视觉检测仪

齿轮视觉检测仪器与技术研究进展石照耀 1*，方一鸣 1，王笑一 2 1 北京工业大学北京市精密测控技术与仪器工程技术研究中心，北京 100124； 2 河南科技大学河南省机械设计及传动系统重点实验室，河南 洛阳 471003摘要：相对于接触式测量，机器视觉检测这种非接触式测量具有效率高、信息全、稳定性好、可识别缺陷等优点，在齿轮检测领域得到越来越广泛的应用。近十年来出现了影像仪、闪测仪、CVGM仪器、在线检测设备等多种基于机器视觉技术的齿轮检测仪器，它们既可以实现齿轮综合式测量，又可以实现齿轮分析式测量。回顾了齿轮视觉检测仪器的发展历程和特点，分析了齿轮视觉检测中边缘检测、亚像素定位、特征提取和模式识别等算法的研究和应用进展，总结了机器视觉在齿轮精度测量和齿轮缺陷检测两个方面的技术发展，并指明了齿轮视觉检测仪器与技术的发展前景。关键词：机器视觉；齿轮测量；齿轮视觉检测仪器；齿轮精度测量；齿轮缺陷检测1 引言齿轮是应用广泛的基础件，其质量直接影响齿轮传动系统的承载能力和寿命等。齿轮检测是分析齿轮加工误差来源、提高齿轮加工精度、保证齿轮产品质量的必备手段。齿轮测量可分为接触式测量和非接触式测量。由于齿轮形状复杂，精度要求高，传统的非接触式测量方法难以满足齿轮测量精度要求，因此传统的齿轮检测设备通常采用接触式测量方式。应用广泛的齿轮测量中心和齿轮双啮检查仪分别是齿轮分析式测量设备和综合式测量设备，均为接触式测量方式。随着计算机技术和视觉测量技术的进步，机器视觉测量精度逐渐提高，在一些场合已经可以满足齿轮检测的需求。相对于接触式测量，机器视觉测量具有效率高、信息全、稳定性好、可识别缺陷等优点，在齿轮测量领域应用越来越广泛。近年来出现了影像仪、闪测仪、computer vision gear measurement（CVGM）仪器、在线检测设备等多种基于机器视觉技术的齿轮检测仪器，它们既可以实现齿轮综合式检测，又可以实现齿轮分析式测量，更能进行齿轮缺陷检测。接触式测量属于串联测量模式，通过测量齿面上一系列点来完成某种测量目标，测量效率较低，大批量齿轮的在线全检是个挑战。此外，接触式测量方法只能测量齿轮的尺寸和精度，难以进行齿轮缺陷检测。目前齿轮产品的外观缺陷主要依靠肉眼筛查，一些细微缺陷还要借助放大镜、工具显微镜等辅助设备进行识别，这些设备检测效率低、误检率高，且无法对缺陷进行准确分类和溯源。齿轮视觉检测属于并联测量模式，一次测量可获取整个区域内的几何要素和外观缺陷数据，检测速度得到极大提升，可以用于大批量齿轮的全检；更重要的是能同时进行齿轮精度测量和齿轮缺陷在线检测。基于视觉的齿轮精度测量是齿轮精度理论与机器视觉技术的有机结合，作者将我国首创的齿轮整体误差理论融入齿轮视觉检测技术中，大大拓展了对齿轮误差的分析能力。齿轮缺陷在线视觉检测技术可实现对大批量齿轮的100% 全检，柔性和自动化程度高，既能实时反映生产状态，及时预警，也方便管理者掌控一定周期内产品质量变化，还可以根据大数据做进一步的质量评估、产能分析和工艺优化。2 齿轮视觉检测仪器如图1 所示，齿轮视觉检测仪器由工业相机、镜头、光源、计算机等几个主要部分组成。常用两种照明方式：图1（a）采用背光光源从待测齿轮下方照明，采集到的是齿轮投影图像，齿轮边缘锐度高、噪声小，此方式适用于齿轮精度测量；图1（b）采用正光光源从待测齿轮上方照明，采集到的是齿轮端面图像，能够凸显齿轮表面缺陷特征，此方式适用于齿轮表面缺陷检测。图1 齿轮视觉检测仪器构成（a）齿轮精度测量系统；（b）齿轮缺陷检测系统几十年来，齿轮视觉检测仪器经历了从只能“离线抽检”齿轮的“个别尺寸”，到结合齿轮精度理论做出齿轮“精度评定”，再到可以在生产现场“在线检测”的越，从通用仪器演变为专用仪器。常见的通用仪器有影像仪、闪测仪等，专用仪器有CVGM 仪器、齿轮在线检测设备等。2.1 影像仪影像仪（VMM）是小零件行业应用广泛的通用视觉检测仪器，可用于测量齿轮外径、孔径等几何尺寸。影像仪有手动式和自动式之分。手动式影像仪的成本较低，但调光、对焦、选点、修正等都依赖人工操作；测量齿轮时，需要人工取点来拟合齿顶圆、齿根圆等几何要素。世界上第一台由电机驱动的自动影像测量系统是1977 年由美国View Engineering 公司研发的“RB-1”系统。目前，国内外有众多企业生产自动式影像仪，典型有瑞典海克斯康、德国蔡司、日本三丰、深圳中图仪器、贵阳新天光电、苏州天准科技等。自动式影像仪在工作台的X、Y 和Z 轴方向可以精确移动，能够实现自动对焦，测量精度更高。通过示教或编程可以实现齿轮测量中的自动取点，但操作过程较为复杂，对操作人员要求高。自动式影像仪一般没有齿轮测量专用软件，能够测量的齿轮指标不全，不能进行精度评价和分析。传统影像仪视场一般较小，为了获取整个齿轮端面轮廓，需要进行图像拼接。手动式影像仪进行图像拼接时效率低、难度大，精度也较差。自动式影像仪可以实现图像的自动拼接，效率较高，但拼接成的图像存在亮度、对比度不均匀的现象，尺寸测量精度同样受到影响。2.2 闪测仪近年来，市面上出现一种新型的一键式影像测量仪（闪测仪），视场范围大，可以一次测量多个零件。日本基恩士的IM-8000 闪测仪可在数秒内同时完成最多100 个目标物、300 个部位的测量，可以任意摆放工件，一键自动识别，自动匹配测量。独特的亚像素处理技术可使图像分辨率达0. 01 pixel，测量精度达±2 μm。深圳中图仪器的VX8000 系列闪测仪也可实现同等级的测量精度。此外，闪测仪还可导入CAD 图，通过“比较测量”识别缺陷，如将实际齿廓图像与标准CAD 图的齿廓对比，可以得到缺齿、断齿等缺陷信息。闪测仪的测量效率相比传统影像仪显著提升，但价格昂贵，同样缺少齿轮精度评价专门功能。2.3 CVGM 仪器1980年代，日本和我国开始了齿轮激光全息测量技术研究。基本原理如图9所示，以单频的氦氖激光器为光源，首先在干涉测量系统获得参考标准齿面的全息图像，然后将标准齿面替换为被测齿面放置于干涉测量系统中，同时将已经拍摄到的全息图像置于系统中。测量时，激光经分光棱镜分光扩束后分为了测量光路和参考光路，其中测量光照射到被测齿面上。两束光线同时照射在全息图上，形成了被测齿面和参考齿面间的干涉条纹，并投影在接收屏幕上。在对条纹图像进行数据处理后，可以得到被测齿面相对于标准齿面的形状误差。在测量光与全息图像之间放入平行平晶，用来调整测量光的相位。对于模数0. 2 mm 以下的小模数齿轮，难以使用接触式方法测量齿廓、齿距、公法线长度等关键参数；现有影像式测量设备不能给出齿轮精度评价报告。如图2所示，CVGM 仪器专用于解决小模数齿轮测量难题，可在1 s内自动计算出齿廓、齿距、径向跳动、公法线长度、齿厚变动量、内孔尺寸、实际压力角等关键精度信息，自动根据齿轮精度标准ISO-1328对齿轮误差进行评级，输出完整的齿轮精度检测报告，并做出OK/NG 判断。CVGM 仪器的齿廓偏差测量精度为±3 μm，齿距偏差测量精度为±2 μm，具有强大的分析功能，可测量双向截面整体误差曲线（SJZ 曲线）。图2 CVGM 小模数齿轮测量系统（a）CVGM 软件；（b）CVGM 系统如图3 所示，CVGM 仪器使用齿轮整体误差曲线作为齿轮单项误差计算的中间体，即先由齿轮轮廓生成齿轮整体误差曲线，再由齿轮整体误差曲线计算出各单项误差；并以SJZ 曲线方式表达测量结果，大大提升了齿轮误差分析能力。图3 基于视觉的齿轮整体误差分析2.4 齿轮在线检测设备齿轮视觉在线检测设备一般都具有分选功能，根据检测结果把被测产品分成合格品、不合格品，或按齿轮精度等级分类，或按缺陷类型分类。该类设备结构形式有三种：直接集成在齿轮产品传送带上方，结构较简单；使用专用上下料机械手和其他辅助机构，结构最复杂；采用玻璃转盘式结构，应用最广泛。图4位于传送带上方的齿轮视觉在线检测设备，优点是占用空间小，但传送带运动不平稳和易磨损，产品摆放角度不固定，导致检测精度难以提高。由于传送带不透光，该设备无法获取齿轮与传送带接触面的图像，不能实现双面测量。图4 传送带式齿轮视觉检测系统图5 所示设备采用了机械手、导轨、转盘等部件，结合专门设计的自动检测装置完成齿轮上下料、检测、分选和摆盘等一系列操作。这类检测设备功能较强，但结构复杂，成本较高。图5 使用机械手和自动装置的齿轮视觉检测设备本团队研制了玻璃转盘式的注塑齿轮在线检测分选系统，如图6 所示，该系统已应用于注塑齿轮生产线，工作稳定，取得了突出的使用效果。玻璃转盘由伺服电机和精密减速器驱动，带动待检齿轮通过视觉检测工位，可保证图像采集过程中齿轮匀速平稳运动。转盘采用高透明玻璃材质，不需翻转就可得到产品底部的检测图像。由光电传感器定位齿轮在转盘上的位置，使用气动执行器将OK/NG 的齿轮吹入相应的存储盒实现自动分拣。该系统能够实现注塑齿轮黑点、毛刺、缺齿、断齿、翘曲变形等外观缺陷检测，也能完成常规几何尺寸和形位误差的测量，并能根据缺陷阈值、尺寸公差实时分选出合格品和不合格品，且具备报警功能。该系统对齿轮端面的检测时间小于0. 3 s，满足生产节拍的需求，特别是具有齿轮轴向测量功能。图6 玻璃转盘式齿轮视觉检测分选系统图7 为注塑齿轮在线检测分选系统软件界面。该软件具有自主知识产权，在软件数据库中贮存了常见齿轮型号及对应的尺寸公差和配置参数，包括CPK 分析和XR图分析，提高了参数输入效率。注塑齿轮在线检测分选系统兼具精密测量与缺陷检测功能，包括齿轮轴向高度、齿距、公法线、同心度等与齿轮精度相关的检测，齿轮外观缺陷识别准确率能满足注塑齿轮大批量在机检测需求。图7 注塑齿轮在线检测分选系统软件界面3 齿轮视觉检测技术齿轮视觉检测技术是齿轮视觉检测仪器的核心，涉及光学、电子学、计算机图形学、齿轮几何学等多个学科，内容覆盖光学成像、图像处理、软件工程、工业控制、传感器、齿轮精度理论等。近几年，与齿轮视觉检测技术相关的新技术、新理论、新方法大量出现，在多个核心问题上取得了重要的研究进展。齿轮视觉检测技术既有一般视觉检测的共性问题，又有齿轮视觉检测中的特殊问题。齿轮视觉检测的工作流程包括图像采集、图像预处理、边缘检测、齿轮精度评定或齿轮缺陷分析等，其中图像采集、图像预处理、特征提取、图像分割、边缘检测、亚像素算法等属于通用的视觉检测技术，而齿轮精度评定和齿轮缺陷识别属于齿轮视觉检测技术的个性问题。这里先从图像采集系统（硬件）和图像处理算法（软件）两个方面综述与齿轮视觉检测技术相关的共性问题的研究进展，然后从齿轮精度测量和齿轮缺陷检测两个方面介绍齿轮视觉检测技术中个性问题的研究进展。3.1 图像采集系统图像采集系统一般由计算机（主机）、图像采集卡、工业相机、镜头、光源等组成。工业相机按照传感器芯片种类可分为CCD 相机和CMOS 相机两种，传统上CCD 相机效果更好，但随着技术的发展，目前在一般应用场合CMOS 相机基本已经取代了CCD 相机。相机数据接口常见的有GigE 接口、USB 接口（USB2. 0和USB3. 0）、Cameralink 接口等。其中采用GigE 或USB 接口的工业相机可以直接通过线缆与主机通讯，不需要数据采集卡；而其他接口如Camerlink 接口的相机则需要配备图像采集卡才能与主机通讯。常用的工业镜头按等效焦距分类主要有广角、长焦、中焦、远心、微距镜头等。一般远心镜头的畸变更小，景深更大，可以消除“近大远小”的测量误差，更适合进行高精度的尺寸测量，因此在齿轮视觉检测领域使用最多的镜头为远心镜头。但远心镜头通常价格较高，对精度测量要求不高时，可用普通镜头替代。视觉检测领域常用的光源有点光源、面光源、条形光源、环形光源、穹顶光源、同轴光源等类型，其作用主要有强化特征和弱化背景、突出测量特征、提高图像信息、简化算法、降低系统设计的复杂度、提高系统的检查精度和效率。在齿轮精度测量领域常用的光源主要是面光源，面光源的光线具有更好的方向性，均匀性更好，齿廓更清晰；在齿轮缺陷检测领域主要使用穹顶光源、环形光源和同轴光源等，这些光源可使整个齿轮端面图像的照度十分均匀，突出缺陷特征。齿轮视觉检测的核心问题是测量精度和检测效率，这两个问题都与图像采集系统密切相关。为了提高测量精度，应当选用分辨率更高的相机；为了提高检测效率，需要选择分辨率低的相机，以减少需要处理的数据量，提高软件计算速度。精度和效率是一对矛盾，通过选用运算能力更强的计算机和改进图像处理算法的效率，可以部分地解决精度和效率的矛盾问题。无论是为了提高检测精度还是为了提高检测效率，选用精度更好的镜头和更加稳定的光源都可以改善整体的性能指标。3.2 图像处理算法齿轮视觉检测技术中用到的图像处理算法有图像预处理、边缘检测、亚像素定位、特征提取和模式识别等。其中图像预处理方法与机器视觉其他应用场合的预处理方法基本相同。3.2.1 边缘检测算法齿轮视觉检测中常采用的边缘检测方法有经典微分算子、小波变换和数学形态学。边缘检测算法能够把齿轮二维端面图像中的关键轮廓提取出来，得到轮廓像素点的坐标集合。根据轮廓点的坐标信息和相机标定参数就可以精确计算出齿轮的特征尺寸，包括齿顶圆直径、齿根圆直径、内孔直径、齿高、齿厚和齿距等。1）经典微分算子图像边缘一般是图像灰度变化率最大的位置，因此可用一阶/二阶导数来检测边缘，由此诞生了一系列经典微分算子。根据微分的阶数可以将经典微分算子分为两类：一类是通过寻找图像灰度值的一阶导数极值点来确定边界的一阶微分算子，有Roberts 算子、Prewitt 算子、Sobel 算子、Canny 算子；另一类是根据图像二阶导数的零点来寻找边界的二阶微分算子，有Laplacian 算子、LoG（Laplacian-of-Gaussian）算子、DoG（Difference-of-Gaussian）算子。对这些经典微分算子在齿轮边缘检测中的性能进行了比较，如表1 所示。表1 经典微分算子在齿轮边缘检测中的性能比较Canny 算子采用双阈值和非极大值抑制策略提升对噪声的抗干扰性，具有滤波、增强、检测多个阶段的优化，是性能最优良的微分算子。对于齿轮图像，采用Canny 算子提取的齿廓信息最完整，最接近实际齿廓，如图8 所示。图8 基于Canny 算子的齿廓提取2）小波变换小波变换具有良好的时频局部化特性和多尺度特性。良好的时频局部化特性使其特别适用于检测突变信号，而图像中的突变信号对应边缘，因此小波变换也适用于图像边缘检测。利用Harr 小波函数对齿轮图像进行重构，再结合Canny 算子提取重构图像的齿廓，比单独采用Canny 算子有更优的效果。多尺度特性使其能很好地抑制噪声。图像中的噪声和边缘都属于高频分量，经典微分算子引入各种形式的微分运算后必然对噪声较为敏感，而随着尺度的增加，噪声引起的小波变换的模的极大值迅速减小，而边缘的模值不变，这一特性可以很好地抑制图像噪声。提出一种基于Curvelet 变换的尺度与方向相关性联合降噪方法，该方法对齿轮图像进行降噪处理，在继承小波变换多尺度降噪的基础上，同时进行尺度内方向相关性降噪，可以为齿轮边缘检测提供高质量的输入图像。因此，小波变换是一种齿轮图像边缘提取的有效方法。3）数学形态学数学形态学是基于积分几何和几何概率理论建立的关于图像形状和尺寸的研究方法，其实质是一种非线性滤波方法，通过物体形状集合与结构元素之间的相互作用对图像进行非线性滤波。由于数学形态学提取边缘时容易造成间距小的低灰度轮廓的错位和合并，因此常将其与微分算子提取出的轮廓加权融合。相关文献就提出了一种融合Canny 算子和数学形态学的含噪声齿轮图像边缘检测算法，分别采用改进的Canny 算子和多尺度多结构元素灰度形态学边缘检测算子提取边缘；然后对两幅边缘图像进行了小波分解，得到各层子图像；最后对子图像进行自适应加权融合，并使用小波逆变换重构图像得到最终的边缘检测图像。相关文献采用数学形态学中的四邻域腐蚀法提取出边缘宽度，并将其作为单个像素的轮廓，测量分度圆直径为5 mm 以下的齿轮的齿顶圆直径和齿根圆直径，与千分尺测量结果差值的绝对值在2 μm 以内。3.2.2 亚像素定位算法数字图像是以离散化的像素形式存在的，传统边缘检测算法的测量分辨率只能达到一个像素级，提取出的边缘由像素块构成，边缘定位精度不高，如图9（c）所示。亚像素定位算法是在像素级边缘检测的基础上逐渐发展而来的，首先需要经过像素级边缘检测粗定位，然后利用粗定位边缘点周围邻域内的像素数据进行边缘点的亚像素级精确定位，如图9（d）所示。图9 亚像素边缘处理亚像素定位算法主要有三类：矩方法、插值法和拟合法。1）矩方法矩方法计算简便，应用于齿轮边缘检测可以减小测量误差。相关文献提出一种利用前三阶灰度矩进行亚像素边缘定位的算法，这是文献中最早提出的矩方法。随后基于空间矩、Zernike 正交矩的方法也相继被提出。相关文献利用基于Zernike 矩的齿廓边缘检测算法，对齿顶圆直径为49. 751 mm、齿数为23 的齿轮测得的齿顶圆直径、齿根圆直径的相对误差在0. 02% 以内，齿距累积总偏差的相对误差约5. 15%。相关文献提出一种基于灰度矩的亚像素边缘检测算法，该算法以邻域窗口的灰度均方差积表示边缘强度，灰度重心所在的方向表示灰度变化的方向，在初始边缘的基础上按求取的灰度变化方向划分为八个区域，构建一维灰度矩模型解算亚像素边缘位置，对于噪声系数为0. 005 的模拟图像，该算法的绝对定位误差为0. 013 pixel。相关文献提出了一种复合亚像素边缘检测方法，该方法基于orthogonal Fourier-Mellin moment（OFMM），可为后续齿廓缺陷检测提供精确的齿廓形状。2）插值法插值法运算速度快，应用于齿轮在线检测设备能够满足生产节拍的要求。插值法的核心是对像素点的灰度值或灰度值的导数进行插值，以增加信息。德国MVtec 公司开发的著名机器视觉算法包Halcon 在工业领域应用广泛，其中的亚像素边缘检测算子采用的就是插值法。相关文献基于Halcon 算法包中的亚像素边缘检测算子，开发了一套齿轮测量应用程序，可以得到齿廓亚像素点集合，并设定条件剔除假边缘，最终得到齿顶圆直径等参数。3）拟合法拟合法对噪声不敏感，适用于噪声较多的齿轮图像，但求解速度较慢。拟合法是通过对像素坐标和灰度值进行理想边缘模型拟合来获得亚像素边缘的。相关文献提出一种基于高斯积分曲面拟合的亚像素边缘定位算法，可最大限度地消除噪声的影响，与原有高斯拟合算法相比，该算法通过坐标变换简化了曲面拟合问题，计算速度提高1 倍，可以满足五级精度的渐开线直齿圆柱齿轮的齿廓偏差测量要求。3.2.3 特征提取和模式识别算法缺陷检测算法一般由图像预处理、图像分割、特征提取和模式识别等步骤组成，其中特征提取和模式识别是缺陷检测的关键环节。特征提取的有效性对后续目标缺陷识别精度、计算复杂度、检测鲁棒性等均有重大影响。常用的特征提取算法可以分为三种，分别是基于纹理、颜色和形状的特征提取算法。提取完特征后，还需采用模式识别算法对缺陷进行区分。模式识别算法主要有匹配识别和分类识别两类。齿轮缺陷检测常用的匹配识别算法有FAST 和SIFT 算法等，常用的分类识别算法有基于人工神经网络或支持向量机的算法。相关文献提出了一种基于FAST-Unoriented-SIFT 提取算法和BoW（Bag-of-Words）模型的行星齿轮故障识别方法，该方法将原始振动信号转换为灰度图像后，通过FAST-Unoriented-SIFT 算法直接提取灰度图像中的特征。FAST-Unoriented-SIFT 算法结合了FAST 和SIFT 算法的优点，忽略了特征的方向。最后在提取的特征的基础上建立BoW 模型，该方法对齿轮故障的整体识别率达98. 67%。相关文献提出了一种改进的GA-PSO 算法，称为SHGAPSO算法，先经过图像分割算法提取齿轮的几何形状、纹理和颜色特征，再重建BP 神经网络，并使用SHGA-PSO 算法优化结构和权重。SHGA-PSO 算法对坏齿、划痕、磨损和裂纹4 种不同的齿轮缺陷样本的识别正确率在94% 以上。相关文献基于YOLO-v3 网络实现了对金属齿轮端面凸起、凹陷和划痕三种缺陷的快速检测和定位，对每幅图像的平均检测时间为77 ms，对三种缺陷的平均精确度（AP）和平均召回率（mean recall）分别为93% 和91%，检测效果如图10 所示。图10 齿轮缺陷特征提取与模式识别3.3 齿轮精度测量齿轮形状复杂，精度要求高。为保证齿轮产品质量，需要控制的齿轮精度指标有齿距偏差、齿廓偏差、螺旋线偏差、齿厚、齿圈跳动等，其中除螺旋线偏差外，其他精度指标都可以用齿轮端截面轮廓数据进行计算。齿轮精度测量主要有两个问题需要解决，一是通过图像处理获得被测齿轮的精确的端面轮廓信息，二是根据齿轮精度理论和相关齿轮精度标准计算齿轮各项偏差值并给出齿轮精度评定结果。通过齿轮精度等级，可以确定对视觉检测系统的测量精度要求。以齿数20、模数1 mm、5 级精度的直齿圆柱齿轮为例，其齿距累积总偏差为11 μm，齿廓总偏差为4. 6 μm。按测量仪器精度为被测指标允差的1/3~1/5 估算，测量5 级精度齿轮的测量仪的精度应优于1. 6 μm。这对视觉测量而言，是非常困难的。齿轮视觉测量精度依赖于测量系统的硬件和数据处理算法。由于所用相机、镜头等图像采集系统硬件和图像处理算法等软件的不同，以及被测对象齿轮的尺寸参数和精度要求不同，齿轮视觉检测系统的测量精度的差异很大，但在齿轮被测项目评定方面，都是根据齿轮精度相关标准进行的。相关文献依据齿轮精度标准ISO1328-1，给出了视觉测量齿距偏差和齿廓偏差的评定方法，对模数为0. 5 mm 的8 级精度直齿轮测得的齿距偏差、齿廓偏差与齿轮测量中心的测量结果差值最大为4 μm。相关文献采用视觉测量方法测量模数为2 mm、齿数为90的齿轮，齿廓总偏差5 次测量的标准差为0. 028 μm，取得了很好的测量重复性。相关文献提出了视觉测量齿轮的公法线长度的方法，其测量精度能够满足工程应用要种类不全，提高缺陷识别准确率和效率是着力重点。随着人工成本的增加和产业升级需求的提升，在大规模齿轮生产过程中齿轮视觉在线检测设备的应用越来越多。齿轮视觉在线检测设备的特点有：耦合于生产线上，可高效测量批量齿轮的尺寸精度，实时监测齿轮质量，自动剔除不合格品，形成“生产-检测-分选”自动化流水线；对齿轮外观缺陷进行识别和分类，实现大批量齿轮的“应检尽检”，用“大数据”手段分析齿轮工艺问题，与生产管控系统互联，及时调整工艺参数，减少损失；实现齿轮质量长期监测，及时发现齿轮质量的异常变化；可实现网络化监管和远程监控，即使在千里之外也可以监控整个生产过程，把握生产动态。在未来，齿轮视觉检测技术必将纳入更多先进的科学技术，齿轮视觉检测仪器也将集成更多新技术，并充分发挥各项技术的优点，提升检测效率和精度。三维视觉检测技术、视觉检测设备的复合化、微型化和智能化将是齿轮视觉检测技术的发展趋势。未来每条齿轮产线的生产动态都可以集成到一个软件中进行分析，检测数据实时存储到云端，长期积累的庞大数据将为齿轮生产工艺带来巨大的变革。毫不夸张地说，视觉检测技术将会带来齿轮检测领域的革命，现在还仅仅处于入门口。（省略参考文献51篇）

table width=" 614" cellspacing=" 0" cellpadding=" 0" border=" 1" tbody tr style=" height:25px" class=" firstRow" td style=" border: 1px solid windowtext padding: 0px 7px " width=" 132" height=" 25" p style=" line-height:150%" span style=" line-height:150% font-family:宋体" 成果名称 /span /p /td td colspan=" 3" style=" border-color: windowtext windowtext windowtext currentcolor border-style: solid solid solid none border-width: 1px 1px 1px medium border-image: none 100% / 1 / 0 stretch padding: 0px 7px " valign=" bottom" width=" 482" height=" 25" p style=" text-align:center line-height:150%" strong span style=" line-height:150% font-family:宋体" 微米级高速视觉质量检测仪 /span /strong /p /td /tr tr style=" height:25px" td style=" border-color: currentcolor windowtext windowtext border-style: none solid solid border-width: medium 1px 1px border-image: none 100% / 1 / 0 stretch padding: 0px 7px " width=" 132" height=" 25" p style=" line-height:150%" span style=" line-height:150% font-family:宋体" 单位名称 /span /p /td td colspan=" 3" style=" border-color: currentcolor windowtext windowtext currentcolor border-style: none solid solid none border-width: medium 1px 1px medium padding: 0px 7px " width=" 482" height=" 25" p style=" line-height:150%" span style=" line-height:150% font-family:宋体" 凌云光技术集团有限责任公司 /span /p /td /tr tr style=" height:25px" td style=" border-color: currentcolor windowtext windowtext border-style: none solid solid border-width: medium 1px 1px border-image: none 100% / 1 / 0 stretch padding: 0px 7px " width=" 132" height=" 25" p style=" line-height:150%" span style=" line-height:150% font-family:宋体" 联系人 /span /p /td td style=" border-color: currentcolor windowtext windowtext currentcolor border-style: none solid solid none border-width: medium 1px 1px medium padding: 0px 7px " width=" 168" height=" 25" p style=" line-height:150%" span style=" line-height:150% font-family:宋体" 霍秋宝 /span /p /td td style=" border-color: currentcolor windowtext windowtext currentcolor border-style: none solid solid none border-width: medium 1px 1px medium padding: 0px 7px " width=" 161" height=" 25" p style=" line-height:150%" span style=" line-height:150% font-family:宋体" 联系邮箱 /span /p /td td style=" border-color: currentcolor windowtext windowtext currentcolor border-style: none solid solid none border-width: medium 1px 1px medium padding: 0px 7px " width=" 153" height=" 25" p style=" line-height:150%" a href=" mailto:qiubaohuo@lusterinc.com" span style=" line-height:150% font-family:宋体 color:windowtext text-underline:none" qiubaohuo@lusterinc.com /span /a /p /td /tr tr style=" height:25px" td style=" border-color: currentcolor windowtext windowtext border-style: none solid solid border-width: medium 1px 1px border-image: none 100% / 1 / 0 stretch padding: 0px 7px " width=" 132" height=" 25" p style=" line-height:150%" span style=" line-height:150% font-family:宋体" 成果成熟度 /span /p /td td colspan=" 3" style=" border-color: currentcolor windowtext windowtext currentcolor border-style: none solid solid none border-width: medium 1px 1px medium padding: 0px 7px " width=" 482" height=" 25" p style=" line-height:150%" span style=" line-height:150% font-family:宋体" □正在研发& nbsp & nbsp □已有样机& nbsp & nbsp □通过小试& nbsp & nbsp □通过中试& nbsp & nbsp √可以量产 /span /p /td /tr tr style=" height:25px" td style=" border-color: currentcolor windowtext windowtext border-style: none solid solid border-width: medium 1px 1px border-image: none 100% / 1 / 0 stretch padding: 0px 7px " width=" 132" height=" 25" p style=" line-height:150%" span style=" line-height:150% font-family:宋体" 合作方式 /span /p /td td colspan=" 3" style=" border-color: currentcolor windowtext windowtext currentcolor border-style: none solid solid none border-width: medium 1px 1px medium padding: 0px 7px " width=" 482" height=" 25" p style=" line-height:150%" span style=" line-height:150% font-family:宋体" □技术转让& nbsp & nbsp & nbsp □技术入股& nbsp & nbsp & nbsp √合作开发& nbsp & nbsp & nbsp □其他 /span /p /td /tr tr style=" height:132px" td colspan=" 4" style=" border-color: currentcolor windowtext windowtext border-style: none solid solid border-width: medium 1px 1px border-image: none 100% / 1 / 0 stretch padding: 0px 7px " width=" 614" height=" 132" p style=" line-height:150%" strong span style=" line-height:150% font-family: 宋体" 成果简介： /span /strong /p p style=" line-height:150%" strong span style=" line-height:150% font-family: 宋体" /span /strong /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201803/insimg/adb81df1-6867-4892-acb8-9d50b6c971c0.jpg" title=" 15.png" style=" width: 300px height: 330px " width=" 300" vspace=" 0" hspace=" 0" height=" 330" border=" 0" / /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201803/insimg/2a943a07-2426-44b4-b288-b8e6ac67f195.jpg" title=" 16.png" style=" width: 300px height: 319px " width=" 300" vspace=" 0" hspace=" 0" height=" 319" border=" 0" / /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201803/insimg/0e7cd376-4ddc-44e3-a639-7aa5b31e5688.jpg" title=" 17.png" style=" width: 400px height: 233px " width=" 400" vspace=" 0" hspace=" 0" height=" 233" border=" 0" / /p p style=" text-align:center line-height:150%" strong /strong /p p style=" text-align:center line-height:150%" strong /strong /p p class=" MsoListParagraph" style=" margin-left:24px line-height:150%" strong span style=" line-height:150% font-family:宋体" 1. span style=" font:9px & #39 Times New Roman& #39 " & nbsp /span /span /strong strong span style=" line-height:150% font-family:宋体" 关键技术研发成果 /span /strong /p p style=" margin-left:24px line-height:150%" span style=" line-height:150% font-family:宋体" ? /span span style=" line-height:150% font-family:宋体" 自主研发高性能大面阵相机、高速线阵相机、高亮度光源，实现高速高精度图像采集； /span /p p style=" margin-left:24px line-height:150%" span style=" line-height:150% font-family:宋体" ? /span span style=" line-height:150% font-family:宋体" 工业视觉检测算法取得突破，实现高速高精度智能化检测； /span /p p style=" margin-left:24px line-height:150%" span style=" line-height:150% font-family:宋体" ? /span span style=" line-height:150% font-family:宋体" 新一代混合分布式处理架构和开放式算法平台开发成功； /span /p p style=" margin-left:24px line-height:150%" span style=" line-height:150% font-family:宋体" ? /span span style=" line-height:150% font-family:宋体" 首创基于工业大数据互联的质量管理数据信息系统和数据库； /span /p p style=" margin-left:24px line-height:150%" span style=" line-height:150% font-family:宋体" ? /span span style=" line-height:150% font-family:宋体" 开发完善了以视觉质量检测仪为核心的行业质量检测工艺，形成国家标准。 /span /p p class=" MsoListParagraph" style=" margin-left:24px line-height:150%" strong span style=" line-height:150% font-family:宋体" 2. span style=" font:9px & #39 Times New Roman& #39 " & nbsp /span /span /strong strong span style=" line-height:150% font-family:宋体" 仪器研发成果 /span /strong /p p class=" MsoListParagraph" style=" margin-left:30px line-height:150%" span style=" line-height:150% font-family: Wingdings" Ø span style=" font:9px & #39 Times New Roman& #39 " & nbsp & nbsp & nbsp /span /span span style=" text-decoration:underline " span style=" line-height:150% font-family:宋体" 印刷视觉质量检测仪 /span /span /p p class=" MsoListParagraph" style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 采用高速线阵相机和专用高亮度光源，采用全新架构的PrintingPLUS 5.0软件平台，优化高速算法，实现了高精度高速检测。 /span /p p class=" MsoListParagraph" style=" margin-left:30px text-indent:0 line-height:150%" span style=" line-height:150% font-family:宋体" ? /span span style=" line-height:150% font-family:宋体" 可检点状缺陷尺寸≥ /span span style=" line-height:150% font-family:宋体" 0.1mm /span span style=" line-height:150% font-family:宋体" × 0.1mm且反差≥40DN的点缺陷； /span /p p style=" margin-left:30px text-indent:0 line-height:150%" span style=" line-height:150% font-family:宋体" ? /span span style=" line-height:150% font-family:宋体" 可检块状缺陷尺寸≥ /span span style=" line-height:150% font-family:宋体" 0.15mm /span span style=" line-height:150% font-family:宋体" × 0.15mm且反差≥10DN的块状缺陷； /span /p p style=" margin-left:30px text-indent:0 line-height:150%" span style=" line-height:150% font-family:宋体" ? /span span style=" line-height:150% font-family:宋体" 可检线状缺陷宽度≥ /span span style=" line-height:150% font-family:宋体" 50 /span span style=" line-height:150% font-family:宋体" μm且反差≥10DN的运动方向线缺陷； /span /p p style=" margin-left:30px text-indent:0 line-height:150%" span style=" line-height:150% font-family:宋体" ? /span span style=" line-height:150% font-family:宋体" 检测速度 /span span style=" line-height:150% font-family:宋体" 300m/min /span span style=" line-height:150% font-family:宋体" 。 /span /p p class=" MsoListParagraph" style=" margin-left:28px line-height:150%" span style=" line-height:150% font-family: Wingdings" Ø span style=" font:9px & #39 Times New Roman& #39 " & nbsp /span /span span style=" text-decoration:underline " span style=" line-height:150% font-family: 宋体" LCD /span /span span style=" text-decoration:underline " span style=" line-height:150% font-family:宋体" 视觉质量检测仪 /span /span /p p class=" MsoListParagraph" style=" margin-left:28px text-indent:0 line-height:150%" span style=" line-height:150% font-family:宋体" 解决了2%低对比色斑缺陷检测，接近人眼极限，实现了高动态范围检测。 /span /p p style=" text-indent:23px line-height:150%" span style=" line-height:150% font-family:宋体" ? /span span style=" line-height:150% font-family:宋体" & nbsp 可检缺陷尺寸≥26μm× 26μm(1/3子像素)且对比度≥15％； /span /p p style=" text-indent:23px line-height:150%" span style=" line-height:150% font-family:宋体" ? /span span style=" line-height:150% font-family:宋体" & nbsp 可检色斑缺陷尺寸≥2mm× 2mm且对比度≥2％。 /span /p p class=" MsoListParagraph" style=" margin-left:28px line-height:150%" span style=" line-height:150% font-family: Wingdings" Ø span style=" font:9px & #39 Times New Roman& #39 " & nbsp /span /span span style=" text-decoration:underline " span style=" line-height:150% font-family: 宋体" PCB /span /span span style=" text-decoration:underline " span style=" line-height:150% font-family:宋体" 视觉质量检测仪 /span /span /p p class=" MsoListParagraph" style=" margin-left:28px text-indent:0 line-height:150%" span style=" line-height:150% font-family:宋体" 实现了10μm检测精度。 /span /p p style=" text-indent:23px line-height:150%" span style=" line-height:150% font-family:宋体" ? /span span style=" line-height:150% font-family:宋体" 可检测幅面 /span span style=" line-height:150% font-family:宋体" 26” /span span style=" line-height:150% font-family:宋体" × 30”； /span /p p style=" text-indent:23px line-height:150%" span style=" line-height:150% font-family:宋体" ? /span span style=" line-height:150% font-family:宋体" 可 /span span style=" line-height:150% font-family:宋体" 检最小线 /span span style=" line-height:150% font-family:宋体" 密度1.2mil； /span /p p style=" text-indent:23px line-height:150%" span style=" line-height:150% font-family:宋体" ? /span span style=" line-height:150% font-family:宋体" 可检出20%最小线宽，6μm /span /p p style=" text-indent:23px line-height:150%" span style=" line-height:150% font-family:宋体" ? /span span style=" line-height:150% font-family:宋体" 检测速度 /span span style=" line-height:150% font-family:宋体" 200 /span span style=" line-height:150% font-family:宋体" 面/小时 /span /p p style=" margin-left:38px line-height:150%" span style=" line-height:150% font-family:宋体" ? /span span style=" line-height:150% font-family:宋体" 可检短路、断路、线宽违规、线距违规、缺口、毛刺、残铜、针孔、元件多/缺、位置错误；可检孔偏、孔破、孔缺失以及凹陷缺陷。 /span /p p class=" MsoListParagraph" style=" margin-left:24px line-height:150%" strong span style=" line-height:150% font-family:宋体" 3. span style=" font:9px & #39 Times New Roman& #39 " & nbsp /span /span /strong strong span style=" line-height:150% font-family:宋体" 仪器应用成果 /span /strong /p p class=" MsoListParagraph" style=" margin-left:28px line-height:150%" span style=" line-height:150% font-family: Wingdings" Ø span style=" font:9px & #39 Times New Roman& #39 " & nbsp /span /span span style=" line-height:150% font-family:宋体" 印刷视觉质量检测仪 /span /p p class=" MsoListParagraph" style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 2016 /span span style=" line-height:150% font-family:宋体" 年与浙江诚信包装材料有限公司签订了6台的销售合同，销售总额超过230万元。该系列设备在印刷行业得到广泛应用，在国内印刷龙头企业如浙江诚信、北京联宾、黄山永新及国际知名企业如CCL、ESSEL等实现成功推广，2017年产值过亿元。 /span /p p class=" MsoListParagraph" style=" margin-left:28px line-height:150%" span style=" line-height:150% font-family: Wingdings" Ø span style=" font:9px & #39 Times New Roman& #39 " & nbsp /span /span span style=" line-height:150% font-family: 宋体" LCD /span span style=" line-height:150% font-family:宋体" 视觉质量检测仪 /span /p p style=" margin-left:2px text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 与无锡夏普元器件有限公司、群创光电南京有限公司、友达光电厦门有限公司、深圳市德普特电子有限公司分别签订了21台、6台、12台和30台的销售合同，销售总额超过5000万元。 /span /p p class=" MsoListParagraph" style=" margin-left:2px text-indent:21px line-height:150%" span style=" line-height:150% font-family:宋体" 本成果已进入LCD行业国内外龙头企业如夏普、群创、JDI、天马等，用于苹果IPhone、小米、华为、VIVO、OPPO手机屏幕检测。 /span /p p class=" MsoListParagraph" style=" margin-left:28px line-height:150%" span style=" line-height:150% font-family: Wingdings" Ø span style=" font:9px & #39 Times New Roman& #39 " & nbsp /span /span span style=" line-height:150% font-family: 宋体" PCB /span span style=" line-height:150% font-family:宋体" 视觉质量检测仪 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 已实现产品化，并与广东省梅州市领先的线路板企业兴成线路板有限公司签订3台销售合同，用于精密线路板的蚀刻质量检测。 /span /p /td /tr tr style=" height:75px" td colspan=" 4" style=" border-color: currentcolor windowtext windowtext border-style: none solid solid border-width: medium 1px 1px border-image: none 100% / 1 / 0 stretch padding: 0px 7px " width=" 614" height=" 75" p style=" line-height:150%" strong span style=" line-height:150% font-family: 宋体" 应用前景： /span /strong /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 1 /span span style=" line-height:150% font-family:宋体" 、3款仪器分别应用于软包装印刷品及标签印刷品检测、LCD检测、PCB检测，即工业生产中的印刷、LCD和PCB行业。 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 2 /span span style=" line-height:150% font-family:宋体" 、市场预测： /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" （1）印刷市场——体量巨大，需求旺盛，国内市场超30亿 /span /p p class=" MsoListParagraph" style=" text-indent:23px line-height:150%" span style=" line-height: 150% font-family:宋体" 全球印刷企业超过25万家，其中软包装企业超过5万家，标签企业超过3万家；中国具有一定规模（产值500万以上）的软包装彩印企业超过1万家。中国内地有6046家，其中不干胶企业有3000～4000家。 /span /p p class=" MsoListParagraph" style=" text-indent:23px line-height:150%" span style=" line-height: 150% font-family:宋体" 软包国内市场需求，整体市场容量1.5万台，产值8000万以上企业1300家，需求4500套以上；标签中国需求，保守估计未来5年行业检测设备需求量在1500台以上。 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" （2）LCD市场——势在必行，增长迅猛，需求2000套以上，超20亿 /span /p p class=" MsoListParagraph" style=" text-indent:23px line-height:150%" span style=" line-height:150% font-family:宋体" LCD /span span style=" line-height:150% font-family:宋体" 平板显示器行业的发展来自四大驱动力：智能手机、平板电脑、液晶显示器、液晶电视。 /span /p p style=" text-indent:23px line-height:150%" span style=" line-height:150% font-family:宋体" 行业市场前景：全球规模超过1300亿美元，行业年增率为8%；中国显示屏企业是未来全球行业领导者，全球80%的后加工在中国；17亿智能手机，市场需求2000套。 /span /p p style=" text-indent:23px line-height:150%" span style=" line-height:150% font-family:宋体" （3）PCB市场分析——生产必备，替代进口，国内市场超20亿 /span /p p class=" MsoListParagraph" style=" margin-left:2px text-indent:21px line-height:150%" span style=" line-height:150% font-family:宋体" PCB & nbsp AOI /span span style=" line-height:150% font-family: 宋体" 对于主流工艺在2 /span span style=" line-height:150% font-family: 宋体" ~ /span span style=" line-height:150% font-family: 宋体" 5mil /span span style=" line-height:150% font-family:宋体" 的产品为必备的检测设备，市场规模巨大。 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" 从历史数据和行业发展情况估计，中国市场每年有400～800台PCB AOI需求的规模:设备市场规模约3～6亿元；服务市场：20%设备售价，以5～8年寿命计，规模约5亿元。 /span /p /td /tr tr style=" height:72px" td colspan=" 4" style=" border-color: currentcolor windowtext windowtext border-style: none solid solid border-width: medium 1px 1px border-image: none 100% / 1 / 0 stretch padding: 0px 7px " width=" 614" height=" 72" p style=" line-height:150%" strong span style=" line-height:150% font-family: 宋体" 知识产权及项目获奖情况： /span /strong /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family: 宋体" 1. & nbsp /span span style=" line-height:150% font-family: 宋体" 整机和核心关键技术拥有自主知识产权。 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family: 宋体" 2. & nbsp /span span style=" line-height:150% font-family: 宋体" 专利情况：已授权或受理的专利137件（专利名称、专利号见附件2）。 /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family: 宋体" 3. & nbsp /span span style=" line-height:150% font-family: 宋体" 国家、部委、省、市专项计划或国家、部委、省、市奖励： /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" （1）2015年“LCD TFT点灯视觉质量检测仪”获中国光学工程学会科技创新产品二等奖； /span /p p style=" text-indent:28px line-height:150%" span style=" line-height:150% font-family:宋体" （2）2016年“印刷视觉质量检测仪”获中国光学工程学会科技创新产品三等奖 /span /p /td /tr /tbody /table p br/ /p

《产品外观缺陷机器视觉在线检测技术及设备开发》一文由合肥工业大学仪器科学与光电工程学院卢荣胜教授投稿分享，包括自序、研究背景、典型系统组成、成像技术及实现策略、关键核心单元部件、缺陷识别与分类、结束语、致谢几个部分。由于篇幅较长分为四篇发布，以下为第一部分：自序、研究背景、典型系统组成。1．自序本人1985年大学毕业后在量仪厂从事量具、刃具、工装、专机与机加工工艺开发等技术工作，于1992年从师费业泰教授攻读硕士与博士学位，从事精密机械热变形误差、精密仪器精度理论方面研究， 1998年末博士毕业后又拜师天津大学叶声华教授，从事机器视觉在线检测方面的博士后研究，研究方向随之聚焦于机器视觉与光学精密测量领域。之后在香港城市大学、英国帝国理工学院和哈德斯菲尔德大学进行了为期6年的三维机器视觉、自动光学检测和光学测量技术研发工作，于2006年5月返回母校合肥工业大学任教。回国后继续从事机器视觉与光学测量方面的研究，坚持面向平板显示、新能源、软性电路板、半导体等先进制造产业，注重技术的应用开发。先后主持了国家自然科学基金项目3项、863专项1项、国家科技支撑项目1项、国家重大科学仪器设备开发专项1项、国家重点研发课题1项、以及其它省部级项目和产学研合作项目10余项，在机器视觉与光学测量领域已培养硕士和博士研究生100余人。鉴于在机器视觉技术研究及应用开发方面20余年的研究积累，2021年无锡市锡山区政府与我们科研团队合作，联合创立了一个新型科技研发机构——无锡维度机器视觉产业技术研究院，采用实体化运营模式，面向先进制造产业链，从事机器视觉与光学精密测量方面产业共性关键技术研究与产业化开发。研究内容与产业化业务范围涉及机器视觉缺陷在线检测、三维机器视觉精密测量、机器人视觉引导、半导体检测、机器视觉关键零部件开发等。开发的视觉系统与仪器已经在平板显示、光伏、锂电池、软性电路板、半导体等行业得到成功应用。鉴于篇幅问题，本文重点聚焦于产品外观缺陷视觉在线检测技术，归纳了我20多年来在这些方面的科学研究与产业化开发的进展情况与心得体会。2．研究背景在产品制造过程中，由于生产环境不理想、制造工艺不规范等各种原因，零部件和产品外观难免会含有多种缺陷，如印制电路板上出现孔位、划伤、断路、短路和污染，液晶面板的基板玻璃和滤光片表面含有针孔、划痕、颗粒，带钢表面产生裂纹、辊印、孔洞和麻点，铁路钢轨出现凹坑、鼓包、划痕、擦伤、色斑和锈蚀，等等。这些缺陷不仅影响产品外观，更重要的是影响产品性能，严重时甚至危害生命安全，对用户造成巨大经济损失，因此，现代制造业对产品的表面质量控制非常重视。产品外观缺陷在线检测最传统的方法就是采用人工目视检测法，目前高端制造工厂大部分都采用自动化生产，但人工目视检测岗位仍占据工厂整体人员的15%-30%。鉴于人工目视检测存在对人眼伤害大、主观性强、准确率低、不确定性大、易产生歧义和效率低下等缺点，已很难满足现代工业对产品质量及外观越来越高的严格要求。随着电子技术、图像传感技术和计算机技术的快速发展，利用基于图像传感技术的视觉在线检测方法已逐渐成为外观缺陷检测的重要手段，因为这种方法具有自动化、非接触、速度快、准确度高等优点。目前，外观缺陷视觉在线检测技术已经广泛应用于工业、农业、生物医疗等行业，尤其在现代制造业，如平板显示、光伏、锂电池、半导体、汽车、3C电子（计算机、通讯和消费电子产品）等领域，对能够实现机器换人的外观缺陷视觉检测技术需求越来越旺盛。3．典型系统组成产品外观缺陷机器视觉检测是基于人眼视觉成像与人脑智能判断的原理，采用图像传感技术获取被测对象的信息，通过数字图像处理增强缺陷目标特征，再通过Blob(Binary large object)分析、模板匹配或深度学习等算法从背景图像中提取缺陷特征信息，并进行分类与表征。在工业应用领域，外观缺陷视觉检测系统实际上是一种智能化的数字成像与处理系统，即采用各种成像技术（如光学成像）模拟人眼的视觉成像功能，用计算机处理系统代替人脑执行实时图像处理、特征识别与分类等任务，最后把结果反馈给执行机构，代替人手进行操作，执行产品的分类、分组或分选、生产过程中的质量控制等任务。（左）6代线液晶阵列和彩色滤光片缺陷检测仪 （中）8.5代线玻璃基板缺陷检测仪 （右）ITO导电膜表面缺陷检测仪图 1 高世代液晶面板关键工艺节点缺陷视觉在线检测系统图 2 表面缺陷视觉在线检测系统组成原理图图1为我们在国家重大科学仪器设备开发专项的资助下，针对6代线和8.5代线液晶面板显示器制程中关键工艺节点，开发的三种缺陷视觉在线检测系统。该系统能很好地揭示一个视觉在线检测系统的各个组成部分、关键技术难点，以及所需的关键零部件。主要技术参数为：待测幅面大小≤1800x2200mm, 快速发现缺陷分辨率10μm, 复检显微分辨率0.5μm， 并行图像处理与缺陷识别系统采用CPU+FPA+GPU 主从分布式异构并行处理架构，检测时间节拍20s。系统组成与关键零部件单元可用图2示意图来清晰地描述，它由精密传输机构、光源、相机阵列、显微复检、并行处理、控制、主控计算机、服务器等单元模块，以及与工厂数据中心互联的工业局域网组成。图 3 展示了我们开发的手机液晶显示屏背光源模组缺陷转盘式多工位视觉在线检测系统的结构组成，该检测系统包括自动上料、编码、对准、检测、分选、返修识别等几个部分。图 3 背光源模组在线自动光学检测系统3.1 自动上料机构自动上料机构包括装配线上传输来的背光源模组位姿探测、电动与气动机构抓取、位置校正、送料等部分组成。工作原理如下：1. 在装配线传输带工位（1）的上方放入一个监视相机，当前道工序组装系统装配好背光源模组传输到工位（1）后，监视相机拾取到有待测模组时，计算模组在工位（1）处的位置与模组姿态信息，并发出工作同步指令给后续上料与检测系统。2. 监视相机发出工作同步指令后，气动与电动缸组成的送料系统把工位（1）处的背光源模组从传输带上吸起来，然后在气动滑台的带动下，把工位（1）处的背光源模组搬运到工位（2）处。在放到工位（2）上之前，计算机根据工位（1）上方的相机拍摄到的模组位置与姿态，发出指令给真空抓取吸盘角度校正电缸，初步校正背光源模组在空间的角度。当背光源模组运送到工位（2）后，模组在工位（2）处由4个气动滑缸从四边向中间对中，校正模组的位置，然后背光源模组下方的相机，对模组成像，识别待检背光源模组喷码序列号，作为有缺陷模组在返修过程中，从缺陷数据库中自动调出缺陷信息，指导返修任务。3. 在工位（1）处吸盘抓取背光源模组的同时，右边的吸盘在工位（2）处把已经校正好的模组吸起来，然后在气动滑台的带动下，把校正后的模组输送检测转盘工位（3）处。至此，一个上料循环完成。3.2 检测机构检测机构由间隙转动工位转盘、上料位置对准探测、异常检测、画面检测和外观检测工位组成。工作原理如下：1. 背光源模组被自动送料机构传输到工位（3）后，转盘在控制系统的控制下，转到工位（4）。在工位（4）的上方安装一个相机，检测背光源模组定位是否正常，模组LED灯工作是否正常，并把信息传给主控计算机。如果一切正常，则后续检测工位按预定的方案进行检测；如果不正常，后续检测对该模组不检测，然后传送到工位（9），由分选机构抓取，传送到不良品传输带上。2. 当模组转到工位（5）~（8）处后，缺陷扫描成像系统对画面缺陷进行扫描检测，缺陷扫描成像系统由高速扫描相机、一维滑动台、光栅、伺服系统、调整机构组成。由于外观检测项目较多，一个工位难以不够，故把工位（7）和（8）两个工位作为外观检测机构。3.3 分选机构分选机构由良品与不良品气动抓取机构、间隙运动传输带组成。结构布局参看图 3 所示，其工作原理如下：1. 如图 3 所示，画面（外观、异常等）缺陷检测完毕后，模组继续向下道工位转动，当模组运动到工位（9）后：分选机构左边的气动吸盘抓取工位（9）上的模组，传输到工位（11）处。2. 如果该模组是不良品，在分选机构向工位（9）移动的过程中，不良品传输带向前移动一个工位，把工位（11）清空，等待放置下个模组。3. 如果是良品，在下一个时刻分选机构抓取工位（9）上的模组时，右边的吸盘同时抓取工位（11）上的模组，在分选机构左吸盘把模组放到工位（11）处时，右吸盘把良品模组放置到良品传输带上工位（12）处，然后良品传输带向前移动一个工位，清空工位（12）等待放置下个模组。传输带之所以作间隙运动，一方面可以节省空间，另一方面考虑到不良品只是少数，这样可以让不良品按顺序一个一个经凑地排列在传输带上，不需要有人监视，返修人员只要传输带上放满了不良品后取走返修。3.4 复检与不良品返修对于检测到的不良品，再采用人工目视复检，并对不良品进行返修。在返修工作台上放置一个电脑，并安装一台成像系统，拾取不良品背面的编码。返修显示电脑通过工业以太网与缺陷数据库服务器相连，相机在电脑的控制下，获得带返修的不良品编码后，根据编码从服务器中调用缺陷信息，显示在屏幕上，导引返修人员对不良品进行合理的返修。

36氪获悉，杭州深度视觉科技有限公司（以下简称“深度视觉”）宣布完成过亿元的A轮融资，本轮融资由通用技术创投领投，惠友资本、中关村发展启航投资、高通创投跟投。势能资本担任独家财务顾问。领投方通用技术创投是通用技术集团的全资公司，专注于科技创新领域股权投资，具有明确的产业属性和布局能力，目前培育了一批上市公司和细分行业龙头。深度视觉创始人王帅林表示，本轮融资资金将用于产品研发和市场拓展等业务方面。深度视觉成立于2017年，是一家工业领域高精度智能视觉检测方案供应商。深度视觉拥有智能AI相机&3D相机整机的自主研发能力、光学设计能力、多重算法库的研发能力、FPGA平台图像采集处理系统的研发能力及自动化设备的设计制造能力，其一体化检测设备已经应用于多个工业细分领域。深度视觉产品利用机器视觉技术完成产品自动化检测是企业智能化生产必备的能力，同时也是一个高速增长的市场。据前瞻产业研究院相关数据显示，2019年，我国工业机器视觉市场规模已达到139亿元，同时在光源、镜头、相机及分析软件上，国产品牌的占优趋势持续升高。深度视觉创始人王帅林表示，我国是一个工业大国，制造业水平在不断提升，可以为视觉检测设备创造很多应用场景；同时国产厂家可通过快速迭代打造出超越国外产品的设备，解决行业痛点，这对国产品牌是一个好的市场机会。目前 工业领域的产品检测环节主要面临几类痛点：人工成本逐渐升高，招工难；产品复杂程度提高，人眼或常规检测手段效率降低；产品价值较高，出现漏检可能会带来严重后果等。深度视觉打造了多款一体化自动检测设备，用以对高反光、高曲率的产品进行检测，目前主要用于机加工及汽车领域，检测产品包括轴承、滚针、套圈及其他汽车零部件。王帅林告诉36氪：“机加工零件和汽车零部件的生产环境并不是无尘的，很多时候零件会沾有灰尘、污渍或油泥，但其加工质量却是合格的，这就对检测设备提出了更高的要求。此外机械零部件往往是大批量生产，检测准确度也会影响生产效率。”王帅林毕业于北京邮电大学，曾在SEED、中国兵器等企业担任算法工程师，拥有丰富的FPGA、ISP算法开发经验。在技术上，深度视觉进行了图像采集-数据分析-设备一体化的产品布局。在图像采集层面，深度视觉进行了特殊的光源和光路的设计，以及光学透镜组的设计，解决了金属零件表面高反光带来的过度曝光问题，同时通过明场和暗场结合的方式，满足了机加工零部件及汽车零部件特殊位置的图像拍摄要求。在数据分析层面，与传统的视觉检测设备依靠工控机进行集中式运算不同，深度视觉采用了分布式运算的方式，这样做的好处是可以将整台设备的算力更好的分配，完成在不同光照条件下对目标进行多次检测，提高检测精度。深度视觉的分布式运算架构使相机拥有了边缘计算能力，一幅零件图像首先由相机进行处理，处理后的结果以数据形式嵌入图像，并传至后方工控机，工控机综合相机的处理结果应用深度学习算法对图像进行进一步的分析。王帅林表示，除了算法及检测逻辑的创新外，对机加工工艺的理解也十分重要，深度视觉需要充分理解工艺特性，判断出正常加工痕迹和缺陷，并以此来进行数据标定和建立算法库，这种know-how能力同样是企业的壁垒。从相关资料来看，深度视觉打造了滚动体智能外观检测机、磨加工内外圈外观检测机、车加工内外圈外观检测机、成品轴承外观检测机、电池壳外观检测机等多类型产品，每一类产品拥有多款不同型号。目前深度视觉的客户已经超过300家，其中包括舍弗勒集团、不二越、人本集团、五洲新春等国内外知名企业。王帅林表示，目前深度视觉的产品年出货量为近千台，且均为直销渠道，这样可以使深度视觉更好地理解客户需求并快速迭代产品。此外，深度视觉也正在建设自己的生产基地。在发展战略上，除了机加工市场和汽车零部件市场，深度视觉正在积极拓展纺织、医药等领域，并持续落地行业标杆客户，将检测设备和技术发挥出最大效能。投资者说：“深度视觉是一家技术驱动型的公司，具备从相机、光场、算法到机械自动化等全套底层技术自研能力，其提供的AOI检测产品及解决方案已在轴承和金属零部件领域得到全球头部客户的高度认可，并在新能源领域也逐步打开局面。我国正在产业升级的关键期，相信在王总的带领下，深度视觉能成为中国的‘基恩士’，为我国制造业转型升级助力。”——惠友资本投资总监杨扬“高通公司一直通过研发、投资、合作等方式持续引领AI技术和产业的发展。高通创投作为深度视觉最早的机构投资人已陪伴深度视觉三年有余。三年来，我们见证了深度视觉团队从初创走向成长，见证了深度视觉产品从轴承检测拓展至周边行业，也见证了AI在高精密智能制造中的巨大潜力。我们深切期待深度视觉能在AI技术上持续创新，在应用场景上持续发掘，不断取得进步。”——高通创投风险投资高级总监毛嵩“投资一年来，我们欣喜的看到了团队的持续进化和公司的不断成长，在持续巩固金属表面缺陷检测优势的同时，在新能源、医药等方向陆续也有不错的落地，期待公司抓住产业数智化浪潮的际遇，继续稳扎稳打，做大做强。”——中关村发展启航投资合伙人马建平 “疫情的肆虐让机器替人、自动化及智能化提高生产效率保证产品质量的重要性提到更高的位置，深度视觉的自研相机、自研算法及整体解决方案，在轴承及其他金属制品行业得到客户认可，我们也相信团队的能力会打开更大的市场空间。”——老股东祥峰投资执行合伙人夏志进

近日，厦门思泰克智能科技股份有限公司(以下简称“思泰克”或公司)更新了上市招股书，公司拟在深交所创业板上市，将于11月18日上会。此次IPO，公司拟发行2582万股，计划募集资金4亿元，主要用于思泰克科技园项目、研发中心建设项目与营销服务中心建设项目，以及补充流动资金。据了解，思泰克主营业务为机器视觉检测设备的研发、生产、销售及增值服务，公司是一家具备自主研发和创新能力的国家高新技术企业。公司主要产品包括3D锡膏印刷检测设备及3D自动光学检测设备，产品主要应用于SMT生产线中，并广泛运用于消费电子、汽车电子、半导体、通信设备等电子信息制造业领域。专注机器视觉检测设备 主营产品应用行业广泛自设立以来，思泰克深耕于机器视觉检测设备领域，通过在 3D 光源技术、图像处理底层及应用层算法、AI人工智能算法、高精密三轴机械平台等机电光一体化技术领域不断的自主研发及技术创新，在机器视觉领域构建了领先的技术储备。思泰克以成为视觉人工智能领导者为愿景，持续深耕机器视觉领域, 紧密围绕公司产品涉及的计算机科学、图像处理、精密制造、人工智能等领域的最前沿发展方向和电子制造的最新发展需求，坚持自主创新，对现有技术产品不断迭代更新，并在相关领域取得了多项技术成果，形成45项授权专利和21项软件著作权。公司将可编程结构光栅投影技术，CPU 和 GPU 混合的三维表面轮廓测量算法、红绿蓝(RGB)三色 LED 光源算法、高低曝光技术、SMT 生产线数据互联及分析技术、基于三点照合技术的产品品质控制体系、AI 人工智能算法、10 微米级别的 XYZ 三轴移动精密平台等软、硬件核心技术进行有机结合，实现了机电光技术一体化。领先的产品力为公司积累了极为丰富和亮眼的客户资源。目前，公司直销及终端客户包括富士康、海康威视、弘信电子、大华股份、臻鼎科技、立讯精密、德赛电池、欣旺达、珠海紫翔、VIVO等行业知名企业或其代工厂商，优质客户的加持也进一步巩固了思泰克的行业领先地位。同时，公司产品已出口至中国台湾、越南、印度、马来西亚等地。机器视觉行业内企业的发展速度取决于下游客户的质量，优质客户持续的技术迭代有助于思泰克保持领先行业的技术优势和地位。营收净利连年增长 经营质量明显提升“十四五”时期，我国已转向高质量发展阶段，将进一步深化产业结构调整，推进制造水平提升，由“制造大国”向“制造强国”转型。随着工业自动化、智能化转型的深入以及民用产品对智能化需求的不断提升，机器视觉作为工业自动化、智能化转型的核心技术，有望形成更具规模化的产业，未来发展空间广阔。机器视觉检测设备在电子制造业的应用逐步由选配走向标配。一方面，制造业竞争加剧、人工成本高企不下，迫使下游企业陆续采用机器替人策略。另一方面，机器视觉技术也极大提高了下游企业生产的柔性和智能化，极大提高了生产效率，减少生产过程中的错误，就生产管理和质量管理而言，都大有裨益，也是下游企业实施机器替人的内在驱动使然。随着技术的快速发展，我国机器视觉迎来高速发展时期，机器下游领域不断拓展，逐渐渗透到3C电子、汽车、半导体、锂电、包装、食品、医药等多个行业。思泰克生产的3D SPI 及 3D AOI等3D检测设备提供了较2D检测设备更为智能、精准及多样化的检测内容及检测效果，响应下游客户对提高良品率，降低生产成本的需求，并形成具有企业特色的品牌效应，促进了传统制造业与新技术、新产业、新业态、新模式深度融合。花香蝶自来，梧高凤必至，凭借优秀的产品质量及服务优势，思泰克在行业内已树立良好的品牌形象，形成广泛的客户基础，并取得较高的市场地位。招股书显示，2019年至2022年上半年，思泰克各期营收分别为22648.91万元、25304.20万元、35614.79万元、19128.95万元，年均复合增长率达25.81%。公司主业的盈利水平也长期保持较高水平。上述同期，公司主营业务毛利率分别为55.35%、55.37%、55.84%和54.19%，其中主要收入来源于3D SPI产品，占主营业务收入的比重均在90%以上。在公司核心业务持续增长之下，其研发投入力度却有增无减。上述同期，公司研发费用分别为1008.77万元、1383.44万元、1986.06万元和758.65万元，研发投入呈现稳步增长。同期，公司研发费用率分别为4.45%、5.47%、5.58%和3.97%，总体保持较高水平。募资提升企业竞争力 加速迈入发展快车道根据前瞻产业研究院调研数据，2015 年至 2020 年我国机器视觉市场规模由 26 亿元增长至 79 亿元，年均复合增长率达到 24.89%。未来随着国内企业自主研发水平的提高及下游应用领域的进一步拓展，我国机器视觉行业规模将持续增长。此次IPO正是思泰克高瞻远瞩的战略性举措。近年来，国家对于智能制造和高端装备制造业发布了多项利好政策。随着思泰克业务规模的扩大，增强新产品研发、丰富产品结构、扩大产能已经成为其加速发展的迫切需求。技术创新是人类社会永恒的主题，是时代进步的重要标尺，未来，思泰克将继续把握电子信息制造业产业升级、工业互联网建设、5G 建设等行业发展机遇，专注于机器视觉检测领域，围绕客户需求，不断加大公司在产品所涉及的各项科技领域的投入，保持公司现有产品的持续技术竞争力。同时，公司将以现有核心技术为中心，围绕 SMT 生产线机器视觉检测领域，持续完善 3D SPI 及 3D AOI 等现有产品，并积极研发 X-Ray 检测设备等新产品，为客户提供 SMT 生产线检测领域的整体解决方案，推动业务的多元化和高质量发展。

联系电话： 15321363169 010-59483169 T40气体检测仪,气体检测仪是英思科公司一款低成本的免维护型单气体检测仪，用于保护工作人员在极端环境下不受硫化氢或一氧化碳气体的危害。尽管体积小巧，但T40气体检测仪具有通常只能在大型多气体监测器中才具备的功能，包括：一个大屏幕液晶显示器、内部振动报警装置、听觉/视觉告警装置及简易的按键式操作。 T40气体检测仪,气体检测仪采用坚固的工程塑料外壳和良好的保护设计,能使用在诸如沙漠或北极圈这类多变异常的气候环境中.【全国热销电话：13426283159 唐海红】仪器小巧轻便,能很容易地夹在皮带、衬衫口袋或安全帽上。T40气体检测仪,气体检测仪的超大LCD液晶显示屏能清晰地读出气体浓度、种类、峰值和高、低浓度报警水平。如果当前气体高、低浓度值超出预设限度值时，仪器以声光和振动报警提醒用户。 T40气体检测仪,气体检测仪的产品概况: 　　可持续显示所检测气体的浓度 　　高低浓度声、光、振动报警 　　一节AA/5号碱性电池可持续运行500小时 　　超大液晶显示：PPM读数和电池寿命峰值保持 　　美国专利：一体化标定罩和单键自动标定 　　检测一氧化碳已获得中国煤安认证，型号为：CTB-999 T40气体检测仪,气体检测仪是英思科公司一款低成本的免维护型单气体检测仪，用于保护工作人员在极端环境下不受硫化氢或一氧化碳气体的危害。尽管体积小巧，但T40气体检测仪具有通常只能在大型多气体监测器中才具备的功能，包括：一个大屏幕液晶显示器、内部振动报警装置、听觉/视觉告警装置及简易的按键式操作。 T40气体检测仪,气体检测仪，气体检测仪价格，T40单气体检测仪价格的技术参数： 　　壳 体：高可视度，耐冲击复合材料，带射频干扰(RFI)保护功能 　　尺 寸： 86 mm x 58 mm x 19 mm 　　重 量：98克 　　传感器：电化学原理 　　量程及分辨率： CO ：0-999ppm， 1 ppm 　　 H2S：0-500ppm，1 ppm 　　响应时间：CO15秒,H2S15秒 　　测量误差:± 5%F.S(实际值) 　　电源:可更换的&ldquo AA&rdquo 碱性电池(常规工作时间约为1,500 小时) 　　防护等级:IP54 　　温度范围： -20° C-50° C 　　湿度范围： 15 至 95% RH 　　告警装置: 可调节式低/高告警设定点 　　T40检测仪是美国英思科集团特推的一款单一气体检测仪，它是国外品牌在中国市场上价格较低、应用范围最广的、可以用在煤矿、油田、化工、物业、矿井、市政、工业上的气体检测仪。T40检测仪检测一氧化碳气体的型号CTB-999也已通过中国的煤安(MA)认证，这款产品现如今已被中国各大煤矿，化工，冶金，炼油，钢厂等领域所认可并投入使用，是迄今为止销量一路攀升的单气体检测仪。T40检测仪操作简单，使用维护方便，反应灵敏，且标定一步到位，为国内各行业客户解决了安全生产方面的难题！ 联系电话： 15321363169 010-59483169

近日，证监会披露了东吴证券关于征图新视（江苏）科技股份有限公司（简称：征图新视）首次公开发行股票并上市辅导备案报告。值得提及的是，这并不是征图新视第一次冲击IPO。早在2021年6月，征图新视便向上交所科创板提交了IPO招股书，并获得受理。不过，今年1月，该公司最终撤回申请资料。据了解，征图新视的主营业务为机器视觉检测设备及自动化制造设备的研发、生产、销售，主要产品包括：消费电子检测设备、印刷检测设备、其他行业检测设备、自动化制造设备、智能制造软件系统等。该公司自主开发机器视觉软件、人工智能、常规算法、光学成像机制、运动控制、3D 视觉等核心技术，构建了完整的机器视觉同源技术平台，在消费电子、印刷、农产品、交通等多元化行业实现了以外观检测为主的多项机器视觉功能，并不断向更广泛的行业领域和应用场景拓展。公司拥有完整的自主知识产权，包括专利 182 项（其中发明专利 33 项），软件著作权 75 项。征图新视经过十余年行业经验积累与技术沉淀，客户跨越消费电子、印刷、农产品、交通等各个行业，包括苹果、立讯精密、日东电工、瑞声科技、业成科技、蓝思科技、上海烟印、云南侨通等知名厂商，公司产品获得跨行业客户的广泛认可，体现了公司具有较强的跨行业复制能力。从股权结构来看，和江镇直接持有公司 633.09 万股股份，占公司总股本的 21.10%；王岩松直接持有公司 584.78 万股股份，占公司总股本的 19.49%；方志斌直接持有公司 482.17 万股股份，占公司总股本的 16.07%，三人合计直接持有公司1,700.04 万股股份，占公司总股本的 56.67%。此外，三人还通过征图投资间接持有公司 1.47%的股份。和江镇、王岩松、方志斌三人已于 2014 年 6 月 20 日签署了《一致行动协议书》，约定了三人应当在决定公司重大决策事项时共同行使股东权利，特别是行使召集权、提案权、表决权时采取一致行动，因此三人共同为公司的控股股东、实际控制人。

工业3D视觉产品头部企业翌视科技宣布完成超亿元A轮及A+轮融资，分别由启高资本、成为资本领投，清源资本跟投、小苗朗程继续加持。翌视科技将进一步深化在国内外工业3D视觉产品领域的关键技术创新研发、产品线扩充以及产品迭代升级上的战略投入，同时加速团队拓展以深度覆盖消费电子、汽车和新能源领域3D检测测量市场。成为资本创始人及执行合伙人李世默表示：“中国制造业产值占全球的三分之一，拥有世界上最多3D视觉的各种应用场景。其中，3D线激光是工业流水线中高精度检测领域的应用最广的主流技术，同时由于技术和工程壁垒较高，此前被LMI、基恩士为主的国际品牌所垄断。翌视科技具有出色的芯片和光学研发领域专家团队，以芯片技术赋能机器视觉产品，成功获得多个国内多个KA客户的认可，是国内极少数可以批量出货的3D线激光相机供应商。成为资本看好这支兼具软硬件研发、产品商业化落地及销售拓展能力的团队，并将长期支持公司发展。”作为一家高科技机器视觉公司，翌视科技成立5年以来专注于设计、研发和制造3D智能传感器以及一体化软件及系统解决方案，致力于改善工业生产效率和生产质量。公司自研的LVM（Laser Vision Measurement）系列3D线激光传感器通过将3D成像算法硬化在芯片中，使产品线性度优于0.02%、重复精度达0.1微米。此外，该产品的分辨率、测量效率及适应性等性能指标达到世界领先水平，能够满足工业复杂场景下更高分辨率、更大景深、更多维度的检测测量需求。目前，翌视科技覆盖消费电子、汽车和新能源领域的数百家客户，其中标杆终端客户包括苹果、华为、舜宇光学、京东方、宁德时代、上汽集团、三花智控等企业，同时已切入智能铸造领域。翌视科技能够研发出综合性能指标优异的LVM系列3D智能传感器，得益于公司团队拥有10年以上的芯片研发及机器视觉产业从业经验，底层软硬件研发能力突出。翌视科技联合创始人兼CTO王玉国表示：“工业领域的高端智能设备跟其他行业一样需要芯片技术赋能，从2D视觉到3D视觉实现了更高维度的突破，也不断爆发出高速在线的大数据计算需求。翌视团队具有成熟的芯片开发经验，在SoC架构设计、高性能计算方面具有优势，会不断推出高性能智能化的传感器产品。”据悉，公司已掌握全套自主知识产权的软硬件技术，申请的超60项知识产权中，一半以上是专注于光学和相机端的核心发明专利。目前，翌视科技在光机电一体化的稳定性设计、激光技术、高精度标定、高速高质量三维数据生成和处理方面均有较深厚的积累。除底层硬件的创新和突破之外，翌视科技不断加大对软件端和智能化方面的投入，将会在传感器阵列化和多传感器柔性融合方面推出更多的产品。翌视科技联合创始人兼CEO王天雄表示：“公司将保持原创技术的持续创新，深化机器视觉技术迭代与价值数据积累，积极开拓更多产品线，加速推进产品在垂直及细分场景的落地，持续为国内外客户提供稳定可靠、高性价比的视觉产品与行业解决方案，为致力于成为世界一流的视觉传感器公司而努力。”

近期，中科院合肥研究院智能所仿生智能中心在自主开发的软件平台上实现了3D视觉测量技术、视觉缺陷检测等技术的融合，解决了国产GPU——凌久GP102的外观检测问题。目前首台具有自主知识产权的BGA芯片外观检测设备已正式交付并通过验收。 　　为满足芯片出厂质量控制和芯片可追溯性需求，科研团队经过半年的产品研发和测试工作，成功研制出具有自主知识产权的BGA芯片外观检测设备A3DOI-BGA，该设备可批量采集芯片的三维图像数据、平面RGB图像数据、激光点云数据等，结合传统及人工智能算法，实现测量精度、缺陷识别率等各项性能指标的完全达标，部分指标可超越相关进口检测设备。该设备的核心传感器均来自国产，具备微米级别超高测量精度，可兼容多种BGA封装芯片检测，实现芯片成品3D形貌测量。 　　A3DOI-BGA的成功交付标志着团队自主研发的3D视觉测量技术正式走出实验室，为国内的芯片制造用户提供专业、高精度、可靠的视觉技术服务和成套检测设备。BGA芯片外观检测设备及显示界面

2022年3月9日，由国家市场监督管理总局和国家标准化管理委员会联合发文(中华人民共和国国家标准公告)，批准了由机器视觉产业联盟牵头制定的“视觉模组光电性能的图像式检测方法”正式成为国家标准。据了解，这项标准的推出，标志着我国机器视觉技术水平实现了新突破，机器视觉行业国际话语权得到提升，为我国视觉科技高质量发展奠定了坚实基础。 　　近年来，随着国家经济和科技实力的快速增强，智能制造在国家经济社会发展中地位作用进一步彰显，机器视觉作为智能制造核心领域的支撑作用也越来越突出。但在世界机器视觉领域，由于我国起步晚，发展滞后，机器视觉行业的标准和话语权基本都由西方发达国家制定或掌握，导致我国在这一行业的持续创新和高质量发展受到较大的制约。 　　2015年始，机器视觉产业联盟迈出了标准制定工作的探索之路，组织相关专家将欧洲机器视觉协会的国际行业标准EMVA1288《图像传感器与相机性能测试标准》进行全文翻译，经过了近2年时间，于2017年8月正式发布了EMVA1288 R3.1中文版，它也是整个G3组织与EMVA认可的该标准的中文版。随后，机器视觉产业联盟组织开展了更为广泛而深入的调研工作，在学习参考国外理念和经验的基础上，结合国内行业实际情况及国家标准的相关政策规定，并在国标委相关专家的支持与指导下，国标起草组推出了“标准”的初级版，经历了两年多时间的深入探索实践，不断克服疫情等不利条件的影响，经过数十次线上或线下会议讨论，在先后修改了十几版后才最终完成了此次被国家认定的“行业标准”。 　　参与本次标准起草组的冯兵博士介绍说，这个“标准”意味着中国机器视觉跨入了新的门槛，在未来的世界智能制造领域，中国机器视觉企业将有更大的参与和竞争机会，也将为世界经济发展作出中国贡献。

近日，宁波材料所所属先进制造技术研究所机器视觉团队研制出高精度机器视觉检测平台。该平台的优异性能使其在各种精密电子、仪器仪表、晶圆科技、刀具、塑胶、精密零件、弹簧、冲压件、接插件、模具、五金塑胶、PCB板、导电橡胶、粉末冶金、螺丝、钟表零件、手机、液晶、医药工业、光纤器件、汽车工程、航天航空、军工等领域具有广泛应用空间。 　　高精度机器视觉检测平台采用了轴式直线电机，相对于传统电机和第一、第二代直线电机，轴式直线电机的磁场利用率高达100%，具有永磁体用量少、推力大、运行平稳结构简单、免维护寿命长等特点。另外，直线电机不需要使用机械传动部件，在国内机械传动部件制造水平相对落后的现状下，利用轴式直线电机可实现精密可靠的运动平台。 　　在轴式直线电机运动平台的基础上，机器视觉团队利用其自身的优势，开发了快速、准确、易用的测量软件。其先进的相机标定、校准技术可保证实现微米级精度的非接触式测量 先进的自动特征检测定位算法可以准确、快速地定位用户预先设定的测量点，并按用户预订的测量需求进行自动的大批量重复测量，所需的人工操作可简化到一次鼠标操作。 　　我国精密测量技术和仪器的现状仍然远远不能满足国内机械装备制造业迅速发展的需求，通过发展精密的自动测量系统，必将推动国内机械装备制造业的发展，缩短与国外先进水平的差距，进一步推动国产装备向高附加值方向发展。

近日，达威股份（证券代码：300535）发布公告，旗下全资子公司成都达威智能制造有限公司将投资建设智能视觉检测装备生产基地项目。该项目投资估算1.4亿元，建设地点位于成都市新津区，占地约36亩，将新建厂房、智能化车间及其他配套用房，建成后总建筑面积约2.4万平方米，将新建智能装备生产线5条，产品主要系应用在制革、木业、环保等行业的智能视觉检测装备。达威股份表示，本次投资建设智能视觉检测装备生产基地项目是公司产业布局的具体落地，符合国家相关产业政策以及公司开拓智能装备领域的整体战略规划，项目的投资建设有利于公司扩大生产规模，提升市场竞争力和行业地位，增厚业绩、增强公司的可持续发展能力。关于达威股份达威股份成立于2003年，主营业务为精细化学品的研发、生产和销售，产品涵盖皮革化学品、人造革化学品、木材化学品、工业清洗剂、绿色涂层材料、生态木板、智能装备、塑料制品等，具备400余种产品的生产能力。2016年在创业板挂牌上市；2019年设立成都达威智能制造有限公司，进军智能制造领域。近年来，致力于服务皮革行业的同时，参股了木板制造业，并大力发展智能装备产业，布局工业4.0时代。关于成都达威智能制造有限公司成都达威智能制造有限公司为达威股份旗下全资子公司，成立于2019年，经营范围包括一般项目：机械电气设备制造；机械电气设备销售；机械设备研发；机械设备销售；电工机械专用设备制造；电子产品销售；其他电子器件制造；五金产品研发；五金产品制造；风动和电动工具制造；风动和电动工具销售；通用设备制造（不含特种设备制造）；电气设备销售；电力设施器材制造；电力设施器材销售；仪器仪表制造；仪器仪表销售；电线、电缆经营；输配电及控制设备制造；工业机器人制造；工业机器人销售；智能机器人的研发；智能机器人销 售；人工智能应用软件开发；人工智能基础软件开发；电子、机械设备维护（不含特种设备）；普通机械设备安装服务；工业机器人安装、维修。（除依法须经批准的项目外，凭营业执照依法自主开展经营活动）。

1. 机器视觉市场规模稳定扩张，国产替代显现，国家政策助力行业稳定发展1.1 机器视觉应用场景广泛，规模稳定扩张，国产品牌逐 渐崛起机器视觉指一种应用于工业和非工业领域的硬件和软件组合，它基于捕获并处理的图像为设备执行其功能提供操作指导。因此，成像和图像处理分析是机器视觉两大主要构成部分。继续拆分机器视觉系统，可知其主要包括光源及光源控制器、镜头、相机、视觉 控制系统（视觉处理分析软件及视觉控制器硬件）等。机器视觉的成像功能部分由光源及光源控制器、镜头、相机等硬件构成；对形成的图像进行分析处理、输出分析结果至智能设备的其他执行机构的工作交给了视觉控制系统。 机器视觉行业产业链主要由上游零部件、中游装备及下游应用市场构成。上游的零部件通常包括光源、工业镜头、工业相机、图像采集卡、软件及算法平台，其中工业镜头、 相机、采集卡、软件算法平台等关键软硬件是机器视觉的关键价值组成部分。全球市场中，康耐视（Cognex）及基恩士（KEYENCE）有着深厚的技术支撑，占据市场份额较大，属于行业内领先企业。《中国工业机器视觉产业发展白皮书》提到，我国品牌奥普特 近年来在上游零部件的制造上也逐步发力，成为国内市占率最高的公司。行业中游中的装备协助企业对产品进行引导、识别、检测、测量及其他智能制造相关应用。这些装备随即可广泛应用于电子及半导体制造、食品饮料、汽车、制药等下游市场。 根据中商情报网数据，我国机器视觉下游需求市场一半以上由电子电气构成，占比 52.90%， 其次为半导体，占比 10.30%。除此之外，应用较为广泛的下游市场还有汽车、印刷包装、 以及食品加工，分别占比 8.80%、5.50%、4.90%。机器视觉的系统成本由零部件制造、软件开发、组装集成以及维护过程产生的成本构成， 其中以零部件为主要构成部分，占据的百分比接近所有成本值的一半。零部件生产和软件开发是上游企业的核心业务范围，二者合计占比高达80%。机器视觉行业自 1959 年起开始萌芽，神经生理学家 David Hubel 和 Torsten Wiesel 研究视觉皮层神经元的核心反应特性，同年 Russell 研制了一台可以把图片转化为被二进制机器所理解的灰度值的仪器；1969 年，贝尔实验室成功研制出了 CCD 传感器（电荷耦合器件图像传感器），可以直接把图像转换为数字信号并储存到电脑中参与计算与分析，奠定了机器视觉基石。 90 年代中后期开始，中国开始在机器视觉领域进行探索，开始在航空、航天、军工、及 高端科研（天文、力学研究）等核心机构及行业应用。1998 年我国开始引进机器视觉系统。 目前机器视觉已经达到了产业发展阶段，应用和算力的提升共同促进机器视觉产业发展， 各大生产领域纷纷布局于机器视觉产业。机器视觉相较于人眼视觉有较多优势，如在观测精度方面，机器视觉具备更细致的观测能力，可观测至微米级的目标；在观测速度方面，机器视觉快门速度可达 10 微秒左右， 使其具有高速且稳定的分析处理图像的能力。除此之外，机器视觉系统在感光范围、对环境的要求、效果客观性及可靠性方面均强于人眼视觉，这也是机器视觉广泛应用的重要原因。根据中国机器视觉产业联盟（CMVU）发布的《中国工业机器视觉产业发展白皮书》，2015 年至 2021 年我国工业机器视觉市场规模由 64.23 亿元增至 165 亿元，CAGR 为 17.03%， 其中 2021 年同比增长 10%。2020 年之前，我国机器视觉市场中国外品牌的份额高于国内品牌；2020 年上半年疫情对国外产品影响较大，CMVU 数据显示上半年销售额同比下降 50%，而我国自主品牌产品应对较好，销售额同比下降 12%左右。2020 年全年国内品牌 销售额为 77 亿元，超过了国外品牌的 73 亿元。我国机器视觉相关品牌正在逐步崛起， CMVU 预测 2022 年国内机器视觉品牌市场规模将达 100 亿元，国外品牌 80 亿元。我国自 1998 年开始引入机器视觉系统以来，参与机器视觉产业发展的企业逐年增长。根据企查查中得到的数据，2010 年至 2019 年每年新增行业内相关企业呈现逐年增长的趋势， 到达 2019 年时，当年新增机器视觉企业数已达 819 个，达到近年来新增值的顶峰。2020 年以来，受疫情影响以及行业内集中度的提升，每年新增企业数逐渐放缓，2021 年共计 新增 278 家机器视觉相关企业。1.2 国家政策推动机器视觉发展，机器人技术结合高端装备制造助力行业进步机器视觉是与工业应用结合最为紧密的人工智能技术，在智能制造高速发展的时代，国家对于这一有助于智能制造持续提升的技术也是给予了多次政策鼓励与支持。 2021 年 12 月，工业和信息化部、国家发展和改革委员会、教育部、科技部、财政部、人力资源和社会保障部、国家市场监督管理总局、国务院国有资产监督管理委员会联合发布《“十四五”智能制造发展规划》，其中提到，要大力发展智能制造装备，推动先进工艺、信息技术与制造装备深度融合。推动数字孪生、人工智能等新技术创新应用，研制 一批国际先进的新型智能制造装备。 2020 年 9 月，国家发展改革委、科技部、工业和信息化部以及财政部共同发布的《关于扩大战略性新兴产业投资培育壮大新增长点增长极的指导意见》中特别强调，要重点支持工业机器人、建筑、医疗等特种机器人、高端仪器仪表、轨道交通装备等高端装备生产，实施智能制造、智能建造试点示范。研发推广城市市政基础设施运维、农业生产专用传感器、智能装备、自动化系统和管理平台，建设一批创新中心和示范基地、试点县。 鼓励龙头企业建设“互联网＋”协同制造示范工厂，建立高标准工业互联网平台。国家通过各政府部门在不同方面发布的指导意见与规划，从智能制造、新产业发展、电 子元器件等多个角度对机器视觉行业发展提供助力，为机器视觉产业链内所有产品的研发和生产提供良好环境，对行业内相关公司的生产经营状态做出高度肯定。2. 下游应用市场广阔，各行业发展带动机器视觉需求不断提升2.1 消费电子市场为主要应用方向，产品更新速度拉动机器视觉行业需求当前，我国已经站在消费电子行业的创新潮头，产业链中各项产品的研发生产规模均比肩世界领先水平，同时，我国居民消费水平也随着经济发展的历程逐渐提升，对于消费电子的需求日益增长。受益于各方面原因，消费电子行业市场规模近年来稳定发展。根据中商情报网数据，2017 年至 2021 年市场规模由 16120 亿元增至 18113 亿元，CAGR 为2.96%。在国内疫情逐年转好的背景下，按年均复合增长率估算，预计 2022 年市场规模 将达到 18649 亿元。消费电子作为人们生活中主要使用的电子产品，通常应用于娱乐、通讯、便民以及文书用途。智能、平板电脑、可穿戴设备等属于消费电子的主要细分市场类型，目前广泛应用于我国居民的日常生活中。根据工信部数据，我国智能手机销售情况在 2017 年经历了一次高速发展，当年出货量达 到 4.44 亿台，市场逐渐靠近饱和。自那以后，消费者对于智能手机的需求有放缓的势头， 2018 年至 2020 年出货量均呈现下滑趋势。在 2021 年这种趋势被突破，当年智能手机出货量回升，为 3.43 亿台，同比增长 3.94%。截止至 2022 年二季度，我国当年智能手机共出货 1.4 亿台，同比下降 14.40%。平板电脑作为一种便携式输入设备，在人们的学习和工作中运用得越来越广泛。IDC 数据显示，2021 年，我国平板电脑出货量为 0.28 亿台，同比增长 21.74%。截止至 2022 年二季度，我国平板电脑出货量为 0.14 亿台，同比增长 4.47%。 常见的可穿戴技术类型包括智能手表和智能眼镜。可穿戴电子设备通常接近或在皮肤表面，对如生命体征和/或环境数据信息进行检测、分析和传输，在某些情况下允许对穿戴者进行即时生物反馈。随着技术的发展和市场的扩大，可穿戴设备的用例也在不断增加。 IDC 数据显示，我国可穿戴设备的出货量自 2017 年至 2021 年由 0.57 亿台增至 1.4 亿台， CAGR 为 25.19%，其中 2021 年出货量同比增长 30.84%。截止至 2022 年二季度，受宏观消费环境影响，当年总出货量有所下降，共 0.54 亿台，同比减少 14.29%。由于消费电子元器件通常尺寸较小，且产品对各元件精细度要求较高，因此使用机器视 觉检测对消费电子产品制造大有裨益，能够使元器件完成尺寸更精准、工作效率更高。 同时，消费电子对产品精细程度的高要求也促进了机器视觉检测行业的技术变革与发展。 作为机器视觉应用最为广泛的下游行业，消费电子产品生命周期短、更新换代快的特征 使智能手机、平板电脑、可穿戴设备等至少两年需要重新购入一批，导致其上游机器视 觉产业需求持续增长，推动机器视觉市场蓬勃发展。2.2 与半导体相关研究追溯至上世纪 80 年代，机器视觉检测系统工艺逐年优化半导体产业已经成为衡量国家综合实力标准之一，全球行业迎来新增长周期。半导体产业作为信息时代的基础，已成为衡量国家产业竞争力以及综合国力的重要指标。 据美国半导体产业协会统计，从 2017 年至 2021 年，全球半导体销售额由 4122.21 亿美元 增至 5569.87 亿美元，CAGR 为 7.81%。截止至 2022 年 8 月，全球半导体销售额为 4015.84 亿美元，同比增长 13.88%。我国半导体市场销售额发展趋势基本与全球总额涨跌规律相近，2021 年全国共实现半导体销售额 1877.40 亿美元，同比增长 24.84%。按份额来说， 我国半导体市场销售额在全球总额的比重近五年内处于 31%-35%之间，截止至 2022 年 8 月，我国半导体销售份额为 32.71%。在半导体产业链中，从单晶片到制成品等各项产品的制造过程中都离不开检测工艺环节， 其市场规模随着新型技术及工艺环节不断增加，行业对检测的技术方法与效率提出了更高的要求，检测行业市场规模随即逐年提升。 根据 VLSI Research 统计，全球半导体检测和量测设备市场规模自 2016 年至 2021 年由 47.6 亿美元增至 84.4 亿美元，CAGR 为 12.14%，其中 2020 年同比增长达到最高为 20.09%， 2021 年同比增长 10.33%。我国半导体检测和量测设备市场规模在同一时间区间内则由 7 亿美元增至 25.8 亿美元，CAGR 达 29.81%，高于世界平均水平。VLSI Research 预测 2022 年全球和中国半导体检测和量测设备市场规模将分别达到 92.1 亿美元及 31.1 亿美元。与消费电子同理，半导体设备的制造过程中，小到单晶片，大到制成品，外观缺陷、尺寸、数量、平整度、距离、定位、校准、焊点质量、弯曲度等方面的参数均离不开机器视觉系统的检测。 自上个世纪 80 年代起，国外已经开始研究机器视觉系统在半导体检测工艺环节的应用。 1980 年，Y. Y. HSIEH 和 K. S. Fu 提出一个自动视觉检查和最终包装系统的组合，用于集成电路（IC）芯片的自动视觉检测和线装，为机器视觉在半导体检测行业的应用提出可行性。而我国在这方面的研究起步相对较晚，经过几十年的学习与尝试，近年来国内的 一些企业也在半导体检测设备研究方面也有所发展。如矩子科技部分产品布局于制造工艺外观缺陷 3D，2D 检测，具体包括晶圆表面缺陷，杂物，裂纹，切割崩裂等检测；封装工艺（DB,WB）晶片不良，胶水不良，焊线不良，焊球不良，以及杂物等缺陷检测。2.3 汽车制造产业蓬勃发展，机器视觉技术贯穿全产业链汽车制造业是我国国民经济重要的产业之一，发展非常迅速。随着人们追求高质量生活的意愿不断变强，汽车成为现代人最常使用的交通工具之一，需求日益增长。 根据中国汽车工业协会的数据，2020 年受疫情影响，我国汽车产量全年不及上年水平， 全年产量共计 2522.5 万辆；自 2021 年起，由于防控得当，汽车产量值高速增长，其中 2021 年 2 月末以及 3 月末总产量增速达到 89.94%、82.84%，全年共产 2608.2 万辆。2022 年上半年，由于芯片短缺及宏观经济环境低迷，我国汽车产量小幅度下降，7 月后情况有所好转，到 8 月末，当年共生产汽车 1696.7 万辆，同比增长 4.95%。从规模以上工业增加值方面看，2022 年上半年工业增加值增速呈现逐月负增长的趋势， 2022 年 6 月-8 月汽车制造业工业增加值分别同比增长 16.20%、22.50%、30.50%，高于同 期工业企业工业增加值增速。我国汽车制造业中企业竞争激烈，据国家统计局披露，2022 年起行业内企业数超过 1.7 万家，截止至 2022 年 8 月底，共计 17369 个，同比增长 6.81%。在这 1.7 万余家企业的共同努力下，2021 年我国汽车制造业出口交货值为 4933.9 亿元，同比增长 39.49%；截止 至 2022 年 8 月底，出口交货值为 3899 亿元，同比增长 23.83%。受国内上半年疫情影响， 营业利润随着汽车产量的下滑出现小幅度减少，2022 年 8 月底我国汽车制造业实现利润 共 3162.8 亿元，同比减少-8.01%。现如今，汽车制造已经实现高度自动化，在这个过程中，机器视觉能够使生产过程更高效、产品质量更有保障、生产环境更安全可靠。在汽车制造产业链中，机器视觉存在于原材料质检、汽车零部件质检、制造过程工艺检测、整车质量把控等全过程中。《中国工业机器视觉产业发展白皮书》提到，机器视觉检测系统可用于车身装配检测、面板印刷 质量检测、字符检测、零件尺寸的精密测量、工件表面缺陷检测、自由曲面检测、间隙检测等几乎所有系统和部件的制造流程。随着新能源汽车逐渐普及，汽车制造过程中的精细零部件数量将会进一步增长，对机器视觉系统的需求随之上升。2.4 机器视觉检测识别产品包装缺陷，高效剔除残损及不合格产品包装是产品的必要组成部分，除了保护产品不受碰撞伤害，优秀的包装设计也能够为产品带来额外的广告效应，吸引更多消费者来购买，提升产品的销售量。 海关总署数据显示，截止至 2022 年 8 月，我国包装机械产品每月出口数量为 150.65 万台， 同比增长 88.01%，环比增长 70.30%；出口金额为 3.82 亿美元，同比增长 18.51%，环比 增长 3.01%。从产量方面看，根据国家统计局数据，2021 年起包装专用设备每月产量开始大幅度增长， 每月产量均超过 40000 台，同比增速基本都超过 100%。到 2022 年，我国包装专用设备单月产量受上半年疫情影响出现波动，在 6 月疫情形势转好后，设备产量逐渐恢复，6 月-7 月生产设备数分别为139,005 台及 118,701台，同比增长81.44%以及 165.08%。通常来说，产品的包装过程由专门的工人负责完成，但囿于人工效率低于机器，且具有成本高、劳动强度大等缺点，机器视觉系统在包装行业已经逐渐取代人工。高效、精准、 成品尺寸整齐等特征促使机器视觉系统在包装制造行业发展的历程中占据重要的一部分。 同时，机器视觉还可以应用于包装检测中，通过采用先进的机器视觉技术，自动识别所包装产品的缺陷状况，并自动从生产线上剔除残损及不合格产品。目前，机器视觉系统广泛应用于食品饮料包装生产与检测中，机械化产业线能够解决人工制造与检测效率不够的问题。通过输送链将待检测空瓶依次传送到视觉成像工位，获取图像，图像经工控机处理后，执行机构剔除不合格产品，完成产品质量检测。同样，玻璃药瓶与食品包装类似，随着制药机械自动化程度的提高，工厂有必要检测品包装的缺陷，以确保药品的运输和使用安全，避免出现缺粒、包装破损和夹杂异物等问题。药瓶相较于普通食品包装具有特殊性，玻璃药瓶在形态、精度等方面都需要精准的检测。《西林瓶缺陷自动视觉检测方法与系统研究》一文中，张寒乐团队开发了一套医药西林瓶在线视觉检测系统。根据对于检测系统的机械与电气结构的研究，团队设计了机械传动与图像采集装置。该装置能根据西林瓶不同部位的检测要求，采用瓶口、瓶身与瓶底 3 种成像方案，对玻璃药瓶进行精准检测。2.5 机器视觉为工业机器人产业发展奠定基础机器视觉具有系统实时性好、定位精度高等优点，能有效地增加机器人的灵活性与智能化程度，是实现工业自动化和智能化的重要手段之一。因此，机器视觉系统技术的研究为工业机器人的产业发展奠定了基础。在当下生活中，机器视觉技术已经逐渐融入各项产业发展过程中，在一定程度上改善了人们的生活质量，提高了生产力与自动化水平。 自动化设备的发展将在机器视觉技术的不断进步下更智能、更迅速，同时在各下游领域中，机器视觉的作用将呈现出更可靠、更高效的趋势。 机器人被各国视为推动产业转型升级的重要切入点，可广泛应用于各种行业。根据中国电子学会发布的《中国机器人产业发展报告（2022）》，其中提到，全球工业机器人市场规模在 2021 年达到 175 亿美元，同比增长 25.90%；特种机器人市场规模为 82 亿美元， 同比增长 24.24%。我国工业机器人 2021 年市场规模达到 75 亿美元，同比增长 15.38%； 特种机器人为 18 亿美元，同比增长38.46%。机器人行业正处于上升期，增长幅度稳定， 根据中国电子学会预测估计，2024 年全球工业机器人和特种机器人市场规模将达到 230 亿美元及 140 亿美元，我国市场分别为 115 亿美元及 34 亿美元。根据国家统计局数据，截止至 2022 年 8 月，我国工业机器人单月生产 41261 台，同比增 长 25.69%，环比增长 8.06%；累计产量为 277536 台，同比增长 16%。对比 2017 年至今的工业机器人产量月度数据，2021 年开始明显多于前四年，目前仍处于产能扩展阶段。3.重点公司分析3.1 天准科技——致力打造卓越的视觉装备平台型企业天准科技致力于以领先技术推动工业数字化智能化发展，致力打造卓越的视觉装备平台型企业，主要产品包括视觉测量装备、视觉检测装备、视觉制程装备和智能网联方案等。 公司产品下游应用行业广阔，包括半导体、汽车、消费电子等景气度高的高智能化制造业领域，同时也对智能驾驶、车路协同等智能化解决方案领域提供帮助，改善人们的生活。 公司产品中，视觉测量装备占比最大，其功能为使用自主研发的机器视觉算法对工业零部件进行高精度尺寸测量，2017 年至 2021 年收入占比分别为 57.68%、70.67%、61.92%、 85.27%、48.46%。自 2021 年起，视觉检测装备收入开始在总收入占比中增大。视觉检测装备主要用于产品缺陷检测，并按照缺陷特征分类分级。2022 年中报显示，视觉测量装备占比 32.47%，视觉检测装备占比 44.09%。公司营业收入增长迅速，2017 年至 2021 年营业总收入由 3.19 亿元增至 12.65 亿元，CAGR 达 41.12%。2022 年公司前三季度营业总收入为 8.03 亿元，同比增长 35.59%。 归母净利润方面，2017 年至 2021 年公司归母净利润由 0.52 亿元增至 1.34 亿元，CAGR 为 26.70%。2022 年三季报显示，公司前三季度归母净利润为 0.30 亿元，同比增长 35.07%。公司一直重视自主创新，以不断提升的技术研发能力来巩固公司的核心竞争力。经过 10 余年的持续研发和深度挖掘，公司在机器视觉核心技术的关键领域获得多项技术突破， 具备了开发机器视觉底层算法、平台软件，以及设计先进视觉传感器和精密驱动控制器 等核心组件的能力。2022 年三季报显示，截止至报告期内，公司研发费用为 1.61 亿元， 同比增长 8.95%，研发费用率为 20.11%。 期间费用率方面，公司期间费用整体较稳定，2022 年三季报数据披露，公司销售、管理、 财务费用分别为 0.96、0.43、-0.03 亿元，销售、管理、财务费用率分别为 15.14%、6.11%、 -1.99%，同比变化-1.02pct、-1.17pct、-1.47pct。公司销售毛利率及净利率水平自 2018 年起开始缓慢下滑，盈利水平有待提升，主要由于公司正处于研发开拓期间，预计未来将所有改善。2022 年三季度末销售毛利率及净利率 分别为 42.93%及 3.70%，同比变动-0.17pct 和-0.01pct，基本维持稳定。3.2 矩子科技——华为、小米等知名企业重要机器视觉设 备供应商公司主营业务为智能设备及组件的研发、生产和销售，主要产品包括机器视觉设备、控制线缆组件、控制单元及设备。产品主要应用于电子信息制造、工业控制、金融电子、 新能源、食品与包装、汽车等多个国民经济重要领域。 从营业收入构成来看，机器视觉设备与控制线缆组件是公司营收的两大重要组成部分。 机器视觉设备历年bbfeb2.jpg" style="padding:0px margin:0px auto border:0px display:block max-width:660px "公司收入处于稳定增长的趋势中，2017 年至 2021 年营业总收入由 3.03 亿元增至 8.75 亿 元，CAGR 为 30.36%。截止至 2022 年三季报，公司营业总收入为 9.10 亿元，同比增长 41.44%，主要得益于公司在新能源和 3C 电子领域多年的技术客户积累，以及下游行业景气度的提升。 归母净利润方面，2017 年至 2021 年由 0.76 亿元增至 3.03 亿元，CAGR 达 41.30%，2022 年三季报显示，公司前三季度归母净利润为 2.80 亿元，同比增长 28.34%。研发能力是公司在行业内的核心竞争力之一，主要包括机器视觉软硬件的研究以及基于机器视觉解决方案的研究。公司以光源技术、光源控制器技术、镜头技术、视觉分析技 术为核心，并持续在深度学习、3D 处理、图像感知与融合技术等方面进行重点发展。公 司 2022 年三季报显示，截止至最新报告期，当年研发费用共投入 1.39 亿元，同比增长 43.84%，研发费用率为 15.25%，主要由于研发人员增长、研发项目增多及本期增加股份 支付费用。 期间费用方面，公司控费基本稳定，2022 年三季度销售、管理、财务费用分别为 1.53、 0.23、-0.14 亿元，销售、管理、财务费用率分别为 16.85%、2.50%、-1.49%，同比变动+0.95pct、-0.49pct、+1.05pct，其中销售费用率增长是由于销售人员薪酬、差旅费、业务招待费和样品增加所致。由于公司产品结构较为固定，销售毛利率与净利率维持稳定水平，2021 年，销售毛利率及净利率分别为 66.51%和 34.61%；2022 年三季报显示，公司销售毛利率与净利率分别 为 67.07%和 30.73%。报告出品方/作者：长城证券，于夕朦、陈郁双、孙培德；本文仅供参考，不代表我们的任何投资建议。

2月16日，KPM 分析集团(KPM Analytics)在美国波士顿米尔福德宣布，完成收购意大利 EyePro公司 (EyePro System S.r.l.)。该公司位于意大利特伦托，专门为食品行业提供视觉检测技术和基于视觉检测的过程控制解决方案。　　此次收购是KPM分析集团自2015年底成立以来的第7次扩张。　　KPM分析集团首席执行官Brian Mitchell说，“EyePro已经在不断增长的视觉检测系统市场中确立了自己的先锋地位，主要是在烘焙和食品生产领域。EyePro的技术和产品与我们Sightline过程控制品牌高度互补。EyePro的加入，会进一步帮助我们确立在农业和食品分析解决方案方面的领导地位”。　　“EyePro是意大利特伦托FBK研究所1999年创立的高科技公司。我们拥有一支3D视觉、高光谱检测和自动分类技术的优秀团队”，EyePro 公司总经理Andrea Bertuolo说，“KPM分析集团拥有多个生产研发公司和完整的全球销售、应用和服务分支机构。成为KPM的一部分，有助于我们实现发展目标”。　　关于KPM分析集团　　KPM 分析集团致力于科学仪器领域，专注为食品、农业和环境检测，提供专业的产品和服务。集团旗下品牌有AMS Alliance、Chopin、EyePro、PSC、Sensortech、Sightline和Unity。每个品牌在提供分析解决方案方面都拥有着悠久历史、关键技术和核心产品。　　关于意大利EyePro公司　　意大利EyePro公司为烘焙和食品行业的产品检测、过程控制和自动处理提供视觉技术，旨在提高产品质量，优化生产流程，减少浪费，最大限度地提高生产效率。

所谓“国以民为本，民以食为天，食以安为先，安以质为本，质以诚为根”食品安全问题向来是关乎国家民生的头等大事。近年来，由于市场监管制度尚未完善以及一些不良商家为谋取私利，使得食品安全事件频现，严重威胁着人们的生命健康。为了进一步加强食品安全监管，保障人们群众的身体健康，农业部及相关部门积极采取相关措施，加强市场监管，2016年，我国相继出台《食品安全标准与监测评估“十三五”规划(2016-2020年)》、《食品生产经营日常监督检查管理办法》、《保健食品注册与备案管理办法》、《食用农产品市场销售质量安全监督管理办法》等一系列食品安全相关的重要政策文件并发布执行。关于食品安全检测的仪器也相继问世，成功为食品安全筑起了第一道防线。如上海禾工的AKF-1PLUS高精度食品快速水份分析仪全自动测定，智能终点算法，PID智能控制滴定速度；测定简便、迅速、准确；广泛的应用在食品行业水分含量检测。CT-1plus全自动电位滴定仪，2017年软件版本升级，实现了自动颜色判别先进技术水平。机器人视觉原理精确颜色判断，大大提高滴定准确度，降低了操作人员的误差；自主知识产权的计量管活塞，使得滴定控制更精确；全方位覆盖了所有通过滴定方法来进行的检测分析。在食品行业中酸碱滴定：乳化剂中的酸值、植物油中的酸值、酱油中总酸、淀粉酸度等；氧化还原滴定：糖中的二氧化硫、糖品中亚硫酸盐、植物油中过氧化值；络合滴定：牛奶中钙含量；沉淀滴定：酱油中食盐（以氯化钠计）的含量。 当前，禾工食品检测仪器已经深入食品检测的各个领域，未来，相信禾工食品检测仪走入更多的食品生产企业也是指日可待。

近年来，工业生产和社会生活的高速发展，使得微颗粒排放物进入大气的比例呈逐年上升趋势，PM2.5污染已凸显为重大的环境问题。为此，中科院安徽光学精密机械研究所副所长刘建国做出了解答。 为什么体感和 PM2.5 监测值不太一样？ 什么是体感？就是人们凭自己的感觉判断空气质量，例如通过视觉目测大气能见度，或者通过嗅觉感受所呼吸的空气是否有刺激性气味等等。大气细颗粒物不仅是形成雾滴的凝结核，而且也存在吸湿性增长。在不利气象因素下极易形成恶性循环，形成雾和霾长时间共存、难以消散的局面。因此，人们对雾霾的体感会大大增强。什么意思呢？就是说在恶性循环的情况下，会导致人们感受到的雾霾污染程度比实际情况要严重。“为了身体健康，人们自然会关注空气质量。但要治霾，首先要对霾的主要成因大气细粒子（PM2.5）及其时空分布和区域输送进行系统监测。通过对PM2.5的成分分析，结合大气污染源清单和预报模型，来掌握不同地区PM2.5的来源，我们才能对症下药。”刘建国说。准确监测PM2.5需要解决哪些技术难题？目前监测PM2.5有哪些技术？ 目前，国内外对PM2.5浓度的监测主要有滤膜采样———光散射法、人工称重法、石英微量振荡天平法和β射线法。当光照射在空气中悬浮的粒子上时，产生光散射。在光学系统和粉尘性质一定的条件下，散射光强度与粉尘浓度成比例。光散射法测定空气中的粉尘浓度是通过测量散射光强度，经过转换求得粉尘质量浓度的方法。人工称重法是美国环保署和我国环保部推荐的标准方法，但由于需要较长的采样时间，无法提供目前空气质量日报和预报所需要的每小时均值。而石英微量振荡天平法和β射线法等方法是自动监测，每小时可获得一个监测结果，被称作“等效方法”。所有等效方法的监测值都要与标准方法所获得的结果进行比较，以确定其是否准确。如何监测，在监测过程中会碰到哪些难题？“为防止采样过程中水汽凝结的影响，无论是石英微量振荡天平法还是β射线法自动监测设备，采样管都要加温到空气的露点以上，通常是50℃，相对湿度保持在40%以下，整个测量过程都要在恒温恒湿的状态下进行。”刘建国告诉记者，但加温过程会造成颗粒物中挥发性和半挥发性物质的损失，导致测量结果偏低。“现在，我国已经参考美国的做法，增加了补偿装置，可以把挥发性物质和半挥发性物质的损失再补回去，这样就可以使测量结果更可靠。”刘建国称，颗粒物往往是固液混合物，构成非常复杂，即使是 PM2.5监测标准方法——人工称重法，同样也可能由于所采用的滤膜及温湿度的变化产生颗粒物损失等问题。测量结果可靠吗？根据2011年11月1日开始实施的《环境空气 PM10 和 PM2.5 的测定重量法》，人工测定PM2.5须通过具有一定切割特性的采样器，以恒速抽取定量体积空气，使环境空气中PM2.5被截留在已知质量的滤膜上，根据采样前后滤膜的重量差和采样体积，计算出PM2.5的浓度。 “在人工称重法测量过程中，要尽可能避免气态物质被滤膜吸附，滤膜平衡时要做到恒温恒湿。如果这些条件在实际大气环境中不能完全满足，就会引起测量误差。”刘建国强调，现有技术水平下，人工称重法所获得的监测数据已经尽可能地接近了PM2.5的实际状况。通过和人工称重法进行严格比对，光散射法、激光散射法、石英微量振荡天平法和β射线法的测量结果也是可靠的。目前市场上更多的扬尘检测仪都使用激光散射法监测PM2.5，建大仁科泵吸式噪声扬尘监测站最显著的特点是电控箱内安装高精度的空气质量变送器，可以不受环境中水分子的影响，精确监测出工地环境中颗粒物PM2.5、PM10的含量。当监测系统开始工作后，空气经进气口时由电子泵吸入变送器内，先由除湿设备将空气中的水分去除，再将其流动至空气质量传感器内。这时，空气质量传感器通过激光散射测量原理，以独有的数据双频采集技术进行筛分得出单位体积内等效粒径的颗粒物粒子个数，通过科学独特的算法计算出单位体积内等效粒径的PM2.5、PM10质量浓度，并将监测数值同时输出。泵吸式噪声扬尘检测仪配置1路百叶盒监测，通过内置的传感器对工地环境中的温度、湿度、噪声等气象因素进行实时监测；1路风速采集；1路风向采集；1路PM2.5、PM10和TSP采集；1路继电器输出可接现场二级继电器控制雾炮（默认）、吊塔喷淋及工程洗车机等；它所监测到的数据可通过LED屏（54cm*102cm）现场实时显示，也可通过RS485接口或移动卡以GPRS/4G的方式上传至云平台在界面显示，实现远程监控。通过手机扫码下载“噪声扬尘监控气象站”APP配置工具，能够对泵吸式噪声扬尘监测站的参数进行设置，如各项参数的上下限值，限值LED屏显示的内容，继电器开启闭合的时间，以及只能联动雾炮的工作时间等。泵吸式噪声扬尘监测系统由泵吸式噪声扬尘检测仪、通讯技术和监控软件云平台组成，集数据采集、存储、传输和管理于一体，能够24小时全天候在线实时监测现场环境，具有实时性、多参数、智能化的特点。系统支持两种数据上传：一种是无线数据上传，通过内置的移动卡通过根据GPRS/4G通讯方式上传；另一种是通过RS485从站接口，可以实现最远2000米的远距离有限传输。监控中心云平台支持在电脑、移动端、平板电脑等多个终端随时查看工地施工情况和扬尘指数的实时数据和历史数据。为保证工地环境治理符合环保要求，若出现PM2.5、PM10、噪声、TSP等环境数值超标的情况，系统会以平台告警、手机告警、邮件告警形式自动给管理员发告警信息；具有远程联动功能，可联动（雾炮）喷淋控制系统，改善空气质量。

说到最近大火的"乘风破浪"，用来形容淀粉制模生产线再合适不过了。在橡皮糖淀粉托盘的生产过程中，塌陷、冻胶、淀粉不足等任何一点纰漏都会造成橡皮糖制糖的失败，即"残次品”。尤其在一个接一个淀粉托盘往复的产线上，残次糖果的数量将大幅快速增加。几十年来，业内公认的高残次品率让橡皮糖制造商无可奈何，却又不得不默认"接受"。但现在，工业物理旗下Eagle Vision全新粉模托盘视觉检测系统，能为"乘风破浪"的橡皮糖生产线"保驾护航"。多达5%的残次品?!在淀粉模塑工业中，制造商通过用液体冻胶填充一次性淀粉模具，来生产糖果及果冻。其步骤大致如下：1. 托盘中装有（玉米）淀粉。2. 通过印模或模板，将产品的形状印入充满淀粉的托盘中。3. 液体冻胶被注入到成型的模具中。4. 托盘被堆叠，并运到固化室进行干燥。5. 固化后，将产品脱模并离开成型线，以进行最终处理，托盘返回步骤1在淀粉成型行业中，最多有5％的最终产品被拒收并视为残次品。几十年来，这一高比例已被制造商所“接受”，大量的残次品和额外的体力劳动也被视为“正常现象”。但现在，Eagle Vision自豪地宣布，通过我们成熟的“粉模托盘视觉系统”检测方案，我们可以将这一数字降至1％以下。残次品百分比降低如此之多，无疑将大大降低成本，提高质量和机器性能，并总体上提高客户满意度。既存问题: 脏淀粉托盘让我们首先更详细地分析问题。为什么这么多产品被视为残次品？——首先在淀粉托盘的生产过程中，许多事情就可能会出纰漏：• 加料站中的淀粉量不足，无法生产淀粉托盘。• 模板或印模脏，上面粘着一块冻胶，形成了不好印模效果。• 模板上缺少模具。• 由于产线的突然移动，淀粉壁塌陷。• 首要问题：托盘脏，以前的生产运行中残留了一些冻胶。由于淀粉制模生产线中使用的托盘数量众多，残次品数量将快速增加。据统计：有的淀粉成型线中可高达12000个托盘。经验告诉我们，大约5％的托盘存在上述问题。这意味着每天最多可增加600个“残次托盘”。其中，脏托盘尤其是造成诸多问题的原因。一段时间后，产线上有太多脏托盘，不得不停产。脏托盘需要进行如下操作来恢复使用：取出、清空、清洁、重新填装并放回产线，一个脏托盘所需的劳动时间为6分钟，这相当于60个小时的惊人工作量。解决方案: 托盘检测系统Eagle Vision全新“粉模托盘模具视觉系统”是一种独特的创新解决方案，可防止不良印模和脏淀粉托盘。脏粉模托盘视觉系统，简称DTV，在填充淀粉后（注入液体冻胶前）立即检查每个托盘。托盘是否有缺陷？淀粉填充是否不完全？若托盘粉模存在问题，托盘将留在产线中，但不会填充冻胶，因此托盘不会被硬化的冻胶污染。通过防止托盘变脏，从而仅使用干净的粉模托盘进行生产，我们发现残次品率从5％下降到小于1％。用一条淀粉模制生产线中的12000个托盘再次计算，脏托盘的数量减少到只有120个。这些托盘需要从生产线上卸下，以保持所需的质量和数量水平。可以在Mogul上安装选配的“弹出器系统”，以自动从生产线上移走这些被拒收的托盘。使用DTV系统的优势?经过一年在大型生产线上的密集测试后，Eagle Vision脏粉模托盘视觉系统已成功在大型生产线上投产。德国，比利时，荷兰，美国和墨西哥的多家知名“A”类品牌公司都已在使用DTV系统：1. DTV大大减少了残次品的产生量，从高达7.5％降低到3. DTV减少了产线中断的次数：产线中断、返工甚至二度返工的数量大大减少。4. DTV减少了客户的抱怨：最终产品中不掺杂模具碎片。5. DTV减少了体力劳动：无需再在机器后部安排操作员从肮脏的托盘上切下变硬的冻胶。6. DTV协助管理：通常，管理人员很难发现生产运行中发生了什么。DTV向管理人员提供有关未填充的托盘的所有信息，它显示：确切的生产中断时间、已检查的托盘数量、未填充的托盘数量及原因。它具有VPN连接功能，因此可以在需要时进行远程监视。7. DTV节省成本：投资回收期只有3到9个月，根据客户的计算方式有所不同；但是，但凡DTV阻止了一次生产中断，您就已经收回了大部分投资。Eagle Vision全新DTV粉模托盘视觉检测系统拥有全自动、高精度的特点，适用于所有橡皮糖淀粉成型线，为“乘风破浪”的生产线实时监控，保驾护航。如果您对样本文档或设备演示有兴趣，欢迎联系工业物理，我们将竭诚为您安排：）点击此处，跳转Egale Vision品牌页面。

作者：北京农学院 李相阳在当今社会，消费者日益关注健康饮食，而水果和蔬菜因其低脂、高纤维以及环保特性而备受推崇。然而，果蔬在采摘后的储存和运输过程中对温度、湿度、气体成分等环境因素极为敏感，在贮藏过程中面临着微生物污染、酶促反应、氧化变质等多重挑战。因此，一系列先进的贮藏保鲜设备和检测仪器被研发并应用于实际生产中，这些设备和仪器不仅提高了贮藏效率，延长了产品的货架期，同时也为消费者提供了更加安全、可靠的食品选择。有效的贮藏保鲜技术对于保持果蔬采后的新鲜度、营养价值以及食品安全至关重要。本文介绍果蔬采后贮藏保鲜的基本原理，常见仪器与设备。一、果蔬贮藏保鲜的基本原理果蔬贮藏保鲜是一个综合性的技术过程，其核心目标是延缓自然衰老和变质，保持其新鲜度和营养价值。以下是果蔬贮藏保鲜的几项基本原理：1.微生物控制。微生物是导致食品腐败变质的主要因素之一。在贮藏保鲜过程中，通过控制微生物的生长和繁殖，可以有效延长保质期。常用的微生物控制方法包括冷藏、加热处理、使用防腐剂等。2.酶活性抑制。果蔬中含有多种酶，这些酶在适宜的条件下会催化食品中的化学反应，导致其品质下降。通过控制贮藏条件，如降低温度、改变pH值或使用酶抑制剂，可以抑制酶的活性，减缓其生化变化。3.氧化还原反应控制。氧化反应是导致果蔬色泽、风味和营养成分变化的重要原因。通过控制氧气的接触，例如采用真空包装或充氮包装，可以减少氧化反应的发生，保持食品的原有品质。4.水分控制。水分是影响食品贮藏寿命的关键因素。过高或过低的水分活度都会加速果蔬的变质过程。通过控制包装环境的湿度或使用干燥剂，可以调节其水分活度，延长其保质期。5.气体成分调节。果蔬在贮藏过程中，气体成分的调节对于延缓食品衰老具有重要作用。例如，降低氧气浓度和提高二氧化碳浓度可以减缓呼吸作用，延长果蔬的保鲜期。6.温度控制。温度是影响微生物生长和酶活性的关键因素。通过冷藏或冷冻技术，可以显著降低食品中微生物的生长速率和酶的活性，从而延长果蔬的保质期。7.光照控制。光照，尤其是紫外线，可以加速果蔬中某些化学反应，导致其品质下降。在贮藏过程中，避免直接光照或使用遮光材料，可以减少光照对果蔬品质的影响。二、果蔬采后贮藏保鲜常见的检测仪器在果蔬采后的贮藏保鲜过程中，检测设备扮演着至关重要的角色。它们不仅能够确保果蔬在贮藏过程中的安全性和品质，还能为生产者提供实时反馈，以便及时调整贮藏条件。以下是一些关键的检测设备及其在贮藏保鲜中的应用：1. 微生物检测仪器。微生物污染是导致果蔬变质的主要原因之一。微生物检测仪器能够快速准确地检测细菌、霉菌等微生物含量。这些仪器通常采用培养基、酶联免疫吸附测定（ELISA）、PCR等技术，为果蔬贮藏过程中的微生物控制提供科学依据。 2. pH计和电导率仪。pH和电导率对于了解果蔬的生理状态和贮藏品质有重要意义。pH是衡量果蔬品质的一个重要指标。例如，梅特勒托利多公司提供的InLab Solids Pro-ISM电极，就是专为测量水果和蔬菜等固体样品的pH而设计的，它能够直接插入样品中而不会造成损坏 。电导率仪在果蔬采后生理生化实验中有其特定的应用。例如，不良环境对植物细胞膜的伤害可以通过测量细胞外渗液的电导率来评估，从而了解果蔬的生理状态 。此外，在实验中测定果蔬汁液的冰点，也涉及到电导率的测量 。例如，在石榴采后贮藏的研究中，使用电导率仪测量果皮的相对电导率，可以评估低温贮藏对石榴生理及贮藏品质的影响。pH计和电导率仪可以帮助研究人员和生产者监测和评估果蔬的贮藏品质，从而优化贮藏条件，延长果蔬的货架期。 3. 色差仪。食品的色泽是消费者评价食品新鲜度和品质的重要视觉指标。色差仪通过测量食品表面的反射光，计算出色彩的三个基本参数：L（亮度）、a（红绿色度）、b（黄蓝色度）。这些数据可以用来评估果蔬在贮藏过程中色泽的变化，指导生产者采取相应的保鲜措施。 4. 水分活度测定仪。水分活度（Aw）是衡量果蔬中可利用水分的指标，与果蔬的保质期和微生物生长密切相关。水分活度测定仪通过测量果蔬的蒸汽压或电导率，快速准确地测定水分活度。根据果蔬的类型和预期的保质期，确定理想的水分活度范围。一般来说，水分活度越低，微生物生长的可能性越小，果蔬的保质期越长。定期使用水分活度测定仪监测果蔬的水分活度，可以确保其在安全范围内。如果水分活度发生变化，及时调整贮藏条件。5. 气体分析仪。在气调贮藏中，气体成分的精确控制对保鲜效果至关重要。气体分析仪器能够实时监测包装内氧气、二氧化碳和氮气的浓度，确保气体比例符合保鲜要求。这些仪器通常采用电化学传感器、红外光谱或质谱技术，具有高灵敏度和准确性。 6. 质构分析仪。质构是评价果蔬口感和物理特性的重要指标。质构分析仪通过模拟人的咀嚼过程，测量果蔬的硬度、弹性、粘性和咀嚼性等参数。这些数据对于评估果蔬在贮藏过程中的质构变化，以及优化加工和贮藏条件具有重要意义。 7. 近红外光谱仪。近红外光谱技术是一种无损检测方法，能够快速分析果蔬中的水分含量和糖含量。近红外光谱仪通过分析食品对特定波长光的吸收和反射，建立模型来预测果蔬的品质。便携式近红外仪可以检测水果内部的褐变，可以用于水果的糖度分级。在线式近红外仪可以用于果蔬分选。 8. 食品安全检测仪。食品安全检测仪用于检测果蔬中的有害物质，如农药残留、重金属、添加剂等。这些仪器通常采用色谱、质谱、光谱等技术，为确保食品的安全性提供了重要保障。 三、常见贮藏保鲜设备果蔬的贮藏保鲜依赖于多种设备，这些设备通过不同的技术手段来延长食品的保质期和保持其新鲜度。以下是一些常见的贮藏保鲜设备：1. 冷藏设备。冷藏是最基本的保鲜方法之一，通过降低温度来减缓微生物的生长和酶的活性。冷藏库就像果蔬的“卫士”，通过精确的温度控制，为果蔬提供了一个适宜的贮藏环境。冷藏设备的设计需要考虑到温度的均匀性、湿度的控制以及空气流通等因素，以确保果蔬在贮藏过程中的品质。2. 真空包装机。真空包装通过抽取包装内的空气，减少氧气的含量，从而降低氧化反应和微生物生长的可能性。真空包装机能够自动完成抽真空、封口等过程，适用于各种形状和大小的包装。真空包装不仅能够延长食品的保质期，还能保持食品的色泽和风味。3. 气调保鲜设备。气调保鲜技术通过调节包装内气体的成分，如降低氧气浓度和提高二氧化碳或氮气的浓度，来抑制呼吸作用和微生物活动。气调保鲜设备可以是简单的充气包装机，也可以是集成了气体分析和控制的高级系统，以实现更精确的气体成分调节。4. 智能监控系统。现代贮藏保鲜技术中，智能监控系统发挥着越来越重要的作用。这些系统可以实时监测和记录贮藏环境中的温度、湿度、气体成分等参数，并通过自动化控制系统进行调节，以确保食品始终处于最佳的贮藏条件。每种设备都有其特定的应用场景和优势，选择合适的设备对于实现有效的贮藏保鲜至关重要。在实际应用中，往往需要结合多种设备和技术，以达到最佳的保鲜效果。果蔬采后的贮藏保鲜是一个不断发展的领域，它不仅关系到果蔬安全和品质，也是果蔬行业创新和发展的关键。随着技术的不断进步和消费者需求的不断变化，我们有理由相信，未来的贮藏保鲜技术将更加高效、安全和环保，为消费者提供更高品质的食品，同时也为食品和农业行业带来新的发展机遇。作者介绍：李相阳，北京农学院食品科学与工程学院副教授，北京市现代农业产业体系北京市创新团队岗位专家，主要开展农产品质量安全控制快速检测技术开发和示范应用推广。主持北京市科协金桥工程种子资金、北京市科委一般项目、北京市农业科技项目等课题 10 余项；以第一作者/通讯作者在 Food Chemistry、Frontiers in Chemistry、Agriculture 等期刊发表文章30余篇。

据悉，智谱科技近日顺利完成亿元B轮融资，本轮融资由博华资本独投。本次融资将有效促进智谱科技光谱视觉监测技术在大化工领域的深度应用，推动更多产业伙伴合作，帮助客户进行数字化、智能化转型升级，实现安全生产、减碳节能、降本增效。（注：数据由投资界根据公开报道整理）公开资料显示，智谱科技通过自主的研发智能光谱相机和光谱视觉分析模型，围绕化工行业内“两重点一重大”泄漏的安全问题，打造围绕光谱视频气体泄漏可视化监测系统产品为核心，集化工安全监测预警和应急决策辅助系统为一体的“危险气体泄漏光谱视频监测解决方案”。当前，智谱科技正通过建立光谱行业数据库和算法库——光谱开源平台SpecNet，用高质量的光谱数据来赋能科研人员去在各个场景中开发光谱产品、开发光谱算法和模型，也以此为场景开发平台，精准挖掘行业场景痛点，从需求出发适配技术。博华资本表示：“智谱科技依托于南京大学、清华大学的深厚技术积累，团队将智谱科技首席科学家曹汛教授首创的PMVIS棱镜掩模光谱视频成像理论成果，与工业互联网、机器视觉等技术紧密结合，打破了海外光谱监测技术在相关领域的长期垄断。此外，2022年曹汛教授带领团队，研发出的微型化光场光谱四维计算成像系统，未来也极有可能集成于手机移动终端，这将会是一个颠覆性的创举。从智谱科技创立至今，已经建立了从技术研发、产品设计、生产控制、项目落地的全流程能力，推出了从平台型、在线型到便携型的多维度产品，帮助石油化工、水质保护等领域客户实现了更安全、更高效、更低碳的发展。”

为增强工业和信息化质量管理能力、推动质量技术创新应用、提升产品可靠性水平，及时发现、总结、推广一批示范性强的先进经验，工业和信息化部组织开展2023年度工业和信息化质量提升典型案例遴选工作。 　　一、征集方向 　　(一)质量管理能力。 　　企业贯彻实施GB/T 19000、GB/T 19004、GB/T 19024等先进标准，建立先进质量管理体系，加快质量管理数字化，不断提高质量改进能力，实现质量效益有效提升。征集方向包括： 　　1.质量管理体系有效性。树立追求卓越的质量理念，确保GB/T19000质量管理体系有效运行，发挥企业最高管理者作用，优化质量组织体系和管控模式，调动全员参与质量提升，不断提高质量管理能力的解决方案。 　　2.企业持续成功的能力。贯彻实施GB/T 19004等先进标准，持续健全制度机制，建设质量文化，创新方法应用，加强过程识别、管理和验证，采用策划、实施、检查、处置(PDCA)模式开展持续改进，确保达成质量目标、实现持续成功的解决方案。 　　3.质量管理数字化。运用数字技术对质量数据进行采集、存储、处理和分析，实施质量预防和改进，推进供应链管理数字化，开展数字化质量追溯，实现生态圈质量协同、开放合作、模式创新的解决方案。 　　4.全过程质量绩效水平。依据GB/T 19024等标准，有效识别质量绩效指标，采用先进质量方法工具，加强对用户满意度、产品合格率、平均缺陷率、质量损失率、市场占有率等关键指标的度量、监测、分析和评价，不断提升质量管理财务和经济效益的解决方案。 　　(二)质量技术创新应用。 　　加强质量技术创新，开展质量设计技术、过程控制方法与工具、试验检测技术、运维保障技术等攻关和应用，不断提高产品质量水平。征集方向包括： 　　1.质量设计。应用人工智能、虚拟现实、增强现实等技术，搭建数字孪生模型，加强可靠性设计与仿真，开展基于或高于用户需求的质量设计，实现关键质量指标的设计优化，从源头防止质量风险、解决质量问题的解决方案。 　　2.质量控制。应用数字化技术，开展全流程质量在线监测、诊断与优化，实施关键过程智能分析、精准控制、设备远程监测和智能运维，实现制造过程的数字化控制、网络化协同和智能化管理，持续增强生产过程质量控制水平，提升产品制造可靠性、一致性、稳定性的解决方案。 　　3.质量检测。采用机器视觉、人工智能、先进测量仪器等技术推动试验检测数字化和智能化，加快在线检测、智能检测等先进方法工具的创新应用，提高质量检验检测效率、覆盖率和准确性的解决方案。 　　(三)可靠性提升。 　　落实《制造业可靠性提升实施意见》，围绕机械、电子、汽车及其他相关行业企业实施可靠性工程，推动产品可靠性提升。征集方向包括： 　　1.可靠性管理。通过企业可靠性工作计划、可靠性评审、故障报告分析和纠正措施系统、故障审查组织、可靠性增长管理等实施应用，实现产品可靠性提升的解决方案。 　　2.可靠性工程技术。通过可靠性设计、可靠性分析、可靠性试验验证、可靠性仿真等方法以及数字技术应用实现产品可靠性提升的解决方案。 　　3.可靠性工具。通过测量仪器、可靠性软件工具、可靠性试验设备的开发或改造升级试验检测设施等，实现产品可靠性提升的解决方案。 　　4.可靠性“筑基”和“倍增”攻关。通过核心基础零部件、核心基础元器件、关键基础软件、关键基础材料及基础工艺的可靠性攻关，实现整机系统的可靠性关键指标和水平提升的解决方案。 　　5.产业链供应链可靠性保障。通过加强产业链供应链可靠性管理，如产业链供应链管理、可靠性指标传递机制等，实现产业链供应链可靠性水平提升的解决方案。 　　二、申报要求 　　(一)申报主体应在中华人民共和国境内注册登记，具有独立法人资格。申报主体近三年财务状况良好，在信用等方面无不良记录。 　　(二)应用案例应具有较强的代表性、示范性、创新性和可推广性，对相关行业、供应链质量或企业质量提升具有较强借鉴意义和推广价值。 　　(三)申报材料应客观真实，体现工业和信息化质量提升的技术特点，聚焦实际场景应用需求和重点问题。 　　(四)每个申报主体限申报1项。 　　三、工作程序 　　(一)申报。按照自愿参与原则，申报单位可向所在地省级工业和信息化主管部门、相关行业协会提交《工业和信息化质量提升典型案例申报书》(附件1)。各单位组织对本地区(行业)企业申请进行初审，每单位每个方向推荐数量原则上不超过5个，并于9月28日前将正式推荐意见及《工业和信息化质量提升典型案例汇总表》(附件2)报工业和信息化部。被推荐企业需通过申报平台(https://www.miitqb.cn)提交电子版材料。 　　(二)评审。工业和信息化部组织专家进行评审，按程序确定、公示、发布典型案例名单。 　　(三)宣传推广。开展专题培训、现场考察等分享交流活动。依托部属新闻媒体、“两微一端”平台渠道，择优宣传典型案例。 　　(四)有关支持。鼓励各级工业和信息化主管部门针对应用成果突出、推广价值较高的典型案例，从项目审批、政策资金等方面对项目提供支持，不断推动产品质量提升。

近日，工业三维视觉检测公司板石智能获数千万元pre-A轮融资，本轮融资由深创投领投，国科嘉和、辅晟资本跟投，老股东国宏嘉信追投。本轮融资资金将主要用于产品研发、市场推广和团队搭建等方面。围绕三维视觉检测，成立于2018年的板石智能，主要针对消费类电子、汽车、半导体等市场提供软硬结合的工业三维视觉检测产品。目前，已推出的产品包括通用型微观3D形貌测量系统、白光干涉检测设备和计算相位三维测量系统等产品。具体来看，板石推出的微观3D形貌测量系统，重复精度可以达到0.03纳米，其采用非接触式的干涉原理，可以在避免对产品造成损伤的情况下，进行纳米级的检测。而激光相位三维测量系统，核心算法由板石智能自主研发，不但可以实现纳米级的高精度，还可以达到毫秒级的检测速度，实现在线检测。板石智能产品板石智能创始人兼CEO程恒恒表示，相位检测的原理可以简单理解为通过收集光强信号并将之转化为相位信号，再对相位信号进行重构计算从而反推出产品的三维形貌。由于省去了传统机械性的物理扫描过程，所以检测的速度更快且精度更高。但随之而来的难度就在于算法，由于光学衍射极限制约了检测的高精度，所以板石智能在软件算法上采用了模型对比的方式。通过自研的硬件设备收集产品的周期性形貌波形，再跟已有的标准模型进行匹配，从而计算出产品的三维结构特征。在算法层面，根据检测需求板石智能自主研发了渐进高度检测、渐进轮廓检测、无损检测等多项算法。能够对产品进行任意位置的连续测量，同时，也可以通过无损拼接的方式，弥补高精度硬件有限的视野痛点，实现大视野的高精度检测，能够满足90%以上的检测需求。近年来三维检测被不断重视，但在实际应用中，由于三维检测的下游客户应用场景高度离散，导致大多数厂家为项目集成性质，需要进行大量的定制化开发，由此不仅耗费的人力物力成本高昂，且部署周期也较长。基于此，板石智能从最初就重点关注产品的通用性，通过自研软件、硬件设备，并聚焦于相对标准化的检测场景，从而开发出行业通用的三维视觉检测产品，其陆续推出先进的SST和GAT算法，可以广泛应用于新能源、半导体、3C等行业，极大提高生产效率和检测精度。板石智能产品团队方面，板石智能的核心创始团队多出身于全球最大的工业视觉检测产品供应商---基恩士，在工业视觉检测方面具备丰富的落地经验。其中核心技术团队由多位博士和视觉领域的技术专家组成，现有硕士、博士研发团队近30人。在核心光路设计、光学成像方面，有多项技术成就在nature communications等顶刊发表。作为本轮领投方，深创投智能制造首席研究员崔鹏翔表示：“无论基于中国制造高端化、智能化升级的行业趋势，还是高端装备自主可控的急迫需求，精密视觉检测都有广阔场景和美好未来。板石智能团队优秀且全面，兼具行业认知、原研能力、市场理解，有极佳的化学反应。板石智能成立以来，产品路线与商业路径合理清晰，拥有完整的短中长期产品矩阵规划和实施路径，在很短的时间内完成解决方案到核心设备国产替代再到技术前瞻性原创，难能可贵。板石智能核心产品性能指标行业领先，已经取得了头部客户的认可，新产品进展顺利，线激光、激光相位系统等陆续推出。我们看好板石智能，继续为国产精密仪器争光添彩。”

性能指标 *外壳为304不锈钢材质*去掉了传统的计时拨码，改为芯片集成控制，全触摸式按键，操作简便*用户可根据标准照度计自行对仪器照度进行校正,即增加了自行校正功能，为国内独创 *增加了底部白板长度，可进行输液袋的并排检测 *检测灯管升级为A级精制药检灯管，使用寿命是传统灯管的2倍 *检测光路系统消除了频闪，照度可调，提高了目测分辨率，并减少视觉疲劳。 *采用数字式电子照度计，读数直观，稳定可靠，检测时间可任意设定，并且有声光报警功能。 *功率：20W *灯管：20W(专用A级精制三基色荧光灯，电子镇流器） *照度范围：1000—6000LX *时限范围：1—99S任意设定 *外型尺寸：703mm×175mm×513mm创新点：*YB-2A澄明度测试仪（304 不锈钢）去掉了传统的计时拨码，改为芯片集成控制，全触摸式按键，仪器使用寿命提高了3倍。 *YB-2A澄明度测试仪（304 不锈钢）采用数字式电子照度计，读数直观，稳定可靠，检测时间可任意设定，并且有声光报警功能。 *检测灯管升级为A级精制药检灯管，使用寿命是传统灯管的2倍。 恒创立达澄明度检测仪 YB-2A（304不锈钢）

“从1969年10月1日北京地铁一号线试运行至今已经历50多年，我国地铁里程不断攀升。据中国城市轨道交通协会最新统计，2020年我国地铁运营总里程6200多公里，在建5000多公里，总历程达到超过一万公里。当前，我国北、上、广、深等特大城市，轨道交通里程处于世界前五的水平。”近日，北京交通大学副教授王耀东接受采访时说。　　而地铁隧道病害与表面状态检测则是保障安全运营的重要内容之一。“否则，地铁隧道一旦发生事故，将会给生命财产带来巨大损失。”在4月22日举行的聚焦2021年北京地区广受关注学术成果报告会上，王耀东说。随着隧道病害检测技术的快速发展，他和团队正在尝试将机器视觉、先进传感等技术引入相关检测，让这一过程变得更加高效、智能。　　隧道“体检”，从人工巡检到机器检视　　地铁交通极大方便了城市居民的出行，但是地铁隧道中出现的各种“病害”，如隧道裂缝、渗漏水、沉降、衬砌剥落、掉块等，给电客车安全运营带来挑战。　　以隧道裂缝为例，王耀东表示，其形成原因比较复杂，岩层性质、岩土压力、混凝土收缩、结构移位变形、侵蚀破坏、施工遗留等都是潜在诱因。别是南方的过江过河隧道或地下水较丰富区域的隧道，如果产生裂缝产生就会产生渗漏水，影响地铁运行的安全。因此需要定期巡检，及时养护、维修。　　王耀东还记得2012年回国之初跟随地铁巡检人员做现场数据采集的情形。“凌晨1点到4点，夜深人静，地铁停运，才会开始人工巡检，要用肉眼观察、手写记录。”　　他表示，尽管传统的超声波检测法、声发检测法、电磁波检测技术等不断提高检测精度，但速度低、效率慢，难以满足现代轨道交通快速发展的需求。而信息技术的发展，多维传感、机器视觉检测技术的使用则为这项检测工作的提速、高效提供了新的契机。　　“机器视觉的特点是效率高、可移动、非接触，特别是信息处理自动化、智能化、数字化，也是隧道巡检的发展方向。”王耀东说。他和同事在不断尝试把机器视觉技术、图像处理技术、多维感知、人工智能等技术，应用在隧道病害检测当中，这些智能巡检技术可以逐步代替人工，完成隧道基础设施的自动检测。　　裂缝识别，让机器拥有“人眼”和“大脑”　　“裂缝检测智能巡检技术主要分两个步骤，第一步是图像裂缝采集，利用高速相机和特制的辅助光源，保证采集到高质量的隧道图像 第二步是裂缝病害图像处理，对所有原始图像进行预处理，包括：匀光处理、连通区域分块化、噪声滤波等，提取纹理目标进行特征判断，最后识别裂缝区域，为后续速调维护提供技术支持。”王耀东介绍。　　这些听起来似乎很简单，但如何让机器像人眼一样，全面、精细采集图像，并像人脑一样准确地识别裂缝种类呢?每一步做起来都不简单，都需要精细化的算法研究和关键技术的攻克。　　例如，他们研发了图像采集系统样机引入了线阵相机(进行连续拍摄形成二维图像，避免图像重叠和数据冗余)、面阵相机(针对隧道中照明不佳，进行大面积强光源补光)、定向运动设备(对隧道进行扫描式图像采集降低漏检率)，来获得高质量的图像。他们还开发出一套表面裂缝图像的批量识别软件，设计出核心算法进行图像处理。　　经过近十年的“磨剑”，王耀东及团队成员克服各种挑战，2018年在发表于《铁道学报》的论文研究中，首次报告了基于局部图像纹理计算的隧道裂缝视觉检测技术。他们研发的一套图像采集系统实验样机，将线状激光光源、高速线阵相机、激光发生器、图像采集卡，安装在可调节移动式视觉检测平台上，可在隧道中进行巡检。然后将高分辨率裂缝图像分成子区域，针对性地进行算法研究，完成最后的检测。　　“这种智能巡检技术有助于解放人力，服务地铁运维。”王耀东说。他坦言，从综合指标看，目前这种技术对于背景简单的普通隧道裂缝识别率比较高，可以达到84%以上。但对于比较复杂环境下的裂缝，识别率还有待提高。”。　　2018年至今，随着深度学习卷积神经网络深入发展，对海量隧道图像的计算性能有了数十倍的提升，识别率也有较大提高。然而，王耀东表示，对于复杂恶劣环境下，肉眼难以观察的微小缺陷仍然很难检测到。　　增强自主创新，助力交通强国建设　　王耀东希望，在未来检测算法上，加强对不同类型纹理噪声的识别，提高图像处理的计算效率，进一步提高隧道病害检测效率。　　为此，他们建立了隧道病害样本库，基于深度学习，对隧道表面病害图像多分类智能识别。为了更好地采集图像，他们还对采集系统进行了模块化研发，并研制了隧道巡检机器人，对隧道裂缝、三维形变、沉降进行检测。　　目前，他们还在研制多种类、移动式隧道检测平台，如低速便携手推式(0-10公里/小时)检测平台，到中速紧凑自主行走式检测平台(0-30公里/小时)，再到高速车载式综合检测平台(0-100公里/小时)的，以及路轨两栖式综合平台(0-60公里/小时)。对隧道、轨道多维数据进行采集，并进行智能分析和大数据处理，最后生成区间报表提供给专业人员使用，用于隧道和轨道维护。　　“目前，我国轨道交通运营里程已经位居世界第一位，智能运维也处于世界前列。”王耀东说，但仍然亟需加强自主创新。他举例说，我国轨道交通智能数据采集设备、高精尖传感器还需要从国外进口，这些设备有的一套系统单一功能，但因为技术被国外垄断，报价却达到数百万元，甚至上千万元。　　“我们科技工作者还要继续努力，推动基础研究创新，将主动权掌握在自己手中。”他说，2035年我们国家要基本建成交通强国，这将推动我国城市轨道交通进一步向大数据、智能化、精准化方向去发展，让老百姓出行更安全、更便利，乘坐舒适性更高。

近期，中国科学院合肥物质科学研究院固体物理研究所研究员蒋长龙团队在可穿戴水凝胶贴片及体液中尿素视觉监测方面取得进展，通过在三维多孔聚丙烯酰胺(PAM)水凝胶中嵌入上转换光学探针，设计制备了一种可穿戴传感贴片，并将该贴片与智能手机的颜色识别器结合，实现了对尿素的现场快速定量分析。相关研究成果发表在Analytical Chemistry上。 　　尿素是人体含氮物质最终代谢的主要产物，会通过汗液、尿液、唾液和血液排出，其在临床诊断中被认为是肾功能的重要指标，因此有效检测尿素水平对于疾病的研究和早期诊断至关重要。可穿戴传感器由于可以直接佩戴在人体皮肤上且具有非侵入性的特性受到广泛关注，三维网络状结构的水凝胶具有良好的柔韧性、拉伸性和生物相容性，这些特性使其成为可穿戴传感器的理想材料，然而目前报道的大多数荧光水凝胶都是由短波长激发的，在检测生物样品时容易受到自发荧光和背景荧光的干扰。上转换纳米粒子(UCNPs)与传统的荧光材料相比，能消除生物样品的自荧光和背景干扰，提高检测灵敏度。因此，利用UCNPs设计可穿戴传感器是检测人类生物标志物的有效策略。 　　鉴于此，研究团队设计了一种基于上转换光学探针的聚丙烯酰胺水凝胶传感器。探针由UCNPs和对二甲氨基肉桂醛(p-DMAC)组成，基于内滤效应(IFE)，尿素与p-DMAC反应产生的红色产物猝灭UCNPs的绿色荧光，使上转换荧光从黄色转变为红色，实现尿素的荧光检测。在此基础上该研究结合PAM水凝胶制作了柔性可穿戴传感器，并利用3D打印技术构建便携式传感平台。 　　研究团队设计的上转换荧光探针和水凝胶传感器的检测限(LOD)分别为1.4μM和30μM。水凝胶传感贴片为检测体液中的生物标志物提供了便利和准确的传感策略，在疾病预警和临床诊断设备上具有应用潜力。图(a)设计可穿戴水凝胶传感贴片；(b)汗液中尿素的传感和水凝胶的SEM图像；(c)水凝胶传感贴片在980 nm激发光和日光下对尿素的响应；(d)便携式尿素检测传感平台；(e) G/R比值与尿素浓度在0-40 mM范围内的线性关系。

p 　　 strong 仪器信息网讯 /strong 随着我国经济改革的进一步深化，创新已成为推动经济发展的核心动力，成为科技研发与应用转化工作的不二选择。如何开展国产检测仪器领域的科研创新和成果应用转化，是检测领域当前面临的一个重大课题。 /p p 　　基于现实性和迫切性的考虑，首都科技条件平台检测与认证领域中心携手慕尼黑展览(上海)有限公司，于12月27日在北京湖北大厦成功举办“创新背景下检测仪器研发与成果转化论坛”。邀请到5位国内科学仪器研发机构和大专院校的专家，就成果转化的价值链构建、检验仪器新技术与应用、高校仪器成果转化思考、中国制造装备水平提升等话题展开精彩分享。来自检测机构、仪器厂商、认证领域中心等有关单位的近百名代表参加了此次研讨会。 /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201612/insimg/ca2b8e4b-d217-40b5-a090-4d92136bff8f.jpg" title=" IMG_6995_副本.jpg" / /p p style=" text-align: center " 创新背景下检测仪器研发与成果转化论坛 /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201612/insimg/c7d85031-5f29-4110-853a-6dd810e7455b.jpg" title=" IMG_6949_副本.jpg" / /p p style=" text-align: center " 北京科学仪器装备协作服务中心副主任刘伟华主持研讨会 /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201612/insimg/c81bd97f-36b3-4388-81ca-4f7cf563136e.jpg" title=" IMG_6959_副本.jpg" / /p p style=" text-align: center " 北京科学仪器装备协作服务中心副主任杨鹏宇为研讨会致辞 /p p 　　为提高我国科学仪器设备的自主创新能力和自我装备水平，首都科技条件平台自2012年起开始启动科学仪器开发培育项目。立项初期，培育项目更多考虑的是研发的先进性和技术的领先性。近几年随着形势的不断变化，项目后期的推广和产业化在评估中所占权重越来越大，这一环节所打的分数也越来越高。杨鹏宇副主任在致辞中表示，希望通过此次研讨会的召开，能够倾听专家们在成果转化过程中的经验与想法，吸纳成员单位的宝贵建议，为仪器产业今后的成果转化工作“增光添彩”。 /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201612/insimg/7b39a30e-980c-460f-83f4-b31f611cf72c.jpg" title=" IMG_7014_副本.jpg" / /p p style=" text-align: center " 《深化成果转移转化价值链构建》 /p p style=" text-align: center " 中国科学院过程工程研究所处长 张凯 /p p 　　中国科学院过程工程研究所成立于1958年10月1日，前身是中国科学院化工冶金研究所。经过近60年的发展，研究所在科研成果转化方面已形成“部门建设为基石、成果积累为源头、成果推广为支撑、成果转化为核心、成果评价为拓展、风险防控为保障”的创新价值链条。通过采取“点面结合凝聚成果转化需求、摸清链条推动成果精准转化、聚焦地市推动成果集群转化、政府平台推动成果持续转化、推动青年参与成果转化形成后劲”等五项举措，中科院过程工程研究所也在成果转化方面开辟了一条全新之路。 /p p 　　据张凯处长介绍，2015年面对产能过剩及经济低迷的大背景下，中科院过程工程研究所实现了成果转化210项，涉及经费1.8亿元，为企业创造销售收入名列中科院第二，创造税收全院第一。这样的进展还体现在装备共享加速上，2011-2015年该研究所研发、购置装置投入3.3亿元，在高分辨场发射透射电镜、高分辨率3D X射线显微镜等大型高端科学仪器的共享方面取得成效。下一步，研究所还将在智慧过程平台、绿色过程与工程模块化平台、双创科技支撑基地、前沿交叉专项资金、重大产出激励计划等方面持续加码，争取在2058年建成国际领先的高水平研发机构。 /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201612/insimg/859216fa-6a81-4a41-abe8-9f142d637c1d.jpg" title=" IMG_7033_副本.jpg" / /p p style=" text-align: center " 《伤员救治与现场检验新技术及应用》 /p p style=" text-align: center " 军事医学科学院卫生装备研究所医用电子技术与装备研究室主任 陈锋 /p p 　　陈锋主任报告的两个关键词分别是“卫生装备”和“军民融合”。 隶属于军事医学科学院的卫生装备研究所是我军唯一从事卫生装备研发的专业科研机构，它下设全军野战装备论证中心和全军卫生装备重点实验室，承担起了全军卫生装备规划论证与研制开发任务。通过对比我军与外军的卫生装备技术发展现状，陈锋主任指出近十年内卫生装备发展的关键技术需求有望在信息感知与处理技术，无人化智能化技术，新材料技术，便携式检测、诊断、治疗技术，便携式检验技术、人因技术、模拟仿真技术等方面实现重大突破。 /p p 　　此前，卫生装备研究所既肩负着卫生装备的开发研制，又管理着装备的论证评估，陈锋主任把这形象地比喻为既当“裁判员”，又当“运动员”，还当“教练员”。未来随着军民融合政策的进一步推进，研究所会把卫生装备中间的研制和生产制造部分更多地让给地方的科研院所、大专院校和企业，只负责前期的论证和后期的评估，以切实地推进卫生装备技术的“军民融合”。 /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201612/insimg/03a74381-5ff3-4acc-9370-93642d97bb40.jpg" title=" IMG_7076_副本.jpg" / /p p style=" text-align: center " 《创新环境下的高校科研仪器研发和成果转化》 /p p style=" text-align: center " 北京大学智慧城市研究中心博士 刘卫国 /p p 　　高端科研仪器本身具有专业性、综合性、转化周期长、风险大、小众市场等特点，极易受大环境影响。结合多年从事科技成果转化的工作经验，刘卫国博士认为当前高校的科研仪器成果转化正面临着缺技术、却动力、缺市场、却资金、缺团队的困境。跨学科的技术屏障阻挡了一批高校老师的仪器研发热情，体制和评价机制的影响也冷却了成果转化的积极性，加上市场的约束、资金的缺乏以及团队的稀缺，高校科研仪器研发与成果转化并不乐观。 /p p 　　对应之下，跨学科协同发展、优化管理制度、校企协同开发、成果转化基金支持、专业化的产品开发团队或许可以成为破解之道。仅以北京大学来说，近几年在超小型荧光在体显微镜、光镊、光刀、小型质谱仪、小型中子治疗仪等仪器的研发和成果转化方面还是取得一些进展。虽然仍有不足，但高校科研仪器的研发和成果转化水平还在进一步提升中。 /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201612/insimg/49301a7b-f29d-4ccf-ab90-a1aa27c196ce.jpg" title=" IMG_7103_副本.jpg" / /p p style=" text-align: center " 《科学仪器跨越式发展及体会》 /p p style=" text-align: center " 北京化工大学教授 袁洪福 /p p 　　作为我国近红外光谱分析技术研究领域的杰出代表，近年来袁洪福教授主持开发了大量具有我国自主知识产权的近红外技术产品，在科学仪器的成果转化和跨越式发展方面拥有深切体会。就拿傅里叶红外光谱仪来说，仪器本身价格高昂，在市场需求量逐年上升的趋势下，许多国外品牌都推出了具有核心专利技术的产品，对比之下国产仪器厂商在其中所占的市场份额可想而知。因此袁洪福教授在报告开篇即点出，国产科学仪器未来发展的关键不在技术，而在市场。 /p p 　　通过列举自己运用光谱技术对蚕桑相关特性进行数字化分析、对食用油种类及其组分进行快速分析识别、制定分子光谱多元分析框架GB标准等案例，袁洪福教授认为国产科学仪器需要定位于解决国家重大社会需求，开拓新兴规模化市场，方可实现跨越式发展。通过拓展仪器的硬件、方法、软件、工程等内涵，重视集成技术和应用环节利益，重视应用标准的建立，最终助推国产科学仪器在进口品牌的挤压包围下突出重围。 /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201612/insimg/c263df86-94be-43d5-97b9-ebfa9b1ae2ac.jpg" title=" IMG_7122_副本.jpg" / /p p style=" text-align: center " 《中国装备制造水平提升的实践》 /p p style=" text-align: center " 航天科工集团第二研究所二十五所& nbsp 白建清 /p p 　　中国制造历经三十年发展到今天，已经在多个方面给予国人乃至世界惊艳。但直至今日，可靠性仍然是中国制造发展的瓶颈之一。如何突破这一关口?白建清老师认为破题的关键还是在应用验证。通过暴露问题，优化改进设计，用好应用验证这把钥匙，做好中国制造。 /p p 　　报告中，白建清老师介绍了他所在的航天科工集团第二研究所二十五所团队通过可靠性应用验证提升我国国产装备水平的实践案例，其中包括与华北光电所、兵器北方夜视集团两家单位合作的红外探测器产业提升，以及与北京凌云光技术集团合作进行的工业现场智能检测机器人、高精度LCD视觉质量检测仪等实践案例。通过实行产品九级评估、制定可靠性解决策略、确定产品可靠性执行方案，遵循技术/管理归零五法则等方法，为国产装备的水平提升把好应用验证“关口”。 /p p 　　他强调“速度决定市场胜负，质量决定企业生命”，在SIMENS医疗、GE医疗的大型CT机已在航天科技有关院所进行振动试验、高低温试验时，许多国产仪器设备厂商脑海中的验证概念却还未诞生。因此一些应用问题无法得到深层次暴露，优化设计也就没有了抓手。希望未来在大型仪器设备的成果转化方面，可靠性的应用验证也能引起相关厂商的注意。 /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201612/insimg/9ad8ca53-0a3b-409b-befe-039511817991.jpg" style=" " title=" IMG_7171_副本.jpg" / /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201612/insimg/32709293-cf9f-48d1-af99-23d1dde1dc56.jpg" title=" IMG_7180_副本.jpg" / /p p style=" text-align: center " 16家新增成员单位授牌仪式 /p p 　　报告结束后，还举行了首都科技条件平台检测与认证领域中心新增成员单位的授牌及优秀学员标兵的颁奖仪式。国家分析仪器质量监督检验中心、北京东方计量测试研究所、钢研纳克、北京智云达、北京华科仪等16家机构及仪器企业当选认证领域中心新增成员单位。 /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201612/insimg/f3a63570-0d07-4e85-9d4e-ef3133919edb.jpg" style=" " title=" IMG_7186_副本.jpg" / /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201612/insimg/d1803ff5-bea0-407f-a99a-7d5e47f8267e.jpg" title=" IMG_7195_副本.jpg" / /p p style=" text-align: center " 优秀学员标兵颁奖仪式 /p p style=" text-align: right " span style=" font-family: 楷体,楷体_GB2312,SimKai " 　　撰稿编辑：韦东裕 /span /p p br/ /p

日前，生态环境部印发《关于加快建立现代化生态环境监测体系的实施意见》。《意见》指出，未来5年，我国将加速推进生态环境监测的数智化转型，创新监测手段，实施四大监测能力建设工程。到2035年，基本建成现代化生态环境监测体系。新发布的《意见》明确，我国将通过充分应用人工智能、区块链、物联网等符合新质生产力发展要求的新技术，基本完成环境质量监测网络智能化改造。未来我国生态环境监测数据从采集、传输、处理到分析及应用，将基本实现全链条流程化、智能化，智慧监测全面推进。创新监测手段，离不开仪器技术的创新，《意见》中不仅全过程质量管理体系、地方监测网点位布设等予以明确说明，还明确指出要加强相关技术融合与攻关，部分摘录如下：遏制数据造假 将建立全过程质量管理体系监测手段在创新，监测数据的质量也将更加有保障。未来我国将建立覆盖全部生态环境监测活动的全过程质量管理体系，排污单位自行监测数据造假的行为也将得到有效遏制。实现这些目标，离不开环境监测基础能力的建设。我国将实施四大能力建设工程，分别是天空地海一体化监测网络构建、监测科技创新、强基层补短板和监测人才培养。预计用 5 年左右时间，在重点区域建成若干一体化监测示范区，推出 100 个左右监测现代化市县优秀案例，完成监测技术人员轮训。地方监测网点位布设重点向区县、乡镇、农村延伸国家监测网聚焦国家重大战略需求，客观反映全国及重点区域流域海域生态环境状况，满足生态环境质量评价考核需要。地方监测网点位布设重点向区县、乡镇、农村延伸，覆盖百姓身边的中小河流和岸滩海湾，客观反映本地生态环境状况。各地严格按照统一的管理制度、 运行规范和质控要求运行管理监测网络，大气污染防治重点区域加快实现乡镇监测站点全覆盖。实行全国生态环境监测站点逐级备案，推动跨部门监测网络共建共享，避免低水平重复建设。卫星、航空、地基等遥感技术将加快融入监测体系目前我国立体监测网络还存在明显短板，长期以来，监测体系更多依赖地面监测站点，天、空监测能力比较欠缺。新发布的《关于加快建立现代化生态环境监测体系的实施意见》指出，要持续完善全要素、全地域生态环境监测网络，实现天空地海全覆盖。将卫星、航空、地基等遥感监测更好融入全国生态环境监测网络体系，推动多技术手段融合组网，实现段一体化。探索建立跨介质、多指标监测站点，实现介质一体化。推动京津冀及周边地区、 长江经济带、黄河流域、粤港澳大湾区、成渝等区域一体化监测网络建设。鼓励有条件的地方开展一体化监测试点。分批实施国家空气、地表水自动监测智能化改造推动监测网络从数量规模型向质量效能型跨越。分批实施国家空气、地表水自动监测智能化改造，具备数据有效性自动审核、人员操作规范性智能识别、数据篡改报警留痕和风险预警人机交互能力。加大环境质量未达标和改善成效不稳固地区的监测强度，削减稳定达标区域监测规模。引导现场直读监测仪器小型化、集成化技术攻关，提高便携式监测仪器精度，提升污染源自动监测设备可靠性和防干扰性，突破一批关键技术应用。加强多源异构数据融合技术研究，实现卫星遥感与地面监测、传感器等多手段融合监测的一体化分析评价，支撑大气污染联防联控、“三水”统筹、陆海统筹、水土协同、生态保护等管理需求。加强大数据、大模型技术应用，提高环境质量预测预报和环境风险监测预警水平。引导现场直读监测仪器小型化、集成化技术攻关，提高便携式监测仪器精度，提升污染源、自动监测设备可靠性和防干扰性，支撑环境执法、应急、精细化管控等管理需求。推进机器视觉、声纹识别技术在生物多样性监测和噪声监测中的应用。加强污染物排放快速筛查、现场检测、 复杂指标评估等监测方法研发加速新技术标准化进程。明确监测网络、站房、设施智能化 改造技术要求，加快水质自动采样、自动实验室分析系统等先进技术与现行监测标准的衔接。加强污染物排放快速筛查、现场检测、 复杂指标评估等监测方法研发。优化监测标准管理机制，发挥部属单位、科研院所、省级监测机构技术优势和专家智库作用，组织开展监测标准预研究，强化重点急需领域监测标准体系建设。引导支持企业加强高新监测仪器自主研发提升装备自主化水平。加大政策支持力度，引导支持企业加强高新监测仪器自主研发，并推进在生态环境质量监测、执法监测、应急监测中应用。建立新型监测技术装备跟踪与评估机制，联合高等院校、科研院所、骨干企业等共建监测装备研发与应用创新基地。推进生态环境监测相关卫星立项、研制、发射及应用，加快形成全方位、高精度、短周期遥感监测能力。附件：关于加快建立现代化生态环境监测体系的实施意见.pdf

空气污染是影响人们健康的主要环境卫生问题。要想减少空气污染就需要对颗粒物浓度和分布进行可靠、连续和灵活的测量，以便对导致污染的原因得出结论并做出预测。一直以来，颗粒物监测专家Palas® 不断丰富自身技术储备，研发颗粒物测量仪器。现全新推出的AQ Guard Smart 环境空气颗粒物连续自动监测系统，为您提供契合需求的监管测量仪器，帮助改善生态环境质量。与所有 Palas® 细尘监测设备一样，AQ Guard Smart 的工作原理是经过验证的单颗粒气溶胶粒径分布光谱仪的原理，并在此基础上进行了显著改进。同时该设备可以配备额外的传感器，例如天气或气体测量技术并且可以提供有关污染来源的信息。AQ Guard Smart 是 Palas® 产品组合的完美补充，适用于移动或固定室外空气质量测量任务。Palas® 坚持为客户带来精准稳定的监测技术和经济优势，在新一代AQ Guard Smart网格化监测仪发布的当下，为亚洲市场用户提供以旧换新服务。换购计划活动期间：2022年7月1日至2022年9月30日活动对象：最终用户 活动产品：AQ Guard Smart 1000 / 1100 / 2000活动细节：Palas® 对任意品牌粉尘监测仪以旧换新提供新机15%折扣火山爆发后的空气质量监测2021年9月19日以来，隶属于西班牙加那利群岛（Islas Canarias）的拉帕尔马岛（La Palma），发生了50年不遇的火山喷发。Palas® 德国总部CEO - Maximilian Weiß博士在看到新闻报道后带领Palas® 迅速响应，立即部署位于卡尔斯鲁厄的Palas® 员工飞往该岛，并安装了10台新一代AQ Guard Smart 网格化监测仪。Palas® 精准的空气测量结果为西班牙当局提供对岛上当前局势的准确见解，使他们能够采取适当的行动。点击观看AQ Guard smart 在拉帕尔马岛火山监测视频04:38建筑或拆卸工程期间的排放控制在建筑场地和拆除工作过程中，通常会产生大量粉尘。粉尘的发展、报告、评估和对策需要相当长的时间。这严重阻碍了有效和及时地部署排放控制措施。MyAtmosphere 是一个基于云的空气质量数据平台。Palas® 细粉尘测量设备 AQ Guard Smart 专为建筑工地使用而开发，可对细粉尘污染进行连续记录、可视化和监测。还可以考虑风向和风速。当达到限值时，施工现场操作人员或主管部门会自动收到通知或现场视觉信号，从而启动或加强降尘措施。居民还可以在线获取有关空气质量的信息。Palas® AQ Guard Smart 网格化监测仪产品优势以经过认证的 FIDAS® 200 系列为基础而开发的技术，可以保证细粉尘值的高准确度和可重现性；以公认的快捷方便的现场校准而闻名通过云 MYATMOSPHERE 实现短时间调试和即时记录测量值通过 Wi-Fi 热点、远程访问和外部触摸板，根据现场情况进行配置_通过 GPRS/3G/4G/Ethernet/Wi-Fi 通信，可选：LoRaWAN可扩展气象站和气体传感器，可以更好地评估和评价颗粒物数据以高时间分辨率测量 Cn、PM1、PM2.5、PM4、PM10（可选：SO2、CO、NO2、O3）颗粒物测量范围从 0.175 - 20,000 nm 到 100 mg/m³ 质量浓度或 20000 个颗粒/cm³（单一颗粒物分析）应用领域工业：生产过程散装物料处理（混合，卸料，储存，包装等）厂界监控施工现场：道路，铁路，拆除现场建筑物：学校，幼儿园，医院，酒店，办公室，公共服务建筑物建筑工地或其他污染区域附近的住宅建筑公共交通：机场，火车站，电车和地铁站，游轮，客舱，例如 在电车、火车上

前言：在水产养殖产业中，水质的优良直接影响到水生生物的生长状况、繁殖能力以及最终产品的质量与安全性。养殖水质检测仪作为一种先进的监测工具，为养殖户提供了科学化、精细化管理水质的有效手段，对于提升养殖效益和保障食品安全具有重要意义。 产品链接https://www.instrument.com.cn/netshow/SH104275/C510819.htm 一、实时检测水质参数 养殖水质检测仪可以实时监测并记录水体中的多项关键指标，如溶解氧含量、pH值、氨氮、亚硝酸盐、硫化物、温度、浊度等。这些参数直接关系到养殖环境的健康程度和养殖动物的生活习性，通过仪器的持续监测，能够及时发现并调整水体环境的异常情况，确保养殖水质始终处于适宜状态。 二、优化养殖决策与管理 基于养殖水质检测仪提供的准确数据，养殖户可以根据实际情况调整饲料投放量、换水频率、增氧措施及疾病防控策略。这种基于实证的数据驱动管理模式，有助于减少因水质问题导致的经济损失，提高养殖生产效率，并有效预防潜在的生态风险。 三、强化环保意识与可持续发展 养殖水质检测仪的应用不仅推动了养殖行业的精细化与现代化进程，还促进了环保意识的增强。通过严格控制养殖过程中的污染物排放，养殖者可以遵循“绿色发展”理念，实现经济效益与环境保护的双重目标。同时，政府监管部门也可以利用此类设备进行常态化的抽检工作，落实严格的养殖业环保法规标准，共同推进水产养殖业的可持续健康发展。 总结：养殖水质检测仪在水产养殖领域的应用，实现了对水质的准确把控与科学管理，有力地提升了养殖生产的科学化水平和产品质量安全。它不仅是现代水产养殖技术的重要组成部分，也是促进养殖行业向绿色、快速、可持续方向发展的关键技术支撑。通过实时监测、智能分析与合理调控，养殖水质检测仪提高了养殖企业的管理水平和经济效益，也维护了生态环境的安全稳定。

食品检测仪器设备-食品检测仪器设备-食品检测仪器设备【霍尔德】多功能食品安全检测仪为集成化食品安全快速检测分析设备，广泛应用于食药监局、卫生部门、高教院校、科研院所、农业部门、养殖场、屠宰场、食品肉产品深加工企业、检验检疫部门等单位使用。 一、食品检测仪器设备应用范围： 多功能食品安全检测仪可现场快速检测非食用化学物质、滥用食品添加剂、农药残留、兽药残留、重金属、营养强化剂、抗生素类残留、激素类残留、真菌毒素类残留、化学类残留等200多项目的快速定性定量检测。如甲醛、二氧化硫、吊白块、过氧化氢、亚硝酸盐、蛋白质、蜂蜜果糖和葡萄糖、蜂蜜中蔗糖、过氧化值、酸价、白酒中的杂醇油、铅、汞砷、锡、镉、硼砂、食盐中亚铁氰化钾、食盐中碘、过氧化苯甲酰、红色色素（胭脂红、苋菜红）、黄色色素（柠檬黄、日落黄）、蓝色色素（亮蓝）、食醋的总酸、酱油的总酸、苯甲酸钠、甜蜜素、木耳中硫酸镁、芝麻油纯度、油脂丙二醛、溴酸钾、余氯、谷氨酸钠、挥发性盐基氮、山梨酸、糖精钠、饮料中维C、酱油氨基酸态氮、肉制品酸价、水中氰化物、水发产品中组胺、蜂蜜定粉酶、蜂蜜酸度、罗丹明B、三聚氰胺、盐酸克伦特罗、沙丁胺醇、莱克多巴胺、四环素类、硝基呋喃类、磺胺类、沙星类、氯霉素、孔雀石绿磺胺类、猪蓝耳病毒、猪瘟病毒、黄曲霉毒素B1、猪伪狂犬病毒、猪伪狂犬病毒gE蛋白、猪口蹄疫3ABC蛋白、猪口蹄疫病毒IgG、猪细小病毒、鸡禽流感等快速检测。 二、食品检测仪器设备产品性能： 1、安卓智能操作系统，采用更加效率高和人性化操作，仪器具有wifi联网上传、4G联网传输、GPRS无线远传、网线连接功能，快速上传数据。 2、智能化程度高，仪器具有自检功能：具有开机自检和调零功能，具有自动检测重复功能。 3、新一代高速热敏打印机，检测完成可自动打印检测报告和二维码。 4、仪器带有监管平台，数据可局域网和互联网数据上传，检测结果直接传至食品安全监管平台。进行区域食品安全监管及大数据分析处理与数据统计，检测区域食品安全长短期动态，达到食品安全问题预估、预警 5、一体化主机,包含食品安全检测模块、多通道农药残留检测模块、胶体金免疫层析检测模块。 6、一体化便携式快检设备，满足现场及流动检测使用需求，能够在同一软件下实现所有检测项目的检测，并可通过同一窗口直观显示检测结果。 7、胶体金模块检测方式：轨道式自动传输扫描，检测完成后自动退出检测卡。 8、食品安全检测仪CT线自动识别，无需手动调整。 9、仪器具有品类多种类样品菜单库，可灵活选择检测样品，不同的检测通道可同时检测不同的样品项目。 10、样品处理简单省力，整体操作快速、安全、便捷。 11、仪器具有自身保护功能，可设置用户名及密码，防止非工作人员操作等。 12、高灵敏度，高检测精度，高重复性精度，扫描式高精度光学传感器。 13、内置强大的数据库，可在仪器上直接选择样品名称、检测指标、送检单位等信息，也可在仪器上直接编辑录入样品名称、检测指标、送检单位等信息并保存进样品数据库。 14、仪器具有重新校准、锁定、恢复出厂设置功能。 15、结果判定线可修改，对照值标定值可保存，断电不丢失数据。 16、兼容市场上所有的胶体金卡，使用耗材不受限制，极大增强用户使用体验。 三、食品检测仪器设备主要参数： 1、主控芯片采用ARMCortex-A7，RK3288/4核处理器，主频1.88Ghz，运转速度更快速，稳定性更强。 2、显示方式：7英寸液晶触摸屏显示，人性化中文操作界面，读数直观、简单。 3、交直流两用，直流12V供电，可连接车载电源，可配6ah大容量充电锂电池，方便户外流动测试。 4、四波长冷光源，每个通道均配置410、520、590、630nm波长光源，标配先进的光路切换装置，专业光路切换功能可实现最多64波长，并且所有检测项目可实现所有通道同时检测。 5、光源亮度自动调节与校准 6、智能恒流稳压，光强自动校准，长时间连续工作光源无温漂现象。 7、内置新国家限量标准，与所测结果进行现场比对，并持续更新标准。 8、不间断进样，连续检测 9、样本编号自动累加。 10、检测项目可扩充。 11、检测结果可批量打印，批量上传。 12、检测结果为Excel表格，连接电脑即可拷贝。 13、检测结果存储容量20万条 14、支持U盘存储，标准USB接口，免驱动安装。 15、固件可升级 16、仪器尺寸：43×35×20cm,主机净重：5.1kg

土壤养分检测仪厂家-土壤养分检测仪厂家 Manufacturer of soil nutrient detector - manufacturer of soil nutrient detector土壤养分检测仪 施肥是根据土壤中的养分状况来决定的，土壤中的养分包含很多种，既有人们熟悉的氮磷钾元素，又存在着钙、镁、硫、铁、锰、硼、锌、铜、氯等微量元素，这些元素为我们的作物生长提供了足够的需要，但是随着土壤一系列问题的出现，比如酸化、盐渍化等，这些因素导致我们的土壤养分供给不足，无法满足农业生产的要求，这就要求我们及时改变现状。土壤养分速测仪检测项目：1、土壤养分：●全氮、全磷、全钾、铵态氮、硝态氮、碱解氮、速效磷、速效钾、有机质、pH值、水份、盐分等； ●中微量元素：钙、镁、硫、铁、锰、硼、锌、铜、氯、硅等。2、肥料养分：●单质化肥中的氮素、磷素、钾素、尿素氮素、缩二脲测定；●复（混）合肥及尿素中的全氮、全磷、全钾； ●有机肥中全氮、全磷、全钾、硝态氮、速效磷、速效钾、有机质，●肥料中水溶性腐植酸、游离腐殖酸、总腐殖酸测定；●有机肥及微肥中微量元素（钙、镁、硫、铁、锰、硼、锌、铜、氯、硅）测定等。3、植株养分：●植株中的氮素、磷素、钾素；钙、镁、硫、铁、锰、硼、锌、铜、氯、硅等项。4、植物养分：●硝态氮、速效磷、速效钾以及作物中的微量元素等。5、土壤、肥料重金属：●铅、铬、镉、砷、汞等重金属。土壤养分速测仪特点：★全国《机箱/药剂一体式铝合金机箱》专利设计，便于携带、坚固耐用，配套成品药剂。★微电脑控制，数字化线路、程序化设计，液晶显示，交直流两用，可野外流动测试，程度降低操作者的失误和劳动强度。★分辨率：0.001，触摸式按键，内置热敏打印机，可打印测试结果。★全项目土壤肥料养分检测仪可检测土壤及化肥、有机肥（含叶面肥、水溶肥、喷施肥等）、植株中的速效氮、速效磷、有效钾、全氮、全磷、全钾、有机质、酸碱度，钙、镁、硫、铁、锰、硼、锌、铜、氯、硅等各种中微量元素以及铅、铬、镉、汞、砷等各种重金属含量。★采用高亮LED灯光源、双拨轮滤光式处理技术，保证光源波长稳定， 硅半导体作为信号接收系统， 寿命长达10万小时级别。光源稳定，重现性好，准确度高。★比色槽部分采用单通道设计，无机械位移及磨损，光路测试定位精确，保证测定结果精度。★配套专家施肥系统数据，可对百余种全国农业、果树、 经济作物的目标产量科学计算推荐施肥量。★采用自主发明专利分析方法，保证检测结果达到国标要求。