在国家粮食质检领域的垄断局面，几年来在多个省区粮食质检系统取得了不错的成绩。 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 300px height: 297px " src=" https://img1.17img.cn/17img/images/201908/uepic/a1e5f236-6597-4315-bb27-866ea6b7c36e.jpg" title=" 02.png" alt=" 02.png" width=" 300" height=" 297" border=" 0" vspace=" 0" / /p p style=" text-align: center " strong 图2：SupNIR-3000近红外分析仪 /strong /p p strong /strong /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 500px height: 308px " src=" https://img1.17img.cn/17img/images/201908/uepic/6d083223-80f3-4433-93ab-e4058020b05b.jpg" title=" 03.jpg" alt=" 03.jpg" width=" 500" height=" 308" border=" 0" vspace=" 0" / /p p style=" text-align: center " strong 图3：近红外网络分析系统架构 /strong /p p 　　为了满足粮食经纪人对收购粮食快检的需求，2016年，聚光推出粮食专用化的近红外分析仪SupNIR-1230(如下图4所示)，通过手机APP软件进行云分析。测量模型由云服务器提供，用户通过手机端操作，只需简单操作即可获得数据，方便快捷。配合大容量电池设计，非常适合于粮油收购等应用场景。结合某一特定种类的分析模型，形成了成熟的快检专用近红外分析仪及其云分析系统。该类型设备作为大豆蛋白的专用分析仪在东北销售量达到300台以上，并且形成了东北大豆传感网，目前入网数据达到13.98万条，并在持续增长。该应用市场的开拓，为准消费级近红外产品打开了一扇门，探索了一条可行道路。 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 300px height: 314px " src=" https://img1.17img.cn/17img/images/201908/uepic/b34fe1ec-9d5c-4844-b27e-ef8fa6db765d.jpg" title=" 04.png" alt=" 04.png" width=" 300" height=" 314" border=" 0" vspace=" 0" / /p p style=" text-align: center " strong 图4：SupNIR-1230近红外分析仪 /strong /p p 　　聚光在粮油领域能取得成功，主要得益于以下几个方面：一是产品质量过硬，一套近红外分析仪器工作5年，一般不会产生售后维护工作 二是分析结果准确可靠，用户使用仪器出检测数据十分放心 三是仪器操作十分简单，用户拿到设备即可使用，已经积累成熟的分析模型如下表1 四是众多专家、用户及朋友的热心帮扶。 /p p style=" text-align: center " strong 表1：聚光近红外粮油成熟分析模型 /strong /p p br/ /p table border=" 1" cellspacing=" 0" cellpadding=" 0" width=" 605" align=" center" tbody tr class=" firstRow" td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " 模型种类 /p /td td width=" 57" p style=" text-align:center " 项目 /p /td td width=" 57" p style=" text-align:center " 项目 /p /td td width=" 57" p style=" text-align:center " 项目 /p /td td width=" 57" p style=" text-align:center " 项目 /p /td td width=" 57" p style=" text-align:center " 项目 /p /td td width=" 57" p style=" text-align:center " 项目 /p /td td width=" 57" p style=" text-align:center " 项目 /p /td td width=" 57" p style=" text-align:center " 项目 /p /td /tr tr td width=" 57" p style=" text-align:center " 1 /p /td td width=" 57" p style=" text-align:center " 小麦颗粒 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 湿面筋 /p /td td width=" 57" p style=" text-align:center " 硬度 /p /td td width=" 57" p style=" text-align:center " 沉降值 /p /td td width=" 57" p style=" text-align:center " 干面筋 /p /td td width=" 57" p style=" text-align:center " 脂肪酸值 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 2 /p /td td width=" 57" p style=" text-align:center " 面粉 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " 湿面筋 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 吸水率 /p /td td width=" 57" p style=" text-align:center " 沉降值 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 3 /p /td td width=" 57" p style=" text-align:center " 大豆颗粒 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " 脂肪酸值 /p /td td width=" 57" p style=" text-align:center " 水溶性蛋白 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 4 /p /td td width=" 57" p style=" text-align:center " 豆粕 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " 粗纤维 /p /td td width=" 57" p style=" text-align:center " PS /p /td td width=" 57" p style=" text-align:center " UA /p /td td width=" 57" p style=" text-align:center " 氨基酸 /p /td /tr tr td width=" 57" p style=" text-align:center " 5 /p /td td width=" 57" p style=" text-align:center " 稻谷-整粒 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 脂肪酸值 /p /td td width=" 57" p style=" text-align:center " 直链淀粉 /p /td td width=" 57" p style=" text-align:center " 胶稠度 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 6 /p /td td width=" 57" p style=" text-align:center " 精米颗粒 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 直链淀粉 /p /td td width=" 57" p style=" text-align:center " 食味品质 /p /td td width=" 57" p style=" text-align:center " 品尝评分 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 7 /p /td td width=" 57" p style=" text-align:center " 糙米颗粒 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 脂肪酸值 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 8 /p /td td width=" 57" p style=" text-align:center " 米粉 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 氮含量 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " 直链淀粉 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 9 /p /td td width=" 57" p style=" text-align:center " 米糠 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " 粗纤维 /p /td td width=" 57" p style=" text-align:center " 酸价 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 10 /p /td td width=" 57" p style=" text-align:center " 米糠粕 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " 粗纤维 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " 氨基酸 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 11 /p /td td width=" 57" p style=" text-align:center " 玉米-颗粒 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 容重 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " 淀粉 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " 粗纤维 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 12 /p /td td width=" 57" p style=" text-align:center " 玉米胚芽 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 13 /p /td td width=" 57" p style=" text-align:center " 玉米胚芽粕 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " 粗纤维 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 14 /p /td td width=" 57" p style=" text-align:center " 芝麻饼 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 15 /p /td td width=" 57" p style=" text-align:center " 棉籽 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 含油量 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 16 /p /td td width=" 57" p style=" text-align:center " 棉籽粕 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " 粗纤维 /p /td td width=" 57" p style=" text-align:center " PS /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 17 /p /td td width=" 57" p style=" text-align:center " 棉籽蛋白 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 18 /p /td td width=" 57" p style=" text-align:center " 花生粉 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 含油量 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 19 /p /td td width=" 57" p style=" text-align:center " 花生粕 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 20 /p /td td width=" 57" p style=" text-align:center " 花生仁饼 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 21 /p /td td width=" 57" p style=" text-align:center " 油菜籽 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " 硫苷 /p /td td width=" 57" p style=" text-align:center " 芥酸 /p /td td width=" 57" p style=" text-align:center " 油酸 /p /td td width=" 57" p style=" text-align:center " 亚油酸 /p /td td width=" 57" p style=" text-align:center " 亚麻酸 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td /tr tr td width=" 57" p style=" text-align:center " 22 /p /td td width=" 57" p style=" text-align:center " 菜粕 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 粗灰分 /p /td td width=" 57" p style=" text-align:center " 粗纤维 /p /td td width=" 57" p style=" text-align:center " 粗脂肪 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 23 /p /td td width=" 57" p style=" text-align:center " 油葵 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 含油量 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 24 /p /td td width=" 57" p style=" text-align:center " 油葵粕 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 粗蛋白 /p /td td width=" 57" p style=" text-align:center " 残油量 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 25 /p /td td width=" 57" p style=" text-align:center " 红花籽 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " 含油量 /p /td td width=" 57" p style=" text-align:center " 亚油酸 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr tr td width=" 57" p style=" text-align:center " 26 /p /td td width=" 57" p style=" text-align:center " 冻玉米 /p /td td width=" 57" p style=" text-align:center " 水分 /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td td width=" 57" p style=" text-align:center " & nbsp /p /td /tr /tbody /table p br/ /p p 　　从产品应用角度出发，聚光沿着行业的纵深进行扩展，向下游扩展进入饲料、精深加工等领域。在深加工领域白酒酿造行业即是一个较好的选择。中国传统白酒酿造的规模大，行业利润丰厚，拥有使用近红外进行检测分析的良好潜力。近红外方法可检测其原粮、入窖前及出窖后的酒醅，还可检测酒曲。 /p p 　　在发酵过程中酒醅的水分、酸度、淀粉影响了微生物的生长，决定了酒的品质，因此对酒醅上述指标的监测有十分重要的价值。《DB34/T 2561-2015 固态发酵酒醅常规指标的快速检测 近红外法》地标已经给出了相应的近红外检测酒醅方法，为近红外仪器在该领域开展工作奠定了基础。 /p p 　　酒醅的含水量比较高，通常含量在50%-65%，且酸度高，采用SupNIR-2720等敞开式漫反射检测方式最合适：样品中的酸不会腐蚀到仪器样品盘 装样后再检测下一个样品时，样品的清理很简单，即使清理不干净也不会影响下一个样品检测结果的准确度。在酿造过程中，上述台式近红外分析仪器不但可以用于入窖酒醅、出窖酒醅的检测，还可以检测原粮，有益于增强酒企的效益。 /p p 　　酿造过程对在线分析也有需求：在传统白酒生产中，多采用古法酿造，但行业具有机械化、自动化技术升级的需要。在线检测更有效地应用于过程控制，帮助提高自动化水平，实现精细化管理，产生效益。而且近红外技术本身相对成熟，技术门槛较低。使用近红外在线检测技术进行过程控制的可行度非常高。而且采用在线技术可减少人工取样工作量，降低劳动强度，对于酒企降低用工量，稳定质检队伍也大有裨益。 /p p 　　聚光科技在四川某酒厂成功实施了一套用于酒醅检测的近红外在线分析系统。其系统框架如下图5所示。在线近红外系统以在线近红外分析仪为核心，包括在线近红外仪表单元、分析探头以及有关辅助设施等组成部分。整个系统具有如下特点：可以同时测量水分、淀粉、酸度等多个参数，测量速度快，具有很高的测量精度，具备自动参比校准功能，从而很好地校正光学视窗污染的影响，系统结构坚固抗震动能力强，可适应于恶劣现场环境等特点。 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 500px height: 248px " src=" https://img1.17img.cn/17img/images/201908/uepic/d9cc3e0b-d280-4aac-abc6-30fa97bfc2bc.jpg" title=" 05.png" alt=" 05.png" width=" 500" height=" 248" border=" 0" vspace=" 0" / /p p style=" text-align: center " strong 图5在线系统结构示意图 /strong /p p 　　该系统从分析探头接收到的光信号，经过光纤传输到仪表单元内，转化成为光谱信号，该光谱信号传输给在线分析软件后，通过近红外检测模型的演算得到测量值，该测量值回传给仪表单元，在仪表单元转化为控制信号后，通过电缆传送给中控系统，用于在线调控。下图6展示的是在线连续监测淀粉的趋势结果。该系统已经成功应用于其配粮系统，并获得省科技进步奖。 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 500px height: 366px " src=" https://img1.17img.cn/17img/images/201908/uepic/9ff266d4-e252-42f1-9418-a9ecfceeeb45.jpg" title=" 06.jpg" alt=" 06.jpg" width=" 500" height=" 366" border=" 0" vspace=" 0" / /p p style=" text-align: center " strong 图6：在线监测酒醅淀粉的趋势图 /strong /p p strong 　　 span style=" color: rgb(255, 0, 0) " 近红外光谱技术在生产流通领域的应用前景 /span /strong /p p 　　近红外仪器市场容量跟标准规范的关联度极大，因为近红外技术本身是二次分析技术，其检测结果不能用于仲裁，同时又没有标准物质可衡量其检测结果的准确性。在传统质监分析领域，近红外仪器的发展空间十分有限，但是该技术作为一种快速、简单的质控手段，在生产流通领域将有十分宽广的前途。谨以我们熟悉的粮油行业体会抛砖引玉，总结为下表。 /p table border=" 1" cellspacing=" 0" cellpadding=" 0" width=" 605" align=" center" tbody tr class=" firstRow" td width=" 75" br/ /td td width=" 215" p style=" text-align:center " 现状 /p /td td width=" 211" p style=" text-align:center " 未来趋势 /p /td /tr tr td width=" 75" p style=" text-align:center " 市场状况 /p /td td width=" 215" p style=" text-align:center " 省市一级粮油检测单位基本全部配备、油料加工中大型单位基本配备 /p /td td width=" 211" p style=" text-align:center " 几乎全部粮食相关单位都会使用近红外技术，形成规模 /p /td /tr tr td width=" 75" p style=" text-align:center " 仪器设备 /p /td td width=" 215" p style=" text-align:center " 进口设备较多，国产近红外分析仪器应用较少 /p /td td width=" 211" p style=" text-align:center " 国产品牌必然代替进口设备，突出中国制造优势 /p /td /tr tr td width=" 75" p style=" text-align:center " 分析模型 /p /td td width=" 215" p style=" text-align:center " 小区域、小范围的模型 /p /td td width=" 211" p style=" text-align:center " 全国适用的模型、全球适用的模型 /p /td /tr tr td width=" 75" p style=" text-align:center " 网络化应用 /p /td td width=" 215" p style=" text-align:center " 少数几家单位内部示范应用 /p /td td width=" 211" p style=" text-align:center " 形成国家级、区域站支撑的全国化的近红外应用网 /p /td /tr tr td width=" 75" p style=" text-align:center " 标准 /p /td td width=" 215" p style=" text-align:center " 少数几个指标的近红外检测标准 /p /td td width=" 211" p style=" text-align:center " 建设全方位近红外方法标准 /p /td /tr /tbody /table p 　　其中值得注意的是近红外分析网络化的发展。目前聚光协助部分粮食质检的省一级单位根据其自身需要，完成近红外粮食分析网的构建，同时也构建了区域性的粮食近红外分析网。随之这些网络作用的发挥，网络协同效益将会显现，届时近红外分析真正进入大数据时代。 /p p 　　当前，近红外仪器多种技术路线并存、百家争鸣、百花齐放。从做好分析仪器的角度出发，更好稳定性、更高一致性的近红外仪器是我们仪器研制从业者孜孜不倦的追求。谱育科技正在开发相关的技术平台，相信在不久的将来，即有相应的仪器面世。 /p p style=" text-align: right " strong span style=" font-family: 楷体, 楷体_GB2312, SimKai " 　　(供稿：周新奇，慎石磊，李光) /span /strong /p p br/ /p

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。

NIR-Online ——帮您实现实时质量控制近红外作为一种快速，无损，简单，高效的检测方法已经应用于多个行业，特别是在食品工业中，已经成为不可或缺的质量检测手段。为了实现食品生产中的在线检测，从原料到成品进行质量控制，步琦 NIR-Online 在线近红外凭借丰富的技术和经验，制定了完整的食品行业实时质量控制方案。在食品行业生产过程中，往往出现一些对于生产不利的问题，首先接收原料入仓时，无法快速检测原料质量，原料入库慢，产生积压，其次在生产过程中，传统检测方法滞后，无法快速的给出产品指标，调节原料配比，不能保证产品的稳定，容易产生不合格产品，导致生产上的浪费。根据目前的情况，采用 NIR-Online 在线近红外技术，可以从原料入库，到生产过程，最终到成品进行实时监控，以最低的投入，实现最高的效益。（点击查看大图）结合实际的生产过程，NIR-Onlie 在线近红外在不同的工段提供相对应的解决方案，实现高效的生产控制：（点击查看大图）1在控制室中实时总览生产过程，以便及时采取纠正措施NIR-Online 在线近红外分析仪提供关于产品或中间产品的实时信息，并将这些信息传输到控制室以用于可视化和过程控制。自动实时操作可以优化安全公差余量或者减少报废或返工。2对生产线上的所有批次进行分析，避免出现错误的结果及时纠正偏差，最大限度提高生产效率和产品质量。直接在机器内部同时监测水分、蛋白质或脂肪等，从而实现高效的过程控制，确保质量并最大程度提高产量。3采用方便的 NIR 检测，并利用丰富的参数进行分析几乎任何种类的样品都可以直接扫描，不需要任何测量前的样品准备工作，例如在传送带上或管道中可直接测量，只需几秒即可完成。近红外光工艺集成简单直接，可以同时定量测定多种物理化学性质。4快速投资回报通常情况下，实验室方法不会分析整个批次，而是依赖于抽检程序，但这种方式会带来更多误差。如果没有内部实验室，还必须将样品送至第三方实验室进行检测。对此，NIR-Online 在线近红外分析仪的投资回报与第三方实验室收取的样品量以及单次分析价格直接相关。

原奶的实时监测在线分析技术广泛的应用于化工、食品、制药环境监测等各个领域，是现代工业生产中不可或缺的一部分，各种工业生产，特别是连续自动化生产都离不开关键环节的质量控制，通过在线分析技术的应用，对产品质量的提升、节能降耗、提高生产率、具有非常重要的作用。在国内，一些乳制品企业没有固定的牧场为其提供稳定的奶源，需要从各地农户、牧场买入原奶，作为进一步加工的原料。但是奶由于养殖环境、饲喂质量，奶牛品种等各种条件的影响，原奶的质量不稳定，差异较大，因此需要从生产现场取大量的样品送实验室检测，用于鉴别原奶质量的优劣，作为支付奶农的依据。这就消耗了大量的时间，同时实验室的检测结果较生产滞后，造成原料的积压。利用在线近红外技术可很好的解决这个问题，实时提供检测结果，提高工作效率，减轻实验室的工作量。使用专用的液体管道附件，将主机探头固定于管道一侧，然后在检测点后尽可能近的位置加上取样阀，以便取样校正设备。使用步琦在线近红外专用的液体管道附件，可以让牛奶流动更加稳定，从而让检测结果更加稳定。 ！效果：通过取样并建立原奶定标模型，可同时测定原奶中脂肪、蛋白质、非脂溶性物质及总固，在线检测能够及时反映样品的变化，大大减少取样检测的时间消耗，提高了工作效率，因此在线检测技术可以作为一项新技术应用于原奶检测中。

煎炸油的质量控制煎炸食品作为中国的传统食品一直以来以其诱人的色泽、香酥的口感和优异耐储藏性等优点深受消费者的喜爱，在我国，每年食品与餐饮行业用于煎炸的食用油消耗量比较大。食用油在煎炸过程中会与氧、水分接触， 发生水解、氧化、聚合等一系列化学反应，长时间高温反复煎炸会导致食用油品质劣变，丙二醛、反式脂肪酸等有毒、有害物质逐渐产生，脂肪酸与维生素等营养物质遭到破坏。同时，还伴随着颜色逐渐加深，黏度增加以及酸败气味产生。由于煎炸油的质量劣变会对人民群众身体健康造成威胁，因此其质量安全与监管已成为消费者与政府监管部门关注的热点。为了确保煎炸油的安全性，需要定期对油脂进行质量检测。煎炸油的质量检测指标包括油脂的酸价、过氧化值、羰基价、总极性组分、碘值等反映油脂质量好坏的理化参数。检测方法包括滴定，比色，柱层析，电量法，这些化学方法应用成熟，是实验室检测的常规方法，但是在检测过程中需要大量的有机试剂，污染环境，并且操作过程繁琐，消耗大量的时间和人力。构建快速、便捷、无污染的检测方法，对煎炸油各项理化指标的实时变化情况进行反馈，以确保煎炸油安全，对于食品检测及加工行业意义重大。近红外光谱( NIR) 技术能够在短时间内快速判定样品信息，同时也能做到对样品无损害，对煎炸油中的一些关键性物质测定其含量，了解煎炸油的质量状况，以及精准控制食品加工的进程，保障食品的质量和安全，提高企业的经济效益。采用步琦旁线近红外 proximate，拥有 IP66 的防护等级，不仅可以放置在实验室进行检测，也可以放置在潮湿多尘的生产车间，在生产过程中取样检测，只需几秒，便可持续提供精确测量值，确保最大生产效率以及产品的质量。除以上应用案例外，步琦 NIR-online 在线近红还可以测定木材中的灰分，纤维素，颜色，木质素，水分等等，如需了解步琦在线近红外在化工行业的更多应用，请参登录瑞士步琦官方网页查看或者联系我们当地销售代表。高度稳定IP66 的防护等级，防尘防水，在复杂条件的生产车间也能稳定工作卫生设计，食品级不锈钢制造，表面光滑，降低了物料堆积和细菌滋生的风险在高温下进行高压应用，使仪器适合进行完善食品安全所需的严苛清洁操作简单触摸屏用户界面的操作经过优化，界面简洁便于执行快速测量添加所需校准样品，点击 Autocal 功能键，系统完成剩余的工作，并优化校准无需专业知识，即可操作仪器完成日常检测制样方便，即放即检：将装有样品的样品杯放置在检测窗口即可完成检测煎炸油检测指标：酸价，碘值，过氧化值，色值，反式脂肪酸等其他检测样品：各类食用精炼油（豆油，菜油，葵油）；毛油（豆油，菜油，葵油）除了煎炸油等食用油脂的检测外，proximate 在其它食品检测中也具有广泛的适用性，我们在多个领域和行业开发出多种即时可用的定标模型以及解决方案，更好的帮助您完成生产过程中的质量控制。

仪器信息网讯 2014年11月25-26日，由中国仪器仪表学会分析仪器分会、中国仪器仪表行业协会分析仪器分会联合主办的&ldquo 第七届中国在线分析仪器应用及发展国际论坛暨展览会(简称 CIOAE 2014)&rdquo 在国家会议中心召开。仪器信息网作为战略支持媒体参加了此次会议。26日上午，在国家会议中心307A会议室进行了在线近红外专题报告会，会议由浙江大学戴连奎教授主持。 在线近红外专题报告会现场 主持人：浙江大学 戴连奎教授 　　在线近红外光谱分析技术具有分析速度快、同时测量多种质量参数、采用光纤路由器等技术实现单机同时测量多个测量点的物料、多种测量附件可以方便在线测量液体和固体样品、分析精密度高和稳定性好等优点，可有效地解决过程质量信息的自动化测量难题，已被广泛地用于石化、制药、粮食、食品等工业领域，产生了显著社会效益和经济效益。 　　此次报告会的内容更多的集中在石化行业在线近红外光谱分析技术应用方面。 报告题目：在线分析烯醇比分析 报告人：北京化工大学材料科学与工程学院 胡爱琴 　　甲基叔丁基醚(MTBE)不仅是高辛烷值汽油的添加组分，也是从混合碳4馏分中分离高纯度异丁烯的中间产物，所以受到各国的普遍重视。报告中在比较了目前国内外用于MTBE装置烯醇比测量的气相色谱等方法的优缺点的基础上，详细介绍了在线近红外光谱方法实时测量烯醇比的技术方案，并且通过一些试验数据，证明了在线近红外光谱方法是一种更为及时、稳定、可靠的在线测量醇烯比的手段。该技术已经在一些石化企业得到了应用，与先进控制系统结合，实现了醇烯比的实时精确控制，给企业带来巨大经济效益，每套装置节省效益均逾千万元。 报告题目：近红外分析技术在轻烃(C1-C5)分析中的应用 报告人：仕富梅亚太服务中心 张文富先生 　　仕富梅公司的SpectraScan2400 可调滤波扫描近红外气体分析仪采用了专利的、可同时扫描测量多个谱段变频扫描技术，结合图形识别计算技术，具有相应时间快、无量程标定、无需载气等特点，适用于C1&ndash C5烃类分离及全气体分析。 报告题目：光谱大数据分析中的通用变量筛选方法研究 报告人：天津大学 陈达教授 　　变量筛选在光谱的定量分析中占有重要地位，然而传统变量筛选方法大都为线性算法，且往往只在线性空间范围内考虑样本变量对模型的影响，而忽略非线性空间及其样本集自身性质的影响，有可能导致变量筛选的失败。陈达教授介绍了一种基于集成平均影响值(ensemble mean impact value，EMIV)的非线性变量筛选方法，同时兼顾变量和样本集性质对模型的影响，并有效避免非线性因素对建模的影响，大幅度提升变量筛选结果的稳定性和可靠性。EMIV算法在保证模型的预测精度的前提下提高模型的稳定性，并保持自适应性，进而为光谱大数据分析提供一种新型通用的变量筛选算法。 报告题目：拜耳近红外在线分析技术及其应用案例 报告人：拜耳公司 刘全先生 　　拜耳公司在2001年开发了SpectroBAY标准应用平台，SpectroBAY是为过程分析的执行并与过程控制系统集成提供的一套光谱在线分析平台，可用于连续或批生产过程的在线监控，优化运行过程。SpectroBAY系统集成了在线光谱系统，还包含数据交换软件(ARTS)和计算及控制单元。到目前为止，已经为客户安装了超过400套SpectroBAY系统。

为更好地加强公司近红外系列产品用户间的相互沟通和交流，加强厂家和用户之间的沟通互动，让用户更好的掌握近红外应用和建模技能，充分发挥好近红外分析技术的优势和作用，更好的服务于科学研究和企业生产，聚光科技每年将邀请有建模和应用能力提升和完善的用户到公司总部参加培训。2013年11月07日-09日，第四届培训班&ldquo 2013聚光科技近红外分析技术用户培训班&rdquo 在聚光科技总部（杭州）召开。 　　本届培训班很特别的地方：涉及行业广泛，聚光科技近红外分析仪器用户遍布全国各地各行业，特别是在服务民生方面，应用于百姓关注的食品、药品、农副产品以及纺织品、啤酒、糖等工业消费品的品质安全检测，培训期间学员之间交流讨论气氛比以往更为热烈，学员更加体会到聚光科技近红外在持续发展中市场获得的拓展及在各行业应用支持能力的增强。 　　其中，除了传统的粮食、油脂检测，有茶叶和茶制品、萝卜、果品、啤酒、黄酒、白酒、纺织品等等&ldquo 吃&rdquo &ldquo 穿&rdquo 相关应用的客户，也有做军用燃料等与&ldquo 行&rdquo 　　相关产品检测的用户。随着聚光科技每年持续增长的近红外产品应用客户，已从农业、石化和军用领域开始迅速向其他领域拓展。 作为小插曲，晚餐学员们还品尝到浙江忘不了柑橘合作社用户给大家带来的柑橘，经过近红外光谱技术分选的柑橘香甜可口，得到学员一致好评。据学员介绍，使用便携近红外分析仪，对于指导栽培种植管理、果品分级及仓储方面意义重大，公司将在栽培过程实时了解果品成熟度； 在分选线上使用近红外分析技术，实时检测果品的糖度、酸度多项指标对果品进行分级包装；在仓储前后提供果品品质情况便于仓储管理，从种植到流通，建立快速无损检测与评价系统，确保给用户提供口味独特、品质均一的高品质产品，为公司创造可观的经济效益。 　　除了果品行业外，聚光科技和国内权威机构和研究团队合作，2013年在猪肉水分及成份检测、牛肉品质分级、种子品种鉴定、啤酒原料快检及麦汁品质检测等多个行业取得突破，可为行业用户提供专业的技术和强大的数据模型库库支持。培训班期间安排各行业共性的技术培训，还就不同的产品和不同领域的用户提供针对性的指导培训。 　　对于2013年新发布的新一代（第三代）SupNIR-2700系列近红外分析仪，学员也饶有兴趣的的体验了新一代仪器在性能和人性化设计方面的大幅提升，且完全兼容上一代仪器建立的模型，给我们很多希望升级换代的用户提供了便利。经过实操体验，老用户对新一代仪器赞不绝口！ 　　除了常规技术交流与培训外，聚光科技还给客户展示了部分在线近红外分析仪器在石油石化、制药企业的成功案例，特别让学员兴奋的是在神威药业中药现代化生产线上的应用，全天候运转着聚光科技4套近红外在线分析系统，用于中药水提和醇提工艺过程，40多个控制点同时监测，解决了原来实验室分析周期长弊病，通过先进的技术手段，实现质量控制方式从用经验说话到用数据说话，使产品批间一致性不断提高，实现产品质量的稳步提升，保证产品疗效，提升产品品质安全。 　　培训班结束后带学员参观公司展厅，从国家科技进步奖、院士工作站、博士后流动站至软件方面的系统集成资质一级等等，到整面墙都无法展示完全的发明专利，让用户深深的感受到作为国内最大的分析仪器企业的研发实力。学员先后参观了公司各个业务板块，从环保、工业与能源、水利、冶金到实验室业务，丰富的产品和完整的解决方案让用户驻足观看。 　　对于很多忙于企业生产和出差未能前往公司参加培训的用户，公司也将提供不定期培训服务。欢迎聚光科技近红外产品用户在2014年的培训班来公司学习交流，我们将持续努力为广大的用户提供优质和完善的技术支持和售后服务。 BCEIA展会专题点击进入

NIR光谱的多功能性和效率使其特别适用于各种乳制品应用的在线分析，包括黄油、奶酪、奶酪牛奶标准化、液态奶、酸奶、马苏里拉奶酪、乳清蛋白分离物 (WPI)、乳清蛋白浓缩物 (WPC) 和牛奶蛋白浓缩物（MPC）。MOCON的在线乳品分析仪ProSpect系列使用近红外 (NIR) 光谱仪来测量光能，它对在生产过程中流经工艺系统的乳品成分进行传输和反射。近红外在线分析，实时监控自动化控制整个乳品生产过程高质量的在线NIR光谱仪和内置软件告别了离线采样造成的延迟和浪费，对乳制品工厂的生产来说，实时的在线分析有助于产品的质量保证，确保食品符合安全标准。在线取样大约每5-30秒将实时数据发送到工厂PLC，自动控制系统以此进行连续的配方调整，数据可在触摸屏显示器上轻松查看。实验级的分析结果实时的输出，有助于帮助乳制品生产商始终如一地保持产品质量，最终赢得消费者信赖。专为恶劣的生产环境条件而设计无缝集成，可兼容任何系统ProSpect系列可与您现有的PLC/控制平台配合使用，并无缝集成到任何生产现场的过程系统中。紧凑的设计可以根据您的空间和生产要求安装。外壳和流通池均采用不锈钢结构，能够承受潮湿、振动和极端温度。流通池完全可以在线清洗（CIP），空调、防水、防震、卫生的不锈钢外壳符合NEMA 4X标准。预置校准数据，快速本地化校准使用NIR光谱分析成分浓度，首先需要使用样品成分参数进行校准仪器。ProSpect系列凭借30多年设计和构建过程系统的经验技术，可提供灰分、酪蛋白、脂肪、乳糖、水分、蛋白质、盐、总固体 (TS) 和黄油固体非脂肪 (SnF) 的校准数据，针对特定的工艺系统和产品快速本地化校准。 PROSPECT的优势 在线实时成分分析完全集成，完整的系统实验室级结果兼容任何工艺系统流通池完全可在线清洗（CIP）IP 66工业级MOCON在线乳品分析仪ProSpect系列根据产品需求提供2种配置，可选择单个或两个在线应用同时对乳品成分进行过程分析和质量控制。它对乳制品的蛋白质、水分、脂肪、固体和其他有机成分的浓度提供合适的自动化生产方案，是乳制品加工过程中质量控制的理想选择。

瑞典波通仪器公司（以下简称波通仪器公司）近红外产品和技术在业内一直居于领先地位，其中在线近红外仪器在玉米深加工品控检测中一直被首肯并得到好评。近期在宁夏伊品生物科技有限公司（赤峰）分公司（以下简称宁夏伊品）的在线近红外采购项目中成功中标，这是波通仪器公司多年与客户保持合作开发，注重客户售后服务和应用支持，以及坚持给客户带来实际应用效益等理念和传统的充分体现。 宁夏伊品在玉米淀粉深加工过程中急需在线近红外对其加工过程的品质进行在线监控，波通公司在这方面有丰富的经验和成功的案例，在给客户生产过程中的质量控制和生产效率提高等方面带来明显的应用效果，我们提供的整套解决方案正好嵌合宁夏伊品生产中的实际需求，因此完美胜出。 波通仪器公司在线近红外在行业内的优良口碑主要基于以下理念： 1. 成功的应用经验 2. 嵌合的应用方案和优质的服务态度 3. 在实际应用中给客户带来切实的经济效益，包括自动化控制、稳定的产品质量，人力物力的节省，良好的市场口碑等。 这次中标进一步加强了我们在玉米深加工领域品质控制的优势，坚定了我们理念的信心，我们将继续持之以恒，兢兢业业地服务于客户。

仪器信息网讯 2024年8月9日，FIIF NIRST 2024第四届近红外光谱检测及其相关技术研究分论坛在北京成功召开。本届论坛由国家饲料工程技术研究中心和中国仪器仪表学会近红外光谱分会主办，吸引了200余人出席会议，仪器信息网作为支持媒体出席该论坛。FIIF NIRST 2024第四届近红外光谱检测及其相关技术研究分论坛现场会议伊始，国家饲料工程技术研究中心李德发院士，中国仪器仪表学会张莉副秘书长，中国仪器仪表学会近红外光谱分会袁洪福理事长分别为大会致辞，向莅临会议的嘉宾们表示热烈的欢迎和诚挚的问候，并预祝本次会议取得圆满成功。国家饲料工程技术研究中心 李德发院士致辞致辞中，李德发院士从饲料行业的需求端、近红外在饲料行业的应用端以及近红外对饲料的有效养分模型方面等工作进展进行了介绍。李德发院士用“同步、方向、递送”三个关键词，旨在未来用在提高饲料转化效率上。中国仪器仪表学会 张莉副秘书长致辞张莉副秘书长代表中国仪器仪表学会向论坛的成功举办表示衷心的祝贺。其介绍说：“能够在本论坛交流分享近红外光谱分析技术最新的研究成果和应用进展，必将助力近红外光谱分析技术支撑我国饲料行业高质量发展的进程。”中国仪器仪表学会近红外光谱分会 袁洪福理事长致辞袁洪福理事长在致辞中，就产业的发展形势和需求，以及近红外快速检测自身的角度，提出了新的要求和期望，并预祝饲料行业创新论坛第四届近红外公论坛圆满成功，参会代表收获满满。中国农业大学 杨增玲教授报告题目：《NY/T 4427-2023 饲料近红外光谱测定应用指南》标准解读当前全球饲料工业领域的质量管理，已逐渐由传统的“事后检验”提升到“预防检验”和“及时检验”阶段，须有快速、适宜现场及在线检测的检验手段作为支撑。杨增玲教授在报告中详细讲解了饲料近红外光谱标准修订的背景，并对相应的重点内容进行解读。中石化石油化工科学研究院 褚小立教授级高级工程师报告题目：近红外光谱分析模型的评价褚小立教授在报告中讲解了近红外光谱技术中模型构建与验证的关键因素，主要包括样本选择的重要性、模型验证的指标以及模型适用性的评估方法。报告中还强调了样本质量和数据准确性对于近红外光谱技术应用的重要性，并提出了一些实用的建议和技术方法来提升模型的性能和可靠性。中国农业科学院油料作物研究所 张良晓研究员报告题目：油料油脂真实性近红外快速鉴别技术研究食用油的市场需求量大，但供需存在缺口，引发了市场上的掺假问题，这对食品安全构成了挑战。传统检测方法难以应对日益复杂的掺假手段，特别是随着掺假技术的进步，传统方法的成本和难度不断增加。张良晓研究员强调了通过技术创新来解决油脂真实性鉴别中的难题，为确保食品安全和促进油脂行业的健康发展提供了新的途径。广州星博科仪有限公司创办人、总工程师 罗旭东报告题目：高光谱前沿技术的发展及其应用罗旭东总工程师全面介绍了，高光谱在卫星、矿业、环境、植物、文物等方面的应用案例以及研究进展。也表示希望通过本次论坛的交流分享，未来高光谱可以找到在饲料行业更多更广泛的应用。CTI华测检测动物营养与健康项目技术主持负责人 隋莉报告题目：饲料行业近红外技术应用的难点和解决方案实验室在近红外分析应用中面临多种挑战，包括样品数量有限、数据量大但预测性能未提升、样品代表性不足等问题。对于模型建立和验证，需要充分考虑样品的特性和含量范围，以及实验室条件的实际限制。报告中，隋莉老师还提到技术培训和定制化服务对于提升实验室能力至关重要，帮助客户不仅获取数据，而且学会如何应用和解读数据。丹麦福斯分析仪器有限公司副总裁 赵武善报告题目：在线近红外技术在饲料行业中的应用在线近红外分析技术为油脂和饲料行业的实时质量控制提供了有力工具，有助于实现自动化生产和质量监控。赵武善副总裁探讨了在线近红外光谱分析技术在饲料行业的应用前景，强调了在线分析的实时监控、数据代表性、准确度和快速反应的优势，并指出，在线分析技术在饲料行业尚处于起步阶段，但随着自动化需求的提升，其应用前景广阔。布鲁克近红外光谱中国区经理、高级应用专家 王东报告题目：新一代非接触式在线傅里叶变换近红外光谱仪简介王东经理在报告中介绍了在线傅里叶变换近红外光谱仪在饲料行业的应用，强调了其经济效益和实时监控的优势。报告详细介绍了饲料行业在线应用的几个关键点，包括原料投料、混合机后和成品监测，并通过案例展示了一个饲料企业如何通过在线监测和控制系统节省原料成本。精谱检测设备（河南）有限公司技术总监 刘季报告题目：人工智能助力高端紫外可见近红外分光光度计和傅里叶红外光谱仪的国产替代报告中，刘季总监从公司的产品线、技术特点、应用场景、售后服务以及社会责任等方面进行介绍。他重点展示了公司在紫外可见近红外光谱仪、傅里叶红外光谱仪等产品方面的自主研发能力，强调了产品的便携性、快速检测、高精度等特点。此外，他还介绍了公司在720洪水期间提供免费维修维护的公益活动，体现了公司的社会责任和人文关怀。山东亚太中慧集团检测中心主任 张旭报告题目：中慧集团近红外应用体会与经验分享张旭主任在报告中分享了中慧集团在应用近红外光谱仪过程中的经验和体会，包括检测中心的全产业链覆盖、仪器设备配置、近红外光谱仪的常规应用和预测模型、固体原料和油脂的预测以及模型建立和预警能力等。报告指出，有效应用近红外光谱仪不仅是技术问题，更是管理问题，需要加强对使用人员的培训和设备管理，同时期待监控软件在定性鉴别和光谱应用方面提供更多支持。四川特驱投资集团公司（华西希望） 陈平高级工程师报告题目：集团近红外应用管理陈平高级工程师分享了华西希望集团在近红外光谱仪应用管理方面的经验，包括背景介绍、模型建设、模型使用和案例分享。报告中还强调了模型建设的重要性，如样品代表性、数据一致性、稳定性等，以及模型使用中的注意事项，如保持建设条件、模型分析依据、定期验证和风险预期等。此次论坛由中国农业大学王军军教授（左）、四川威尔检测技术股份有限公司宋涛高级分析工程师（右）分别主持，会议共邀请了10位近红外光谱分析领域的知名专家进行报告分享。报告嘉宾授牌仪式部分参展厂商

近红外光谱之路：从零基础、认识、到热爱　　2008年7月8日，我很荣幸地进入了罗国安教授和王义明教授的研究团队。刚进入实验室，跟随博士后高荣、刘清飞等开展清开灵注射剂的二次开发研究，由师兄齐小城、师姐邓瑞琴等亲自指导，主要负责板蓝根部分的研究。由于自己才疏学浅，一切从零开始，系统的学习各种色谱仪、质谱仪等仪器操作，还跟随师兄师姐学习各种分析技术，其中就包括近红外光谱(NIR)技术--这是我第一次接触NIR。对我来说，打开了一扇全新的窗户，看到了一片全新的世界。刚刚开始，所以一无所知：啥玩意是近红外啊?近红外到底是干什么的呀?!特别感谢我的导师清华大学罗国安教授、王义明教授，他们拥有一个非常优秀的研究团队(图1)，给我们提供了一个理想的研究平台，指引了一个崭新的研究方向。图1 罗国安教授研究团队　　刚刚接触NIR，罗老师安排最紧要的，就是跟杨辉华教授系统学习NIR、自动化、化学计量学等相关知识。杨老师对NIR光谱的认识与理解及其见解，使我受益颇深，也使我逐渐认识到NIR的优势与特点。经过大约2个多月的强化补课，我算是摸到了NIR的门框。紧接着开展了一些有意义的实验室研究，比如国内外仪器的性能测试对比，实验室虚拟在线研究等。这些探索，开启了我对NIR的认识之门，使我慢慢地走向NIR研究之路。　　接下来的两项工作，使我真正意识到NIR这项技术的便利性。项目初期，尽管团队进行了极为详尽的设计与周密安排，但在实施过程中仍然出现了各种各样的情况，经过向多位专家请教，联合自动化、光谱仪公司等单位共同攻关，最终实现了整套在线系统的顺利运行。　　开展的项目之一，是吉林敖东延边药业股份有限公司与清华大学联合开展的，关于安神补脑液、血府逐瘀口服液两个品种的提取过程在线质量控制。其提取具有多个特点，如提取同时在两个车间进行，工艺分为水提与水蒸气蒸馏提取，两个品种均为大复方混提且两个车间投料处方有区别，工艺较复杂，色素沉积严重，等等。研究团队针对不同品种的特点，进行细致分析，筛查原因，确定解决思路，落实解决方案，协同敖东、申宜、英贤(聚光)等多家单位，最终完善了预处理设备、工艺现场改造、流通池清洁等多个环节的细节处理，并制定了相应的SOP，实现了提取过程的在线检测应用，并提供了生产状态、含量预判等多种功能。团队投入了大量的人力、时间扑倒这个项目上，记得有师兄说，“我一年300多天，至少有100天在敦化度过的，要是项目第一年就结婚，估计孩子现在都准备上幼儿园了”。冬季是我们常去敖东的时节，每天早上5点前起床，赶在5:30之前到达现场，开展一天的现场工作，往往一忙就到了下午5、6点以后了。车间内、露天温度一般在-20~40 oC游荡，剧烈的温度变化的确是真的酸爽，颇值得回味。夏季也是常去的，我们一般当成避暑，正好远离北京的热燥。图们江畔、六顶山腰的尼众道场-正觉寺，是个很好的休闲去处。同门们在北京习惯了晚睡，反而有些不适应略有时差的敦化生活。该项目于2011年7月顺利通过专家组验收，感谢陆婉珍院士、褚小立博士等各位近红外专家给与的大力支持!　　另外一个完整参与的项目，是神威药业有限公司的“中药注射剂全面质量控制及在清开灵、舒血宁和参麦注射液中的应用”项目。整个项目涉及到3个品种，6味药材，多个工艺环节。开展了中药注射剂先进制剂工艺单元信息化集成研究，构建了中药注射剂全过程近红外在线监控系统，解决了仪器分析和指纹图谱质量控制滞后于生产的难题。本项目以产品中间体NIR、指纹图谱数据库为基础，以光谱-色谱软件关联性技术为依托，实施中药注射剂生产工艺实时监测与网络控制技术，实现了网络集成化的中药注射剂工艺过程控制与现场管理。本项目于2010年12月顺利通过国家发改委组织的专家验收，被国家发改委认定为“中药制剂先进工艺集成及生产过程自动控制高技术产业化示范工程”，并获得了2014年度国家科学技术进步奖二等奖。鉴于此，学会邀请罗教授在2014年全国第五届近红外光谱学术会议做大会报告。图2为罗教授、王教授参加2014年全国第五届近红外光谱学术会议　　两个项目的成功实施，再加上之前团队的一个案例：“腰痛宁胶囊全过程多途径质量控制新技术及应用-近红外在线检测控制混合过程的均匀度研究”，显示出NIR技术作为一项快速检测技术的极大优势。慢慢地，我热爱上了这门技术，也逐渐主动深入地分析NIR技术的优势与劣势，思考如何使之更有效地服务于我们这个行业。或许可能，通过NIR技术的应用，我们可以使“传统的质量控制模式”转变为“在线质量分析与智能控制模式”，实现“传统中药工程基于工艺操作参数控制”转变为“现代中药生产基于产品质量控制”。　　博士毕业后，加入到中山大学南沙研究院南药集成制造与过程控制技术研究中心，与团队同仁搭建了一条具有中试规模的中药生产线，并搭配了在线近红外检测系统，主要针对中药提取物、柱层析、浓缩等多个环节开展过程分析，取得了较为理想的应用效果。　　2015年11月，调入广东药科大学中医药研究院(广东省代谢病中西医结合研究中心)，专门从事与光学/光谱学相关的研究，特别是继续开展基于近红外光谱技术的中药生产过程智能控制系统研究。同时接触了很多基于近红外光谱技术的生物医药设备，激发了我更浓厚的研究兴趣，团队也已开展了基于光谱技术的医学临床检验等方面的研究。欢迎各位专家莅临指导!　　自接触NIR以来，对这门技术，从零基础，到逐渐认识，再到现在的热爱。作为年轻后生，自己深感知识的匮乏，也迫切希望通过各种机会培训自己，不断向业内的各位专家学习，广泛的阅览与近红外光谱相关的各种书籍。特别推荐的是陆老师的《现代近红外光谱分析技术》，这是我近红外启蒙书!(当然，还有很多重要书刊，就不一一列举了。)求学期间直到现在，一直得到清华大学、南开大学、近红外光谱分会等单位和各位专家的指导，谢谢!也得到诸多分析仪器公司特别是近红外光谱仪公司的大力支持，使我在近红外这条路上走的越来越踏实。在做项目的过程中，认识了许许多多热衷于近红外的狂热分子们，与你们同行，真的是一件大大的幸事!希望与各位同道在学会领导的指领下，大踏步地走在近红外的阳光大道上。　　特别感谢褚老师建立的微信群，在微信群认识了N多高手，学到了很多知识。另外还有鲁杰群主的QQ群(328264040)，算是官方群吧，人员激增，大佬云集 还有“果品-西农”建立的QQ群(246287439)，后果品兄将群主资格转让给了本人，希望本群继续壮大。　　在日常的生活中，也一直在思考关于近红外的点点滴滴，总在思考，我们能够做些什么?!现在也正在承担着几个近红外光谱在线检测的应用研究，包括了制药行业的多个关键工艺节点。在近几年的摸索中，总是不自觉的把近红外技术纳入到各项研究过程中，总要试一下才安心。成则欣喜，不成则思。在研究过程中，也发现了许多好玩有趣的现象，在此就不一一介绍了。　　在这儿有个小小的建议，能不能把内部通讯《近红外光谱通讯》，逐渐做成学术期刊，做成国内“科普+学术”型的《近红外光谱杂志》?　　可能，自己把近红外当成了一项大杀器。有些时候，可能由于练功太猛，走火入魔了，面对别人其他技术上的咨询，我总是不经意间回应：“要不，试试近红外?”　　(2016年5月3日于广州)　　肖雪

p style=" text-align: justify text-indent: 2em " strong 仪器信息网讯 /strong 2019年12月12-13日，由 strong 仪器信息网 /strong 与 strong 中国仪器仪表学会近红外光谱分会 /strong 联合主办的“ strong 2019近红外光谱主题网络研讨会(iSymposium on NIR Spectroscopy , 简称iSNIRS 2019) /strong ”成功召开，16位来自近红外领域的专家分享了近红外的新技术、新应用。 /p p style=" text-align: justify text-indent: 2em " 20世纪80年代以来，随着新方法(化学计量学)、新材料(光纤等)、新器件(检测器等)和新技术(计算机)的发展和出现，近红外光谱技术从光谱分析队列中吊车尾的位置迎头赶上，崭露头角。 /p p style=" text-align: justify text-indent: 2em " 如今，经过几十年的发展，结合现代化学计量学方法的近红外光谱技术，已经成为工农业生产过程质量监控领域中不可或缺的分析手段之一，在农产品、食品、医药、石化、烟草等领域均得到了广泛应用。从报告期间网友的反馈情况可以看出，近红外已逐渐成为各领域研究的重点， strong 16个报告的时间里，网友提问近160次，反响十分热烈 /strong 。 /p p style=" text-align: justify text-indent: 2em " 本次研讨会分设了4个专场，分别为：近红外光谱新技术/新方法、近红外光谱在饲料/烟草领域的应用、近红外光谱在食品/水果领域的应用、近红外光谱在制药/茶叶/纺织品等领域的应用。 /p p style=" text-align: center" img src=" https://img1.17img.cn/17img/images/201912/uepic/f9f7bb2b-86be-4c71-a564-12b13d2af8df.jpg" title=" 专家1小.JPG" width=" 600" height=" 268" border=" 0" vspace=" 0" alt=" 专家1小.JPG" style=" width: 600px height: 268px " / img style=" width: 600px height: 264px " src=" https://img1.17img.cn/17img/images/201912/uepic/01ed2531-5b12-4fb5-85d0-a5b2f412fd85.jpg" title=" 专家2.JPG" width=" 600" height=" 264" border=" 0" vspace=" 0" alt=" 专家2.JPG" / /p p style=" text-align: center text-indent: 0em " strong 暨南大学—潘涛 /strong /p p style=" text-align: justify text-indent: 2em " 近红外（NIR）光谱是一种快速简便的分析技术，它适用于几乎所有类型物料的测量，具有分析通用性。由于对象和测量方式的多样化，近红外建模通常需要进行个性化的优化选择。报告中，暨南大学潘涛教授以血清尿素氮为对象，Norris导数滤波（NDF）为光谱预处理方式，等间隔组合偏最小二乘（EC-PLS）为波长选择模式，介绍了近红外光谱分析的个性化参数选择方法。 a href=" https://www.instrument.com.cn//webinar/video_109314.html" target=" _blank" span style=" color: rgb(84, 141, 212) " strong 《近红外光谱分析—通用性与个性化方法浅说》视频精彩回放 /strong /span /a /p p style=" text-align: center text-indent: 0em " strong 瑞士万通中国有限公司—王睿 /strong /p p style=" text-align: justify text-indent: 2em " 近红外光谱分析以其快速、无损、高效的特点在化工行业的应用越来越广泛。特别是在质量控制方面发挥了重要的作用。通过与客户的合作，瑞士万通在近红外领域不断开发出新的应用，以满足各用户的特殊需求，报告中，瑞士万通光谱产品线产品经理王睿以近红外在电子烟产品，半固化片产品、PVA产品中的应用为主要内容介绍了该技术在生产过程中带来的效益。 a href=" https://www.instrument.com.cn//webinar/video_109315.html" target=" _blank" strong span style=" color: rgb(84, 141, 212) " 《近红外分析技术在化工行业的新应用》视频精彩回放 /span /strong /a /p p style=" text-align: center text-indent: 0em " strong 中国农业大学—李军会 /strong /p p style=" text-align: justify text-indent: 2em " 中国农业大学李军会副教授的报告分为4个部分：1、近红外光谱预处理方法选择与注意问题 2、农产品近红外光谱定量建模与注意问题 3、农产品近红外光谱定性建模与注意问题 4、农产品近红外光谱相似性分析与注意问题。 a href=" https://www.instrument.com.cn//webinar/video_109316.html" target=" _blank" span style=" color: rgb(84, 141, 212) " strong 《农产品近红外定量定性建模与注意问题》视频精彩回放 /strong /span /a /p p style=" text-align: center text-indent: 0em " strong 华东理工大学—倪力军 /strong /p p style=" text-align: justify text-indent: 2em " 报告中，华东理工大学倪力军教授以烟草和中药中主要成分近红外光谱稳健模型的建立、评价及转移为背景，分享了相关实践与思考：1、基于光谱信号的方差分析筛选稳定、一致光谱信号建立NIR稳健模型以实现模型转移；2、以稳定一致光谱信号为基础进一步优化波长组合建立NIR稳健模型以实现模型共享；3、避免模型过拟合；4、RMSEC和R2评价定量模型时应注意的问题。 a href=" https://www.instrument.com.cn//webinar/video_109317.html" target=" _blank" span style=" color: rgb(84, 141, 212) " strong 《NIR稳健模型的建立、评价与转移的实践与思考》视频精彩回放 /strong /span /a /p p style=" text-align: center text-indent: 0em " strong 中国农业大学动物科技学院—李军涛 /strong /p p style=" text-align: justify text-indent: 2em " 饲料原料营养品质变异直接影响饲料配方的精准配制，准确、快速获取各养分参数是饲料资源高效利用的基础。中国农业大学动物科技学院李军涛博士的报告从饲料原料营养品质检测重要性、近红外技术原理与特点、定标模型构建与应用示范、定标模型网络化管理及近红外在线品控系统应用探讨等多个方面进行展开，介绍了近红外快速预测体系在饲料行业的应用。 a href=" https://www.instrument.com.cn//webinar/video_109318.html" target=" _blank" span style=" color: rgb(84, 141, 212) " strong 《饲料原料营养品质近红外快速预测体系建立与应用》视频精彩回放 /strong /span /a /p p style=" text-align: center text-indent: 0em " strong 四川威尔检测技术股份有限公司—宋涛 /strong /p p style=" text-align: justify text-indent: 2em " 近红外数据不仅包括常规意义上的成分含量数据，还包括光谱信息数据，以及差异化比较数据等几种。在实际应用中，我们往往只注重成分含量数据，而忽略了其他的数据，但恰恰是这部分我们忽略的数据，对我们如何评价近红外数据的准确性，经常起到至关重要的作用。四川威尔检测技术股份有限公司高级工程师宋涛在报告中详细介绍了近红外检测过程中的数据准确性问题。 a href=" https://www.instrument.com.cn//webinar/video_109319.html" target=" _blank" span style=" color: rgb(84, 141, 212) " strong 《近红外数据的准确性分析与评价》视频精彩回放 /strong /span /a /p p style=" text-align: center text-indent: 0em " strong 贵州中烟工业有限责任公司—彭黔荣 /strong /p p style=" text-align: justify text-indent: 2em " 报告中，贵州中烟工业有限责任公司技术中心常务副主任彭黔荣博士从技术层面介绍了近红外技术在烟草行业的离线应用、在线应用、网络化应用、数据应用等方面的内容，也介绍了近红外技术在管理方面的要求以及存在的痛点和难点，结合近20年在近红外领域的工作实际，介绍了相应的应对措施和取得的效果。 a href=" https://www.instrument.com.cn//webinar/video_109320.html" target=" _blank" span style=" color: rgb(84, 141, 212) " strong 《近红外技术在烟草行业应用的痛点和难点》视频精彩回放 /strong /span /a /p p style=" text-align: center text-indent: 0em " strong 上海烟草集团有限责任公司—葛炯 /strong /p p style=" text-align: justify text-indent: 2em " 上海烟草集团有限责任公司葛炯工程师的报告主要分为以下几个部分：1、规范检测的标准 2、选择合理的建模集与验证集 3、近红外常量和微量成分建模 4、对于模型传递的认识 5、近红外应用管理的网络信息化。 a href=" https://www.instrument.com.cn//webinar/video_109321.html" target=" _blank" span style=" color: rgb(84, 141, 212) " strong 《如何在烟草领域应用近红外》视频精彩回放 /strong /span /a /p p style=" text-align: center text-indent: 0em " strong 中国农业大学—韩东海 /strong /p p style=" text-align: justify text-indent: 2em " 任何技术的应用均与社会发展、科技进步、时代需求密切相关，近红外技术也不例外。果蔬近红外检测的研究始于1989年之前的美国农业部研究中心的Dr. Karl Norris和Dr.Brith, G.S.,等人，而实际应用则始于1989年之后的日本。日本虽然没有知名的近红外通用仪器，却有着门类齐全的近红外专用仪器装备，特别是在果蔬近红外应用方面有着丰富的积累和经验，历经30余年的发展已经形成了比较完整的体系，及时梳理其发展脉络有助于我国发挥后发优势。鉴于近年来果蔬近红外检测技术没有发生质的变化，为此，中国农业大学韩东海教授以社会需求引领技术进步为主线，总结整理归纳了日本果蔬近红外应用技术的来龙去脉。 a href=" https://www.instrument.com.cn//webinar/video_109326.html" target=" _blank" span style=" color: rgb(84, 141, 212) " strong 《与时俱进的果蔬近红外应用技术》精彩视频回放 /strong /span /a /p p style=" text-align: center text-indent: 0em " strong 河南科技大学食品与生物工程学院—刘建学 /strong /p p style=" text-align: justify text-indent: 2em " 浓香型白酒生产过程中，入窖酒醅的生产指标主要有淀粉含量、PH值、水分和还原糖等。河南科技大学刘建学教授利用近红外光谱分析技术进行分析测量，建立了相对应的预测模型，实现了指标的快速检测。通过入窖、发酵中期、发酵终了3个阶段各指标的变化规律，最终实现了白酒发酵生产过程中的在线质量控制，完成了白酒生产的标准化和智能化。 a href=" https://www.instrument.com.cn//webinar/video_109322.html" target=" _blank" span style=" color: rgb(84, 141, 212) " strong 《浓香型白酒入窖酒醅生产指标的分析与测量》视频精彩回放 /strong /span /a /p p style=" text-align: center text-indent: 0em " strong 中国食品发酵工业研究院有限公司—王健 /strong /p p style=" text-align: justify text-indent: 2em " 报告中，中国食品发酵工业研究院有限公司王健高工主要介绍了近红外光谱和离子迁移谱技术在酒类行业（白酒、黄酒、葡萄酒、啤酒）中的应用。首先介绍了近红外光谱和离子迁移谱技术的基本原理、分析过程以及技术优势，然后就这两项技术以及设备在酒类行业中的实际应用，包括从原辅料的品质检测、到酒类生产过程的品质在线监测，以及成品酒的质量控制等方面做了详细说明。 a href=" https://www.instrument.com.cn//webinar/video_109323.html" target=" _blank" span style=" color: rgb(84, 141, 212) " strong 《新型快速检测设备与技术在酒类行业中的应用》视频精彩回放 /strong /span /a /p p style=" text-align: center text-indent: 0em " strong 南昌海关学会—桂家祥 /strong /p p style=" text-align: justify text-indent: 2em " 南昌海关学会桂家祥研究员在报告中，站在纺织品领域行业高度，紧紧围绕“样品为王、仪器为基、标准引领、质控关键”展开，阐述了每一个关键环节的破题之策。 strong 报告题目：《纺织品原料组分近红外快检技术推广的四个关键环节》 /strong /p p style=" text-align: center text-indent: 0em " strong 赛默飞世尔科技（中国）有限公司—周学秋 /strong /p p style=" text-align: justify text-indent: 2em " 报告中，赛默飞世尔科技（中国）有限公司近红外产品经理周学秋首先对近红外技术的整体情况进行了介绍，随后对其在制药、茶叶、纺织品等领域的应用进行了详细介绍。 a href=" https://www.instrument.com.cn//webinar/video_109324.html" target=" _blank" span style=" color: rgb(84, 141, 212) " strong 《赛默飞近红外制药，茶叶，纤维解决方案》视频精彩回 /strong /span span style=" color: rgb(84, 141, 212) " strong 放 /strong /span /a /p p style=" text-align: center text-indent: 0em " strong 天津中医药大学—李文龙 /strong /p p style=" text-align: justify text-indent: 2em " 近红外光谱技术在中药材整体性质量控制、多种中药制药工艺的在线监控以及中成药制剂的快速检测等方面得到日益广泛的应用。天津中医药大学李文龙副研究员在报告中主要介绍了他所在实验室在这一领域的研究进展，并对近红外分析技术的标准化、相关监管法规、以及过程分析技术人才培养等方面进行了相关思考，目的在于推动近红外光谱技术在中药行业更为广泛的应用。 a href=" https://www.instrument.com.cn//webinar/video_109325.html" target=" _blank" span style=" color: rgb(84, 141, 212) " strong 《近红外光谱技术在中药全程质量控制体系中的应用研究及相关思考》视频精彩回放 /strong /span /a /p p style=" text-align: center text-indent: 0em " strong 安徽农业大学—任广鑫 /strong /p p style=" text-align: justify text-indent: 2em " 传统茶叶质量检测技术采用化学成分检测和感官审评方法，该类方法无法实现茶叶生产与流通过程中在制品质量的实时监控与快速检测。安徽农业大学任广鑫副教授从近红外技术原理出发，对该技术在茶叶品质成分分析、非法添加物检测、等级判别、产地识别和真伪鉴别等领域进行了介绍，并对该技术在应用推广中存在的问题、标准化建设和国产仪器开发等进行了展望。 strong 报告题目：《近红外光谱技术在茶叶品控领域的应用与展望》 /strong /p p style=" text-align: center text-indent: 0em " strong 山东大学—李连 /strong /p p style=" text-align: justify text-indent: 2em " 2005年，Tsenkova教授首次提出了“Aquaphotomics” 即水光谱组学，它可以提供隐藏在NIR光谱中的一些信息。水的光谱很容易受到溶液中其它分子的影响，即使加入的物质的量很少，它仍然会扰乱溶液中的共价键和氢键，水的结构仍会被改变。因此，可以利用水的光谱的性质，将水作为探针，应用于监测低浓度的蛋白质、糖、水质量检测以及菌种筛选等各个方面。报告中，山东大学李连副研究员主要从水光谱组学的基本概念、水光谱组学的应用简介，以及应用前景等方面进行了介绍，为网友的科研提供新的科研思路和方法。 span style=" color: rgb(84, 141, 212) " strong 《基于水光谱组学的近红外光谱应用进展研究》PPT下载 /strong /span img src=" /admincms/ueditor1/dialogs/attachment/fileTypeImages/icon_pdf.gif" style=" vertical-align: middle margin-right: 2px " / a href=" https://img1.17img.cn/17img/files/201912/attachment/bd7dc556-87d8-42bc-b6e1-f9bd408e83af.pdf" title=" 《基于水光谱组学的近红外光谱应用进展研究》PPT下载.pdf" style=" font-size: 12px color: rgb(0, 102, 204) " 《基于水光谱组学的近红外光谱应用进展研究》PPT下载.pdf /a /p

国家标准计划《畜禽肉品质检测 近红外法通则》Livestock and poultry meat quality testing—general rules by near infrared spectroscopy method由TC516由全国屠宰加工标准化技术委员会归口上报及执行，主管部门为农业农村部。主要起草单位 中国农业科学院北京畜牧兽医研究所 、中国农科院科学院农科院质量标准与检测技术研究所 、中国农业科学院农产品加工研究所等 。该标准规定了畜禽肉品质的近红外光谱检测法对仪器的要求和检测方案，该标准适用于畜禽肉品质的定性、定量检测，检测项目包括但不限于：畜禽肉种类判别、营养组分（蛋白质、水分、脂肪）等。目前该标准正在征求意见中，等待进一步出台实施。采用传统对畜禽肉中的蛋白质、水分、脂肪等营养组分检测，耗时长，需要使用大量的化学试剂，有污染，受条件限制，同时测定的样本量有限。而近红外技术（Near Infrared）是近些年国际上出现的一种迅速发展的技术，可应用于肉品领域实现快速无损检测。美国农业农村部已批准近红外仪器应用于畜禽肉品质的在线检测，国际AOAC标准中已有启用近红外技术，同时测定肉和肉制品中的水分、蛋白质、脂肪，而且实现了模型平台的资源共享。而此项标准采用近红外方法对肉类营养品质无损检测的行业标准，对于肉类中重要的营养指标和组分检测无损测定提供的有效的检测监控技术依据。随着肉类产业的快速发展，肉类加工者和生产者面临许多挑战，需要准确，可靠和快速的分析手段和技术以便控制原材料，预制产品并确保最终产品的质量。LUMEX傅立叶近红外肉品分析仪，只需对脂肪，蛋白质和水分进行一次通用校准即可使用所各类肉类样品。此外可依据用户实际需求，针对香肠，肉干等肉制品定制化制定建标模型，如盐分、灰、碳水化合物、胶原蛋白、卡拉胶、大豆、小麦粉、淀粉等含量。我国作为一个肉类的生产大国和消费大国，对肉类的需求已从数量型向质量型转变。但在我国畜禽肉生产加工行业普遍存在加工模糊化现象，缺乏营养品质数据支撑、缺乏肉类分级数据支撑。由此造成消费经验化所致过量生产和消费，以及优质不优价，产品优劣混杂，致使市场竞争力低下等问题。消费者在对肉类食品需求量不断增加的同时，更加关注肉类产品的品质与安全。《畜禽肉品质检测 近红外法通则》这项新标准的颁布，为畜禽肉生产加工行业提供了迫切需要新的检测技术，能够快速准确判断畜禽肉类品质，推动企业的质量控制模式。

为了多方位展现我国在近红外光谱领域的最新成果，仪器信息网和近红外光谱分会计划合作制作《近红外光谱新技术/应用进展》网络专题，同时也以此献礼近红外分会成立10周年，并寄语2021年国际近红外大会。我是受益于近红外分会和仪器信息网的人，感恩无限。愿借此机会，把自己多年来对近红外在果蔬品质无损检测方面的认识和认知与大家共享。中国农业大学 韩东海教授　　1. 前言　　以前我不论是指导学生科研还是学会报告话题都比较大，宏观且泛泛。论述宏观有利于扩宽人们的视野，开阔思路，但不能解决具体问题。今天着重讲些细节，有些属于经验之谈，直击要点，但略显有点理论支撑不足。我认为两者均不可或缺，只是每个人的发展阶段不同从而导致的需求不同而已。　　本文对于研究果蔬品质无损检测的专家学者也许能有些帮助，而对于其他研究方向的如能有所参考就是万幸了。　　近红外是个多学科交叉的结晶，不同专业背景、不同经历会有不同体会，有不妥之处，望多多指正。　　2. 果蔬分选简介　　先简单介绍一下果蔬分选。果蔬分选包括两大独立要素。一个是大中小的级别分选，一个是优良中差的等级分选。大果中有优良中差，优果中有大中小。近红外在果蔬分选上的应用始于二十世纪80年代末。之前的果蔬分选主要是级别分选，部分用机器视觉或依靠人工按照外观颜色进行等级分选。外观颜色与内部品质有一定的相关性，但难以达到生产要求。一是误判率较高，二是有些果蔬无法实施，例如猕猴桃等。而且那时的设备大小宽窄尺寸基本是固定的，不能轻易更改。　　近红外在果蔬内部品质检测上的应用使得分选设备发生了革命性的变化。首先，实现了内部品质等级无损检测，大大地提升了分选设备功能，从这个意义上讲，近红外引领果蔬分选技术实现了飞跃式发展；二是设备结构大为简化，大小宽窄可自由组合，就像积木一样。　　3. 近红外与果蔬检测可谓绝配　　近红外与众多物料有着非常完美的结合。例如烟草、饲料、石油化工、医药。果蔬也是其中一例，不过内涵却与其它不同。　　首先是波长范围。果蔬水分约为80-90%，水果糖度在10-20°Brix之间。其他成分虽然很多，但含量很少。1100nm以下的短波近红外适用于果蔬类高水分物料。　　其次是光谱采集方式。果蔬内部质量无损检测除了糖度以外，还要检测内部褐变、糖心等，必须采用透射方式采集光谱。短波近红外穿透力强，加之，1100nm以下属于硅检测器范围，仪器造价比铟镓砷要便宜很多，这又为大量普及应用创造了有利条件，为量大利薄的农产品销售提供了强有力的支撑，因此是最佳选择。　　最后是光源功率。果蔬品质无损检测手持和便携以及台式专用仪器的电源功率，LED最小，卤素灯小则1-2W，大则12W。而用于在线检测时，1秒钟要检测5-6个果蔬，西瓜每秒3-4个，扫描时间短，需要配置高达200-300W大功率光源，检测西瓜时甚至达到2000W。　　4. 近红外首先在水果在线检测上发力　　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，1992年又相继推出了苹果、梨的检测系统。之后，杂贺技术研究所、MAKI制作所、NIRECO也研制出类似设备，继而在日本大面积推广。　　基于漫反射原理的检测主要用于薄皮水果诸如苹果、梨、桃等，而用于柑橘检测则效果不佳，于是又研发出基于透射原理的检测，一直延续至今。随着检测项目的增加，由单一的糖酸度向内部褐变、糖心、水浸、局部失水、空洞等多指标同时检测延伸，落叶果及西瓜甜瓜类果实则主要采用漫透射方式。特殊情况时，苹果和葱头需要在两个位置同时采集光谱。　　现在日本SHIBUYA精机株式会社成为果蔬分选设备厂家中的一支独大，从核心部件光谱仪等内外品质评价系统到输送装箱码垛以及控制系统全部独自生产，近江度量衡株式会社部分自主，部分外协。三井、杂贺、NIRECO则只生产内外品质评价系统。　　果蔬内部品质近红外在线检测技术因能直接解决农业生产问题，并带来经济效益和社会效益，在先进国家政府的资助下得到大面积推广应用，仅日本至少有4000个大型果蔬分选设施正在运行。　　5. 近红外光谱采集方案多种多样　　果蔬物料尺寸有大有小，果肉有薄有厚，糖酸度有高有低，且分布不均。由此产生若干检测个性化方案。例如光谱采集方案就有如下之多，图1- 6。　　图1和图2光源和检测器布置相同，但物料放置及输送环节有别。图1托盘不但能平稳地输送西瓜，避免磕碰，而且还可遮挡杂散光进入检测器。依据西瓜、甜瓜类的生理结构，花萼处果皮最薄，花萼冲下放置，有利于获取更多的内部信息。由于菠萝果心粗大，横置更妥，且输送更平稳。　　图3和图4的光源与检测器设置一样，但样品放置和光谱采集细节有所不同。西红柿的果柄影响信息接收，如图3所示，故倒置。由于物料内部组织构造差异很大，苹果肉质均匀密实，而西红柿则有外果皮、中果皮、果浆、胎座，少许空腔，各组织之间光特性差异大，造成散射不均。为此，苹果光源布置向赤道下方照射，靠苹果赤道直径大来遮挡杂散光(图4)。而西红柿则照射上半球，以利获得更多有效信息。　　图5和图6的光源和检测器设置相同。图5为常规布置，而图6采用了特殊透镜，缩小了光斑大小，因为柑橘比葱头体积小，这样可有效避免杂散光进入检测器。这只是一个公司的方案，加上其他公司的独具匠心的思考，采集方案层出不穷。　　6. 检测对象、检测项目和检测精度　　表1列出了来自三井金属计测公司的透射模式部分检测对象和检测项目，这些检测对象检测项目早已成熟，转为常规。其他公司，如SHIBUYA精机、近江度量衡、NIRECO、杂贺技研均能实现，包括一些没有列入的检测对象和检测项目。即使如此，有些项目也不是百分之百正确检出，例如局部褐变误判率较高。但是小果实，例如樱桃、草莓，个别水果，如葡萄，诸如此类的近红外在线分选技术暂不多见。表1 透射模式检测对象及检测项目1)　　由于在线检测所用光源功率较大，能确保获得足够强的有效信息，故检测精度一般高于便携和手持仪。以SHIBUYA精机株式会社在线内部检测装置为例，各种水果的糖度检测精度如表2所示。表2 糖度检测精度2)对象苹果梨蜜桔桃西瓜西红柿柿子甜瓜SEP0.280.330.340.370.420.500.610.74　　由表2可知，苹果检测精度最高，甜瓜最低。这个趋势与其他厂家基本一致。也就是说，苹果是最好检测的，而果肉厚内心甜的甜瓜最难检测。一般消费者对于糖度相差0.5Brix以内难以察觉，故水果检测精度SEP如能达到0.5就能满足生产要求。　　日本的水果品质普遍较高，好吃已经不是问题。为了适应新的国际形势，加大水果竞争力度，日本政府正在组织产学研攻破果蔬功能成分在栽培、管理、在线无损检测方面的难题。苹果重点提高花青素含量，西红柿是番茄红素，柑橘是β-隐黄素，胡萝卜是番茄红素和β-胡萝卜素。由于这些成分含量比较少，近红外检测存在一定难度。番茄红素已经实用化，其他几个成分仍在努力中。　　7. 水果手持、便携、台式专用仪器发展势头强劲　　2000年，FANTEC开始销售世界上第一台水果专用便携仪FRUIT TESTER-20，时间不长又推出FQA NIR GUN手持仪(图7)。便携仪和手持仪主要用于科学研究，同时也为那些生产量小的个体果农带来福音，因为花几十万或百万日元就能达到几个亿的设备功能，只是生产效率无法相比。　　同年，KUBOTA公司首先推出了台式仪，其后又推出便携仪，从2019年7月始，对原有机型进行升级换代，如图8和图9。这两款仪器社会保有量估计在1000台左右，也是本人认为最好用的仪器。　　这台仪器的日本水果模型拿到中国无需修正，可直接使用，预测值准确稳定，该仪器像素点只有254个，糖度模型采用的是4-5个波长的MLR。本人实验室在北京奥运前购买了一台，十几年过去了，现在还在使用中，中途只更换过电源开关。我曾问过这台仪器的研发部长石桥先生，他说，因为内置波长横纵坐标自动校正功能，所以仪器预测值才稳定。横坐标校正方法已经成熟，但纵坐标措施不多，也许谁掌握了纵坐标校正技术，谁就能占领市场。　　N1(图10)从2009年开始销售，由于产品精制，价格便宜，至2017年8年间共销售648台。最为特殊的是该仪器采用了不受杂散光影响的TFDRS法(TFDRS:Three-Fiber-based Diffuse Reflectance Spectroscopy)，1点照射，2点接收。通过2个漫反射强度比计算相对反射率,进而获得相对吸光度比。该吸光度比不受漫反射光路的变化影响，且与水果糖度呈直线相关。该检测模型建立在标准样品基础上进行模拟，推导出方程，然后用水果进行验证，故在实际应用中，不需进行参比测量，不需进行模型维护，是这一种全新思维，不同于传统方法。　　PAL光传感器是最新系列水果手持糖度仪(图11)，采用LED光源进行糖度无损检测。目前应用对象分别为苹果、梨、桃、葡萄、迷你西红柿。从2017年开始销售以来，不到一年就售出400台，该公司的销售目标是1万台。　　还有几种正在出售的台式仪和手持仪。　　QSCOPE-DT功能最强大，不但可以预测糖酸度，也可检测内部品质。Amaica-Pro 与KUBOTA台式仪一样，检测糖酸度的同时也可称重，把级别和等级分选元素集于一体，是小型果蔬分选仪典型代表。CD-H100采用滤光片技术，物美价廉，缺点是仪器台间差较大，建模任务艰巨。　　我认为，在台式、便携、手机水果专用仪器中，SACMI的台式仪适应性最广，如图12。因为这台仪器采用了8个20W的卤素灯，功率强大。内部采用不锈钢锥形挡板，将光源与检测器分隔在圆锥挡板内外。光源在锥形板外向上照射，结构上保证了杂散光不能进入检测器。检测器在圆锥挡板内，当水果放置在锥形挡板顶端时，橡胶圈的密封阻挡了反射杂散光的进入。这种漫透射设计加上大功率，不论是内部成分还是内部病变的检测均能胜任，是个科研好帮手，就是价格偏贵。　　8.样品真值测量　　真值测量往往被轻视，特别是像水果类的样品，不论是品种间、还是种类间差异都比较大，没有深入了解细致筹划，将影响建模效果。因为建模预测精度永远不可能超过实测精度。以如下两个案例进行说明。　　甜瓜光谱采集位置是花萼处，故在花萼处取ф40mm(因为环形光源直径是ф38mm)果肉打碎后取果汁测量糖度，如图13所示。　　图14是柑橘糖度实测值图解。充分考虑样品生化特性，整体榨汁，再经过滤实测值更准确。　　9. 展望未来　　近红外在果蔬品质检测方面的应用已经30年了，技术细节在不断完善进步，但整体思维模式有待突破。　　上面介绍的都是近红外光谱在果蔬品质无损检测上的应用，近年来，近红外图像也取得了长足进步。近红外激光正在发挥着特殊作用。随着LED光源，特别是近红外区域LED连续光源的研制成功、光谱仪小型化、微型化、量子光谱仪的问世、无线通讯、　　5G数据快速传输、人工智能等方方面面的突飞猛进，局部照射，多点测量，攻破尚存顽症指日可待。　　10.总结与寄语　　编辑审阅初稿后提出“日本的果品筛选技术对中国近红外技术在果品检测方面有什么经验借鉴？这方面的内容可否给大家稍微总结一下？”我觉得编辑的建议很好，也很重要，关键是我的能力有限，担心难以胜任。　　首先，中国的近红外仪器必须走专用化发展之路，这一点大家已经取得共识，不再赘述。　　其次，近红外专用仪器必须走共同合作研发之路，这一点大家也不会有异议。　　最后，各个环节必须精益求精，方能广为应用。以水果为例归纳如下：　　1)仪器不但要提高信噪比，还应在水果主要成分糖酸吸收波段800-950nm间提高灵敏度，以期获得更多有效信息。　　2)不论是254个像素还是1024个，波段区间应有所侧重。考虑到水果颜色或者说叶绿素(670mm)有时也是检测指标之一，650nm-970nm区间更适合水果。　　3)漫透射、透射因扩展性好已成为光谱采集的主流。同时，消除大小影响的配套措施不可或缺。　　4)透射能量谱一旦低于10%，检测器有可能在检测限以下，此时，吸光度与样品浓度不符合朗伯比尔定律。要么加大光源功率，要么提高仪器灵敏度、要么延长积分时间等加以调整。　　5)日本几大果蔬内部品质近红外无损检测系统均为各自专利产品，这是核心，也是关键。　　国内从事近红外研究生产应用的专家学者工程师高达数千人，经过二十几年的实践和积累，近红外技术在中国的大范围推广应用、厚积薄发之日已经迎面扑来。　　参考文献　　1. https://www.mitsui-kinzoku.co.jp　　2. SHIBUYA精机株式会社宣传资料　　3. http://www.sacmi.com/　　4. KUBOTA KBA100使用说明书（中国农业大学 韩东海）

近期，由北京中医药大学吴志生研究员作为项目负责人，北京中医药大学为承担单位的中药炼蜜过程水分在线检测 近红外光谱法》团体标准项目正式批准立项。为推进中医药标准化建设，制定满足市场和创新需求的团体标准，加快中医药标准化发展进程，中华中医药学会标准化办公室组织了团体标准立项审查（函审）。专家对《中药炼蜜过程水分在线检测 近红外光谱法》的科学性、实用性进行审查，经过专家审查同意该项目立项，并经中华中医药学会秘书长办公会审议通过。炼蜜过程通过热加工去除蜂蜜部分水分，提高粘度，是中药传统制造的特色工艺。炼蜜按照炼制程度可分为嫩蜜、中蜜和老蜜，水分是其中的关键质量属性。目前，炼蜜过程一般采用人工取样，通过折光率法离线检测水分，存在生产过程高耗，工艺控制粗放等问题，迫切需要引入水分的在线检测方法。近红外光谱技术具有快速、无损和可在线检测等优势。同时，近红外光谱可用于测定蜂蜜水分，实现炼蜜过程水分的在线检测。为进一步加强炼蜜过程水分在线检测近红外光谱法的应用和推广，本标准起草工作组拟制定炼蜜过程水分在线检测方法在应用过程中的光谱数据采集、校正模型开发、校正模型验证以及数据处理与表达等要求，旨在促进炼蜜制造过程的提质增效，为中药质量稳定可控提供保障。据悉，该团体标准由北京中医药大学、陕西中医药大学、福建中医药大学、中国农业科学院农产品加工研究所、卡尔蔡司（上海）管理有限公司、瑞士万通中国有限公司、波通瑞华科学仪器(北京)有限公司、北京同仁堂股份有限公司、九芝堂股份有限公司、厦门壮途医药有限公司、浙江寿仙谷医药股份有限公司、山东金璋隆祥智能科技有限公司、仲景宛西制药股份有限公司、内蒙古天奇中蒙制药股份有限公司等多单位起草。项目负责人吴志生研究员介绍：吴志生研究员，北京中医药大学研究员、博士生导师、博士后合作导师。中药制药首位国家优青，中药提取分离过程现代化国家工程研究中心学科带头人，教育部中药制药与新药开发关键技术工程中心学术带头人，中药智能制造与全程质量控制创新团队负责人。 领衔获中国仪器仪表学会最美抗疫先锋团队，获中国仪器仪表学会最美科技工作者、北京市科技新星、全国高等中医药院校优秀青年、中华中医药学会青年人才托举工程等荣誉称号。获中华中医药学会十大论文奖，中国仪器仪表学会陆婉珍近红外青年奖，中国仪器仪表学会青年科技奖，中华中医药学会中青年创新人才奖，中国药学会以岭生物医药创新奖，中国仪器仪表学会科学技术二等奖，北京市科学技术奖一等奖等奖项。 中国仪器仪表学会理事，药物质量分析与过程控制分会秘书长，中国医药设备工程协会医药自动化专业委员会副主任委员，全国饲用中草药科技产业联盟副理事长等，世界科学技术---中医药现代化、中草药、中华中医药杂志、计算机与应用化学、世界中医药英文版、中华中医药杂志编委或青年编委。科技部十四五中医药关键技术装备重大专项指南起草编制组-中药饮片组组长，中国科协“创新驱动助力工程”项目组专家，中国科协“智能制造助力中药产业发展”政策建议类项目执行人，中国互联网健康医疗发展报告蓝皮书执笔人之一，全国中医药博士生优秀论文奖评审专家，国家科学技术进步奖专家库专家，山东科学技术进步奖专家库专家、教育部学位中心专家库专家等；国家自然科学基金委、教育部、科技部及北京、江苏、山东、新疆、陕西和福建等基金专家。 致力于中药制造质量控制与名方新药创制研究。承担国家重点研发计划子课题、国家重大新药创制、国家自然科学青年、面上项目和制药企业/基金会委托课题（100万以上级）等十余项。以第一或通讯作者发表论文120余篇，包括Bioresource Tech, J Control Release, Acta Pharmaceutica Sinica B, Talanta, Scientific Reports, Food chemistry等SCI论文60余篇，蓝皮书3项，起草指南2项，标准4项，著作6部，申请专利20余项。受邀SPIE，第446次香山科学会议等学术报告20余次。

在线近红外和乳制品行业乳制品是我国的国民消费品之一。牛奶是乳制品的基础原料，是需要受到控制的食品之一。原料奶成分会因季节、地区和动物的不同而有所差异，在牛奶和乳制品生产中的各个环节控制和提高产品质量就使得消费者身体健康得到了保障，因此需要对牛奶质量进行控制。奶酪、酸奶、软质干酪、黄油或奶油等乳制品都是多用途材料，需要根据材料及其用途进行不同分析。分析成分指标，如水分、总固体量、乳糖、蛋白质或脂肪，从而获取营养信息，从而开展生产活动。由于乳制品的品质和安全备受关注，传统的实验室分析方法比较耗时，需要操作人员不断的现场取样，送往化验室化验，将结果反馈给生产，分析得出的数据往往滞后于生产过程，无法满足实时在线监测的要求。在线近红外由于其分析速度快，无损，几乎适用于所有乳制品类型（液体、黏稠体、固态、粉末）的检测。珀金埃尔默推出的DA Online在线近红外分析仪严格检测每一个环节，可以减少取样频度和化验频度，并能实时将结果反馈生产。从原奶质量评价，到生产过程质量控制，再到成品检测，帮助乳品企业把好每一关，直到优质产品出厂。在线近红外检测乳制品类型在线近红外产品图片和实际应用DA 7300DA 7440 DA 7300 对黄油的生产线应用 DA 7440 对纯牛奶的生产线应用在线近红外 奶粉中水分的数据模型了解更多应用资料和产品信息，扫描下方二维码，下载DA Online在线近红外乳品分析方案相关资料。

英国 B+S 全新推出In-tek IR 红外实时在线检测系统 在过去近100年的历史中，英国Bellingham+Stanley (B+S) 公司为众多*的食品、饮料和化工产品制造商提供*的实验室折光仪。为顺应自动化生产线的需要，2010年全新推出 in-tek IR 红外实时在线监测系统，采用ATR（衰减全反射）技术，无移动件设计，主管路（或罐体）在线安装，远程监测等。 in-tek IR 系列红外在线单参数传感器，分别用于在生产流水线上定点测量白利糖度(° Brix)、二氧化碳浓度(CO2)、乙醇浓度(ABW) 、有机酸浓度(%TA)。 包括： in-tek IR Brix、in-tek TA、in-tek CO2、in-tek Alcohol in-tek IR 系列红外在线多参数系统，则可以通过单个传感器单元检测多个参数，对产品整体质量和收益率进行控制，特别适用于需要对生产终点实时评估的工业化生产线。 包括： in-tek Drink 系统 &mdash &mdash 先进的饮料在线检测系统，可同时监测3个参数：° Brix、CO2 及 可滴定酸(TA)含量。 in-tek Brew 系统 &mdash &mdash 先进的酿酒或工业酒精生产在线检测系统，可同时监测3个参数：酒精(Alcohol)、 ° Plato (残留糖)、CO2含量。 英国Bellingham+Stanley (B+S) 公司是全球最早专业从事折光仪和旋光仪生产的制造商，在近百年的历史中，始终如一地专注于折光仪和旋光仪产品的研发和制造，以精良的质量、*的标准服务于食品饮料、制糖、制药、香料/化妆品、化工行业，质量控制实验室，研发部门，检验机构，深得用户信赖。 从普通的光学仪器到高端的数显机型，B+S公司都可以为全球用户提供完整的解决方案：用于工业质控、科研的全系列数字台式折光仪 / 旋光仪、用于科研的阿贝折光仪和新型光学旋光仪、用于现场检测的手持式折光仪，以及实时在线过程控制设备。所有产品均符合BS EN ISO 9001:2000、UKAS、CE认证、ICUMSA等标准和规范。 德祥作为英国B+S产品在中国地区的独家代理商，全面负责产品的销售、技术及应用支持等工作，同B+S一道，将一如既往地共同致力于为广大用户提供最*的解决方案！ 了解更多折光仪和旋光仪的产品详情，欢迎联系我们： Tel: 021-52510159 * 832 冯小姐 E-mail: ronnie_feng@tegent.com.cn www.tegent.com.cn