CHNSpec Technology （Zhejiang）Co.,Ltd

I. Введение: Соответствие цвета В современной индустрии косметики и личной гигиены цвет — это не просто визуальное покрытие продукта; это прямое заявление о доверии к бренду и превосходстве продукта. От жидких тональных средств, требующих точного смешивания с тоном кожи, до губных помад, требующих яркой цветопередачи, до теней для век и прессованных пудр, полагающихся на гладкое рассеивание цвета, потребители чрезвычайно разборчивы, когда дело доходит до точности оттенка. Визуальные расхождения в оттенках между производственными партиями — или между образцами тестеров в магазине и доставленными розничными продуктами — неизбежно влекут за собой серьезные коммерческие последствия: Увеличение количества жалоб клиентов и возвратов: Потребители подозревают поддельные, просроченные или переформулированные продукты. Эрозия стоимости бренда: Премиальные косметические бренды не могут поддерживать высокое рыночное позиционирование без строгого единообразия цвета во всех глобальных каналах дистрибуции. Дорогостоящий производственный брак: Обнаружение несоответствия оттенков после розлива или прессования приводит к значительной потере сырья и трудовых часов. Чтобы устранить эти риски, производителям косметики (OEM, ODM и владельцам брендов) требуется стандартизированная, количественная и высокоточная система контроля качества цвета (QC). II. Практические проблемы при измерении цвета косметики Косметические составы охватывают разнообразные состояния — жидкости, пасты, прессованные пудры и полутвердые вещества — часто с включением перламутра, слюды и оптических модификаторов. Эти характеристики усложняют оптическое измерение цвета: 1. Жидкие тональные средства и консилеры Изменение цвета от влажного к сухому: Жидкие составы часто подвергаются окислению или испарению влаги во время формирования пленки на коже, изменяя их визуальный тон. Контроль качества должен оценивать цвета сухой пленки по установленным цифровым стандартам. Многофазное рассеяние: Тональные средства представляют собой сложные эмульсии, содержащие диоксид титана, оксиды железа (красный, желтый, черный) и органические пигменты. Свет интенсивно рассеивается в матрице эмульсии, требуя стандартизированной геометрии оптического освещения. 2. Губные помады, бальзамы для губ и блески Вмешательство высокого глянца: Губные помады, сформулированные с высокой концентрацией пигментов и восков, имеют на поверхности сильное зеркальное отражение. Колориметры должны изолировать зеркальные отражения от диффузного отражения, чтобы уловить истинную плотность цвета. Геометрия изогнутой микрообласти: Скошенные кончики губных помад имеют небольшие, неплоские поверхности, которые стандартные колориметры с большим отверстием не могут чисто герметизировать. 3. Прессованные пудры, румяна и рассыпчатые пудры Изменение плотности компактирования: Вариации давления прессования изменяют плотность упаковки частиц, напрямую влияя на отражение света и воспринимаемую интенсивность оттенка. Метамерия и эффектные пигменты: Тени для век, содержащие слюдяные перламутры, демонстрируют разное цветовое поведение при различных источниках света (например, дневной свет D65 против освещения магазина F2). III. Выбор оптической конфигурации для измерения цвета косметики Оптическая геометрия: Интегрирующая сфера D/8° и режимы SCI/SCE Колориметры и спектрофотометры CHNSpec используют конструкцию интегрирующей сферы D/8° (диффузное освещение, угол обзора 8°), соответствующую стандартам CIE № 15 и ISO 7724/1: SCI (включая зеркальную компоненту): Измеряет общее отраженное освещение, включая зеркальные блики. SCI устраняет вариации глянца поверхности или текстуры, выявляя истинную пигментацию состава. Этот режим оптимален для подбора рецептур в НИОКР и оценки плотности сырьевых пигментов. SCE (исключая зеркальную компоненту): Блокирует зеркальные блики, соответствуя визуальному восприятию глянцевых поверхностей человеком. SCE необходим для проверки готовых губных помад, блесков и глянцевой косметической упаковки. IV. Решения CHNSpec Colorimeter для контроля качества косметики CHNSpec Technology поставляет полный спектр оборудования для измерения цвета, от портативных колориметров до настольных спектрофотометров. 1. Ручные спектрофотометры и серия ColorMeter (DS-700 / DS-200 / ColorMeter) Для быстрой проверки на месте, инспекции поступающего сырья и портативного контроля качества ручные колориметры обеспечивают необходимую мобильность и скорость. Повторяемость: Такие модели, как серии DS-200 и DS-700, достигают кратковременной повторяемости ΔE*ab ≤ 0,02 ~ 0,03, обеспечивая стабильные измерения в течение смен. Универсальные измерительные апертуры: Апертуры 8 мм / 11 мм: Идеально подходят для компактных пудрениц, рассыпчатых пудр и карт для нанесения. Микроапертуры 3 мм / 4 мм / 6 мм: Предназначены для небольших, контурных поверхностей, таких как скошенные кончики губных помад, узкие стики для блеска губ и небольшие пудреницы для теней. Интеграция с умным приложением и облаком: Приборы CHNSpec ColorMeter подключаются через Bluetooth к устройствам iOS/Android, обеспечивая мгновенное сопоставление оттенков, поиск в цифровых библиотеках цветов и автоматические решения «Пройден/Не пройден» на производстве. 2. Высокоточные настольные спектрофотометры (CS-820N / серия DS-820)Для центральных лабораторий НИОКР, разработки эталонных библиотек оттенков и подбора сырья настольные спектрофотометры обеспечивают аналитическую точность: Сверхвысокая повторяемость и согласованность между приборами: Повторяемость ΔE*ab ≤ 0,02, с согласованностью между приборами в пределах ΔE*ab ≤ 0,15 ~ 0,25, обеспечивая бесшовную совместимость данных между различными фабриками и лабораториями по всему миру. Спектральный диапазон (360 нм - 780 нм): Полный анализ видимого и ближнего УФ-спектра позволяет идентифицировать метамерные пары в условиях многократного источника света. Режимы двойного отражения и пропускания: Режим отражения: Подходит для твердых губных помад, непрозрачных кремовых тональных средств и прессованных пудр с использованием специальных держателей для порошка и кювет. Режим пропускания: Измеряет прозрачные или полупрозрачные жидкие составы (шампуни, сыворотки, прозрачные тинты для губ) для определения коэффициента пропускания света и цветовых координат. Фильтры включения/исключения УФ: Составы с УФ-фильтрами или оптическими отбеливателями требуют контролируемого УФ-освещения. Настольные модели CHNSpec включают регулируемые УФ-фильтры для измерения истинного цвета с УФ-возбуждением или без него. V. Заключение На фоне глобализации и повышения качества в индустрии косметики традиционный визуальный контроль цвета постепенно выявил свои ограничения при столкновении с утонченными требованиями современной цепочки поставок красоты. Принятие объективного, цифрового оборудования для колориметрии не только помогает предприятиям более точно определять номера оттенков во время НИОКР, но и создает эффективную линию защиты контроля качества на производстве.

В современном промышленном производстве цвет напрямую определяет ценность бренда и контроль качества.колориметр / спектрофотометр - незаменимый инструмент точности в лаборатории контроля качества.Однако многие менеджеры по закупкам часто сталкиваются с общей дилеммой: "Наши испытательные материалы очень разнообразны: некоторые из них являются жидкостями, некоторые - порошками, а другие - нерегулярными твердыми веществами.Какую архитектуру колориметра следует выбрать для обеспечения точности и повторяемости данных измерений"Что ты делаешь?"Физическая форма испытываемого материала (жидкость, порошок, твердое вещество) напрямую определяет, как свет отражается, передается и рассеивается по его поверхности или через нее.Выбор неправильного колориметра или неправильных светильников приводит к сильно искаженным цветовым даннымЭто всестороннее руководство проанализирует, как правильно выбрать колориметр на основе состояния вашего материала и представить решения, предоставляемые технологией CHNSpec. I.Измерение цвета для жидких материалов: искусство передачи и преломления 1.Технические проблемы измерения цвета жидкостиЖидкие материалы, такие как напитки, пищевые масла, нефтехимия, фармацевтика и растворители, являются жидкими, различаются по прозрачности и позволяют свету легко проникать.Для полностью прозрачных или полупрозрачных жидкостейСтандартные колориметры, основанные на отражении, не могут улавливать достаточно отраженного света, чтобы генерировать точные значения CIE Lab.текучесть и летучесть жидкостей требуют приборов с исключительным противозагрязнительным дизайном. 2Основные факторы отбораОптическая геометрия: прибор должен поддерживать режим измерения передачи D/0 (диффузное освещение, просмотр на 0 градусов).Дополнительная поддержка: для поддержания фиксированной толщины жидкого образца необходимы высококачественные куветы или светильники из кварцевого стекла.Индексы отрасли: устройство должно поддерживать цветовые индексы для жидкости, такие как APHA/Hazen (Pt-Co), Gardner и Saybolt. 3.CHNSpec Рекомендуемые модели: CS-821N / CS-820P бенчтоп спектрофотометрыДля измерения жидкости, модели на скамейке обеспечивают непревзойденную оптическую стабильность.CHNSpec CS-821N / CS-820P: Эти высококачественные спектрофотометры имеют интегрированную архитектуру, поддерживающую как геометрию отражения D / 8, так и геометрию передачи D / 0.Их просторные камеры передачи (находящиеся в боковой или верхней части) легко вмещают различные спецификации кварцевых кувеет.Они не только точно измеряют цветовые различия лаборатории CIE, но и напрямую выводят важные цветовые индексы жидкости. II.Измерение цвета для порошковых материалов: преодоление проблем рассеяния и текстуры1.Технические проблемы измерения цвета порошкаПорошковые материалы (такие как мука, диоксид титана, пигменты, косметические порошки и цемент) имеют поверхности, образованные бесчисленными микроскопическими частицами.Когда свет от колориметра попадает на поверхность порошкаЕсли компактность упаковки порошка варьируется, или если размер зерен неравен,колориметр будет давать очень разные данные даже при измерении одного и того же образца. 2Основные факторы отбораАпертура измерения: колориметр с большой апертурой рекомендуется. Большая площадь измерения эффективно отсчитывает поверхностные нарушения порошка,предоставление стабильных и повторяемых данных.Специализированная испытательная камера / порошковой пресс: для обеспечения полностью плоской поверхности измерения,порошок должен быть загружен в специальную тестовую камеру для порошка или сжат в стабильный "цветный пирог" с помощью порошкового пресса..Структура освещения: Спектрофотометр D/8 (диффузное освещение, 8-градусное просмотр) предпочтительнее, поскольку он эффективно устраняет ошибки измерения, вызванные крошечными тенями на гранулированных поверхностях. 3.CHNSpec Рекомендуемые модели: DS-807 Большой спектрофотометрCHNSpec DS-807: разработан специально для гранул и порошков, имеет сверхбольшую диафрагму измерения 50 мм. Эта обширная диафрагма легко обрабатывает несоответствия поверхности порошка,предоставление высоко повторяемых данных без необходимости чрезмерно строгих методов сжатия. III.Измерение цвета для твердых материалов: адаптация к текстуре, форме и вариациям блеска1.Технические проблемы измерения цветаТвердые материалы представляют самый широкий спектр применений и самые сложные физические вариации:Регулярные и плоские твердые вещества: пластиковые листы, металлические пластины и бумаги проще всего измерять непосредственно.Неравномерные и мелкие твердые вещества: пластиковые гранулы, текстильная пряжа и крошечные электронные компоненты.Высокоглянцевые и текстурированные твердые вещества: автомобильные покрытия, кожа и 3D-печатные детали.Глянцевая поверхность и текстура сильно искажают то, как человеческий глаз воспринимает цвет.колориметр должен быть способен отделить данные SCI (включает зеркальный компонент) и SCE (исключает зеркальный компонент). 2Основные факторы отбораОптическая геометрия: структура D/8 (SCI/SCE) является универсальным стандартом для проверки цвета твердого цвета.в то время как режим SCE оценивает цвет точно так, как его видит человеческий глаз (под влиянием блеска)Для чистых покрытий или печатных материалов может быть выбрана геометрия 45/0, чтобы она соответствовала человеческим привычкам визуального наблюдения.Для измерения твердых веществ различных размеров колориметр в идеале должен автоматически распознавать и переключаться между различными размерами диафрагмы (например, 8 мм, 4 мм, 3 мм).Нацеливание камеры: для измерения конкретных микрозоны на твердых частях, встроенная камера является необходимой для идеального выравнивания. 3.CHNSpec Рекомендуемые модели: портативные колориметры DS-700DCHNSpec DS-700D: как флагманская модель среди портативных спектрофотометров CHNSpec,Он поддерживает одновременное измерение SCI/SCE и обеспечивает исключительное согласование между инструментами наряду с исключительной повторяемостью.Укомплектованный интеллектуальной функцией автоматического распознавания диафрагмы, он гибко удовлетворяет различным потребностям обнаружения цвета, начиная от больших пластиковых листов до микроскопических твердых компонентов. IV. ЗаключениеТочно сопоставляя физические характеристики материалов с техническими параметрами колориметров, предприятия могут эффективно минимизировать распространенные ошибки измерений.Используя свою обширную линейку продуктов и многочисленные запатентованные технологии, CHNSpec Technology предоставляет клиентам решения для управления цветом для различных сценариев, охватывающих жидкости, порошки и твердые вещества.CHNSpec предлагает индивидуальные колориметры, чтобы помочь вашему контролю качества цвета плавно соответствовать международным стандартам.

На сильно конкурентном мировом рынке быстрого потребления (FMCG) упаковка продуктов питания - это нечто большее, чем просто контейнер для защиты продукта - это молчаливый представитель бренда.Представьте себе потребителя, стоящего перед полкой супермаркета., глядя на одни и те же чипсы Coca-Cola или Lay's, только чтобы заметить, что разные партии упаковки имеют очевидные цветовые вариации,например, "красный переходит в фиолетовый" или "желтый переходит в зеленый"Для подавляющего большинства потребителей первой реакцией будет: "Это подделка?" или "Срок годности этого продукта истек?" Для пищевых брендов отклонения цвета в печати упаковки могут напрямую нанести ущерб доверию к бренду.От гибкой пластиковой упаковки и алюминиевой фольги до картонных коробок и волнистых коробок, различные субстраты, партии чернил и печатные процессы (такие как флексография, гравировка и цифровая печать) все способствуют цветовым вариациям. Ответ заключается в отказе от оценки невооруженным глазом в пользу цифрового управления цветом.И основными инструментами этого цифрового управления являются колориметры и спектрофотометры.. I.Четыре основных препятствия для контроля цвета в печати пищевой упаковкиПрежде чем приступить к решению, мы должны понять, почему контролировать цвет в упаковке продуктов питания чрезвычайно сложно: 1. Разнообразие субстрата:В упаковке пищевых продуктов используется широкий спектр материалов, включая ламинированные пленки, металлические фольги, крафт-бумагу и пластик.Одно и то же чернила, напечатанные на разных подложках, будут выглядеть кардинально иначе невооруженным глазом.. 2.Изображения чернил и покрытий:Кроме того, чернила на водной основе, обычно используемые в упаковке продуктов питания, очень чувствительны;незначительные изменения в вязкости и рН изменят конечный цвет. 3Сложность печатных процессов:Такие факторы, как высокая скорость ротогравированной печати, износ аниллокса в флексографии, баланс водяного чернила в офсетной печати,и последующий процесс ламинирования все вводят непредсказуемый цвет дрейф. 4Метамеризм и человеческая ошибка:Визуальная инспектировка очень субъективна. На нее легко влияют окружающее освещение, усталость оператора и феномен метамеризма, когда два цвета совпадают под одним источником света (например,D65 дневный свет) но выглядит совершенно по-другому под другим (e(например, хранить люминесцентный свет). II.Цифровое управление цветами: понимание ΔE (разница цвета)Чтобы полностью устранить субъективные ошибки, печатная и упаковочная промышленность опирается на цветовое пространство CIE Lab и формулу различия цветов ΔE: В современных цепочках поставок пищевых упаковок мировые бренды устанавливают строгие ограничения для своих поставщиков печати: ΔE < 1.0:Это высококачественный стандарт, требуемый международными брендами. 1.0 ≤ ΔE < 2.0:Заметно для опытных инспекторов по контролю качества; обычно принято как коммерческий стандарт для упаковки продуктов питания. ΔE ≥ 2.0:Простые потребители легко замечают их на полках розничной торговли, что является неприемлемым отклонением, которое часто приводит к отказу от поставки и большим финансовым потерям. Без количественного измерения с помощью точных приборов операторы прессы не могут производить корректировки в режиме реального времени на основе данных во время производственных циклов. III.CHNSPEC Цветовые решения для упаковки пищевых продуктов и рекомендуемые модели1Продукция QC и портативный чемпион: CHNSPEC DS-700D спектрофотометрДля команд по контролю качества, которым часто приходится перемещаться между типографией, помещением для смешивания чернил и лабораторией контроля качества, DS-700D является неоспоримым королем производительности и ценности. Основные преимущества:Он обладает исключительным межинструментальным соглашением (ΔE*ab ≤ 0,2) и высокой повторяемостью (≤ 0,02).Это гарантирует, что данные, измеренные на DS-700D в одном объекте, идеально совпадают с устройством, используемым в другом месте по всему миру.. Специфические характеристики упаковки:Он поддерживает одновременные измерения SCI (включая зеркальный компонент) и SCE (исключая зеркальный компонент).Если вы измеряете высокоотражающие ламинированные пластиковые пакеты с закусками или матовые картонные коробки, это точно отражает истинный цветовой профиль. Умная связь:Подключаясь к мобильным приложениям и программному обеспечению для управления цветом, данные синхронизируются с облаком в режиме реального времени.что делает его идеальным инструментом для глобальных пищевых брендов для мониторинга зарубежных контрактных производителей. 2Эксперт по управлению чернилами и точками: CHNSPEC EX Series Printing Spectrodensitometer (EX PRO/MAX)Если ваше предприятие в основном занимается коммерческой офсетной печатью, печатью в волнистых коробках или гибкой упаковкой в ротогравировке,Вам нужно больше, чем просто данные о цветных различиях. Вам нужно знать толщину пленки чернил и поведение точек.Серия CHNSPEC EX специально построена для типографии. Основные преимущества:Беспрепятственно интегрирует высокоточные спектрофотометрические цветовые измерения с расширенной печатной плотностью. Основные функции управления печатью:Он измеряет критические параметры печати, такие как Dot Gain (повышение тональной ценности), Trapping, контраст печати и плотность чернил.С двойной системой позиционирования (физическое выравнивание + встроенный визор камеры), операторы могут легко нацелиться и измерить крошечные цветные полоски на краю упаковки. Лучше всего применяется для:Бумажные коробки с едой, коробки с жидким молоком и большие волнистые коробки. ЗаключениеВ мире упаковки пищевых продуктов цвет означает продажи, а цвет - безопасность бренда.Внедрение высокоточных колориметров и спектрофотометров CHNSPEC позволяет печатателям упаковки перейти от реактивных догадок к активнымЭто не только значительно минимизирует отходы, снижает затраты на чернила и оптимизирует использование подложки.

Введение: В индустрии пластмасс и формования путем впрыска консистенция цвета - это не просто эстетический параметр, это прямое отражение качества и надежности бренда.При производстве нескольких партий, вариации сырья, смешивание переработанных материалов и сложная сборка деталей, как формовочные машины достигают точного контроля цвета? I. "Ночной кошмар цветных различий" в инжекционном литье Во время фактического производства пластиковых деталей вариация цвета от партии к партии является распространенной и сложной проблемой. 1.Флуктуации сырья: небольшие изменения цвета основы имеются в различных партиях пластиковых смол (например, PP, ABS, PC).Неравномерное рассеивание или несоответствие соотношения мастербачков цвета и пигментов также приводит к сдвигам цвета. 2.Движения параметров процесса: изменение температуры бочки, давления впрыска, времени хранения,и температура формы во время формования путем впрыска может вызвать термическую деградацию или изменение кристалличности микроповерхности, изменяя отражение света и блеск. 3Использование переработанных материалов: для сокращения затрат или соблюдения экологических требований формовочные машины часто смешивают перемешиваемые материалы.вызывает пожелтение и значительно усложняет контроль смеси. 4Эффекты текстуры поверхности: из-за различных диффузных путей отражения,точная одинаковая цветовая формула будет выглядеть совершенно иначе на блестящей поверхности по сравнению с текстурированной (маттовой/зернистой) поверхностью для человеческого глаза.. II.Создание стандартизированного цветового рабочего процесса по контролю качества Опираясь исключительно на визуальную оценку, вводят большие субъективные предвзятости (такие как условия освещения окружающей среды, усталость глаз оператора и физиологические различия).Интеграция высокоточного спектрофотометра является единственным способом достижения научногоСтандартный рабочий процесс QC включает: Шаг 1: Создать цифровые стандартыИзмерить стандартную физическую пластину, предоставленную заказчиком, с помощью спектрофотометра. Сохранить ее абсолютные научные значения: L*(светкость), a*(красность/зеленость), b* (желтость/синяя);и спектральные кривые отражения прямо в прибор. Шаг 2: Определите реалистичные цветные нормыВ секторе пластмасс ΔE*ab или ΔE*00, более приспособленный к человеческому глазу, обычно используется в качестве индекса прохождения/отказы.Высокоточные сборы (автомобильные интерьеры, 3C-электроника): ΔE*ab < 0.5.Общие потребительские товары: ΔE*ab < 1.0. Шаг 3: IQC & FAI (Входящая и первая проверка товара)Проводить быстрый отбор проб на поступающих мастер-партиях и сырых гранулах."Первая статья", произведенная в начале каждой обработки, должна быть проверена, чтобы убедиться, что параметры процесса не изменились.. Шаг 4: IPQC (контроль качества в процессе) Пробовать готовые продукты периодически во время производства. Сравните измерения с сохраненным цифровым стандартом. Если ΔE приближается к порогу,немедленно регулировать температуру формования или отношение питания. III.Рекомендуемые модели CHNSpec и ключевые приложения 1Для сложных, изогнутых или мини пластиковых деталей: CHNSpec DS-700D спектрофотометр Ключевые преимущества: бесинструментальное переключение с несколькими диафрагмами, умная автоматическая калибровка, высокоточное двустороннее CMOS Проблема в том, что в формованных деталях часто имеются сложные кривые, узкие канавки, ребра или крошечные застежки. Решение CHNSpec DS-700D: 3 диафрагмы в одном устройстве: поставляется в стандартном исполнении с диафрагмой 11 мм, 6 мм и специализированной диафрагмой ленты 1 мм х 3 мм для крошечных деталей. Интеллектуальная автоматическая калибровка: оснащена высококачественной циркониевой (ZrO2) белой калибровочной базой.устранение ошибок ручной калибровки и защита плитки от царапин. Совместимость SCI и SCE: поддерживает как режим Specular Component Included (SCI), так и режим Specular Component Excluded (SCE).Режим SCI изолирует фактор блеска для измерения истинной разницы цвета пигмента, помогая инженерам выявлять ошибки формулировки. 2Для линий производства высокой гибкости: CHNSpec DS-420 спектрофотометр Ключевые достоинства: до 10 диафрагм измерения, фотоаппаратный визор, выдающаяся рентабельность инвестиций Проблема: вручную впрыскивающие формовочные машины ежедневно обрабатывают различные виды изделий, требуя гибкого инструмента, который может измерить все, от больших плоских панелей до крошечных кнопок. Решение CHNSpec DS-420: 10 диафрагм: предлагает широкий выбор из 10 различных стабильных и гибких диафрагм (от 3 мм до 11 мм), что делает его лучшим многоцелевым инструментом для OEM-заводов. Встроенная камера DS-420 позволяет в режиме реального времени просматривать точную площадь измерения на экране.гарантируя точное выравнивание. 3Для прозрачных/прозрачных пластмасс и пленок: CHNSpec CS-700 Color Haze Meter Ключевые преимущества: измерение цвета, тумана и проницаемости Проблема: для оптических деталей, таких как световоды, чехлы для телефонов, диффузеры света и пластиковые пленки для упаковки, управление цветом - это только половина битвы.Проницаемость (T%) и туманность также должны строго контролироваться для обеспечения оптимальных оптических свойств.. Решение CHNSpec CS-700: Полностью соответствует ASTM D1003/D1044, ISO 13468 и другим мировым стандартам. Он обеспечивает цветовые показатели (Лабораторная, Желтость, Белость) наряду с туманностью и световой передачей в одном, сверхбыстром тесте.

Преамбула судебной экспертизыСледы пятен из напитков, таких как кофе, соки и алкоголь, повсеместно присутствуют на местах преступлений, что делает их очень сложным различить невооруженным глазом.Традиционные методы обнаружения в основном основаны на отборе проб и химической обработке цветаNature опубликовал исследование, в котором было разработано полное аналитическое решение, объединяющее гиперспектральную визуализацию,выбор полосыЭто решение проводило неразрушительные эксперименты по идентификации девяти категорий пятен напитков,предоставление новой перспективы для расследования уголовных дел и обнаружения следов доказательствИнтегрируя это исследование, CHNSpec обсуждает целевое значение гиперспектральной технологии в судебной медицине. I. Существующие трудности в традиционных физических доказательствахВыявление1Визуальное распознавание имеет значительные ограничения: кофе и чай, или виски и ром визуально очень похожи, что делает ручное различение чрезвычайно трудным; 2Химическое тестирование уничтожает первоначальную форму пятен, не позволяя повторять проверку физических доказательств; 3.Обычное спектрометрическое оборудование может выполнять только одноточечное захват, что делает обнаружение больших площадей трассов трудоемким; 4.Интерференции, такие как разница цвета бумаги и сушка/окисление на воздухе пятен, затрудняют суждение, оставляя отсутствие стандартизированной поддержки данных. Гиперспектральная визуализация опирается на преимущества бесконтактного, полного поля получения химических спектральных отпечатков пальцев, чтобы восполнить вышеуказанные недостатки,становится практическим оптическим инструментом для анализа следов доказательств. II. Основные задачи, выполняемые гиперспектральными камерами в экспериментеВ данном исследовании использовался гиперспектральный аппарат изображения видимого до ближнего инфракрасного диапазона 400-1000 нм, оснащенный 204 непрерывными спектральными полосами,для полного сбора 3D спектральных данных кубика (2D пространственных координат + 1D спектральной кривой) различных красокВесь процесс приобретения является стандартизированным и воспроизводимым. 1.Многосценарийное стандартизированное спектральное приобретениеИсследование имитировало реальные условия на месте преступления, однородно контролируя температуру, влажность, угол источника света,и объем капель пятна для выполнения визуализации на 9 категориях напитков (сок папайи), кофе, гранатовый сок, апельсиновый сок, чай, красное вино, виски, ром и коньяк): Подложки, покрытые белыми, розовыми и коричневыми абсорбирующими бумажными полотенцами, включая плоские и сложенные формы; Получение было проведено через 6 временных интервалов от 0 до 5 часов для обнаружения спектральных изменений, вызванных окислением и испарением; Для каждого пятна был определен ROI (регион интереса) без отражения 1,5 × 1,5 см, исключая пиксели интерференции краев для обеспечения чистоты данных. Перед съемкой были завершены калибровка отражения белой доски и калибровка темного тока для равномерного преобразования данных в стандартизированные кривые отражения.Это устранило числовые отклонения, вызванные оборудованием и освещением., что позволяет проводить горизонтальные сравнения спектральных различий между различными образцами. 2. Захватывание невидимых химических спектральных характеристикКаждый изображающий пиксель генерирует эксклюзивную спектральную кривую, записывая значения отражения на разных длинах волн, чтобы разблокировать химические различия, не узнаваемые человеческим глазом: Красное вино и гранатовый сок богаты антоцианами, что приводит к более низким значениям отражения в диапазоне видимого света 400-700 нм; Полифенолы кофе и чая обладают исключительными характеристиками абсорбции в сине-зеленых полосах; Отличительные сигналы для виски и рома сосредоточены в диапазоне 750-900 нм ближнего инфракрасного излучения.Именно тонкие данные сотен непрерывных полос, которые различают два типа пятен напитка, которые выглядят очень идентичными на глаз. 3.Создание полного стандартного набора данныхПосле очистки шума и дублированных пикселей, было сформировано более 110 000 действительных спектральных образцов.с каждым образцом, соответствующим 204-мерным спектральным признакам, служащие первоначальной базой данных для последующего отбора группы и обучения глубокому обучению.многопеременные спектральные образцы поддерживают алгоритм в изучении стабильных спектральных моделей пятен под различными субстратами и продолжительностью сушки на воздухе, уменьшая колебания признания, вызванные окружающей средой. III. Поддержка алгоритмического потока: уменьшение размерности + многомодельное сравнение для повышения стабильности идентификацииНеобработанные гиперспектральные данные имеют большое количество полос, и между ними существует избыточность.Так что исследование представило двухслойную схему оптимизации данных. 1.ANOVA Выбор диапазона для сохранения эффективных дискриминационных диапазоновДля вычисления дискриминационной способности каждой группы (вариантность между классами/вариантность внутри классов) использовался тест ANOVA F, в котором 204 группы были ранжированы в зависимости от их дифференциации.Через пятикратное перекрестное проверение эффективности распознавания, соответствующего различному числу полос, 162 высокодискриминационных полос были в конечном итоге выбраны для моделирования, что уменьшило масштаб вычисления данных при сохранении производительности распознавания. 2.Сравнительная проверка четырех типов моделей глубокого обученияНа основе выбранных 162-мерных спектральных данных были обучены четыре основные сетевые модели - MLP, 1D-CNN, LSTM и CNN-LSTM гибридные сети - с использованием унифицированных гиперпараметров.F1 балл, и общая точность были единообразно приняты для оценки: MLP (Multilayer Perceptron) полностью подключенная сеть: демонстрирует стабильную производительность при установке глобальных спектральных особенностей, превосходя других моделей в экспериментальной классификации;1D-CNN: превосходно владеет локальными спектральными изменениями в соседних полосах; LSTM: Подходит для последовательного изучения характеристик непрерывных спектральных полос; Гибридная структура CNN-LSTM: интегрированные локальные и последовательные функции, но из-за влияния объема данных его производительность распознавания была уступает одиночным сетям. Одновременно с этим, парированные t-тесты и тесты Макнемара подтвердили, что различия в производительности между моделями имеют статистическую значимость.исключение флуктуационных помех, вызванных случайным отбором проб. 3Спектральные модели, подтверждающие причины путаницы в идентификацииЛогика ошибочной классификации моделей может быть интуитивно видна из спектральных кривых: кривые кофе и чая сильно перекрываются в диапазоне 400-550 нм.и виски и ром показывают только незначительные различия в ближнем инфракрасном диапазонеЭти две пары образцов склонны к взаимным ошибкам, что согласуется с результатами матрицы путаницы модели.доказательство того, что спектральные данные могут объяснить ошибки распознавания и улучшить интерпретацию результатов идентификации. IV. Основное применение гиперспектральной визуализации в судебных доказательствах1.Полное сохранение физических доказательств: весь процесс не требует реагентов и не включает контакт с пятнами.соответствующие спецификациям судебного материального доказательства; 2Улучшенная эффективность исследования: один сеанс визуализации собирает весь спектр всей области пятна без необходимости отбора проб по пунктам.что делает его подходящим для быстрой проверки на месте; 3Дифференциация визуально похожих следов: сотни непрерывных полос улавливают тонкие оптические различия в органическом веществе и пигментах, решая дилеммы визуальной дифференциации; 4.Сильная адаптивность к окружающей среде: эксперименты подтвердили, что оборудование может адаптироваться к пятнам с различными цветами фона, складками и состояниями сушки на воздухе,с будущим потенциалом для расширения на ткани, учетные данные, кожа и другие субстраты; 5Цифровое сохранение данных: спектральные значения могут экспортироваться и архивироваться, постепенно создавая спектральную библиотеку следов для достижения интеллектуального сравнения образцов. Рекомендация продукта: FigSpecFS-23 Гиперспектральная камера для визуализации Разрешение изображения: 1920*1920 Спектральный диапазон: 400-1000 нм Спектральное разрешение (FWHM): 2,5 нм Количество спектральных каналов: 1200 Отказ от ответственностиЭтот контент составлен и отредактирован на основе публичной академической литературы в Nature (ссылка на литературу: https://www.nature.com/articles/s41598-026-49928-8).Он предназначен исключительно для отраслевой технической дискуссии и обучения популярной науке, не является коммерческим обязательством и не может служить основанием для инвестиционной ссылки.Испытательные данные и выводы, перечисленные в тексте, могут подвергаться влиянию нескольких переменных, таких как среда испытания.При применении в реальных сценариях соответствующие эффекты должны быть проверены путем независимых испытаний в сочетании с конкретными случаями использования.

В современном производстве «цвет» является важнейшим показателем, определяющим качество продукции и целостность бренда. Будь то пластики, покрытия, текстиль или печать, небольшое изменение цвета может привести к отказу от продукта и значительным финансовым потерям. Для точного количественного определения цвета и управления им команды контроля качества (QC) по всему миру полагаются на колориметры или спектрофотометры. Однако, когда вы получаете лист данных со значениями L*, a*, b* и ΔE, знаете ли вы, как их интерпретировать? Это руководство прояснит тайну этих измерений цвета и поможет вам освоить проверку цвета. I.Что такое цветовое пространство CIE L*a*b*? Наиболее широко используемой математической цветовой моделью в мировой промышленности является цветовое пространство CIE L*a*b* (обычно называемое лабораторным пространством), созданное Международной комиссией по освещению (CIE) в 1976 году. Это трехмерное цветовое пространство, определяемое тремя перпендикулярными осями:   1.L*(ось яркости): показывает, насколько светлым или темным является цвет. L*= 100 означает чистый белый цвет. L*= 0 означает чистый черный цвет. 2.a*Красно-зеленая ось): представляет цветность красного/зеленого цвета. Положительные значения (+a*) имеют тенденцию к красному цвету. Отрицательные значения (-a*) имеют тенденцию к зеленому цвету.   3.b* (Желто-синяя ось): представляет желто-синюю цветность. Положительные значения (+b*) имеют тенденцию к желтому цвету. Отрицательные значения (-b*) имеют тенденцию к синему цвету. II.Как считать значения Δ(дельта) на колориметре? В реальном контроле качества мы редко рассматриваем абсолютные значения L*, a*, b* изолированно. Вместо этого мы сравниваем образец с целевым стандартом. Различия обозначены греческой буквой Δ (Дельта): 1.Интерпретация знаков +/- для ΔL*, Δa* и Δb*: Метрика Значение положительного (+) значения Значение отрицательного (-) значения ΔL* Ярче/Белее (образец светлее стандарта) Темнее/Чернее (Образец темнее стандарта) Δа* Краснее (Более красный/меньше зеленого) Зеленее (Более зеленый/меньше красного) Δb* Желтый (более желтый/менее синий) Зеленее (Более зеленый/меньше красного) Практический пример: Если ваш колориметр показывает: ΔL*= +0,5, Δa* = -1,2, Δb* = +0,8. Интерпретация: Цвет образца немного светлее, зеленее и желтее стандартного образца. III.Что такое ΔE (общая цветовая разница)? ΔE представляет собой общую цветовую разницу. Оно рассчитывается как расстояние по прямой между образцом и эталоном в цветовом пространстве 3D CIE Lab с использованием теоремы Пифагора: ΔE сжимает все отклонения яркости, красного/зеленого и желтого/синего цветов в одно, легкое для понимания число. Глобальные покупатели и поставщики обычно устанавливают в своих контрактах конкретный предел ΔE в качестве порога «прошел/не прошел». Диапазон ΔE и визуальное восприятие человека: ΔE < 0,2: Не обнаруживается человеческим глазом. Обычно используется в качестве эталона межприборного соглашения для спектрофотометров высокого класса. 0,2 < ΔE < 1,0: чрезвычайно небольшая разница. Только обученные специалисты по цвету могут едва заметить это при определенном контролируемом освещении. 1,0 < ΔE < 2,0: небольшая разница. Трудно заметить, если образец и стандарт не расположены рядом друг с другом. Это допустимый предел для большинства потребительских товаров. 2,0 < ΔE < 4,0: ощутимая разница. Даже нетренированный глаз сразу заметит разницу. ΔE > 4,0: очевидное значительное несоответствие цветов. Обычно приводит к отказу от продукта. IV. Повысьте контроль качества: приборы для измерения цвета CHNSpec 1. Портативный спектрофотометр: CHNSpec DS-700D. Если вам нужны быстрые измерения на ходу в заводских цехах, на складе или во время визитов к клиенту, CHNSpec DS-700D — ваш идеальный выбор. Высокая метрологическая точность: обеспечивает повторяемость ΔE*ab ≤ 0,025 и согласованность между приборами ΔE*ab ≤ 0,25 (уровень метрологии I). Универсальные апертуры: поставляется с 3 переключаемыми апертурами (MAV, SAV, MINI) для измерения любых объектов: от широкого плоского пластика до крошечных изогнутых деталей. Возможность подключения к интеллектуальным приложениям: легко подключается через Bluetooth/USB к устройствам Android, iOS и Windows для мгновенного хранения данных и создания отчетов по контролю качества. 2. Настольный спектрофотометр: CHNSpec DS-36D. Предназначен для лабораторных исследований, отделов подбора цветов и основных подразделений контроля качества, где абсолютная точность не подлежит обсуждению. Усовершенствованная оптическая конструкция: используется конструкция с двумя оптическими путями, использующая механизм дифференциального спектра и наноразмерную решетку для устранения помех от окружающей среды. Превосходное межинструментальное соглашение: гарантирует, что все инструменты в вашей глобальной цепочке поставок генерируют высокосогласованные цифровые цветовые данные. V. Резюме Умение интерпретировать данные колориметра помогает выявлять отклонения цвета на ранних этапах производственного процесса, тем самым снижая риск переделок. В международных торговых коммуникациях использование объективных показателей, таких как Lab и ΔE, позволяет вам установить четкие и последовательные стандарты оценки цвета для клиентов по всему миру. Спектрофотометры CHNSpec обеспечивают надежную поддержку данных для контроля качества цветопередачи, делая весь процесс более научным и эффективным. Чтобы получить индивидуальное решение по управлению цветом, свяжитесь с нами в любое время.

I. Введение В международной торговле продуктами питания и на потребительском рынке, как гласит старая поговорка, «цвет, аромат и вкус имеют важное значение», среди которых «цвет» занимает первое место. Цвет жидких пищевых продуктов (включая осветленные жидкости, эмульсионные жидкости и вязкие полутвердые соусы) является не только внешним проявлением их внутреннего качества и свежести, но и основным сенсорным элементом, влияющим на решения потребителей о покупке. Например, ярко-оранжевый цвет апельсинового сока символизирует обилие витаминов, чистый белый цвет молока отражает стабильность эмульгирования жира и белка, а красновато-коричневый цвет соевого соуса непосредственно олицетворяет зрелость процесса брожения.   Однако в процессе производства и хранения жидкие пищевые продукты очень склонны к изменению цвета из-за термической обработки, реакций окисления, ферментативного потемнения, воздействия света и активности микробов. Если между разными партиями продуктов наблюдается видимая разница в цвете, потребители часто подозревают порчу продукта или нестабильность формулы, тем самым нанося необратимый ущерб доверию к бренду. Традиционные методы, основанные на человеческом глазе для сравнения цветов, страдают от огромных субъективных ошибок. На этом фоне применение высокоточных цифровыхколориметрс (спектрофотометрs) количественный контроль качества стал важной тенденцией для современной индустрии жидких пищевых продуктов, направленной на достижение стандартизированного, глобального и межрегионального производства. II. Основные технические трудности и режимы измерения цвета при измерении цвета жидких пищевых продуктов В отличие от твердых или порошкообразных продуктов, жидкие продукты сталкиваются с различными проблемами при измерении цвета из-за их уникальных физических и оптических характеристик, которые в основном проявляются в следующих аспектах:   1. Измерение пропускания прозрачных жидкостей:Такие как спиртные напитки, осветленный фруктовый сок, пищевое масло, минеральная вода и т. д. Эти образцы обладают светопроницаемостью, а их цвет зависит главным образом от характеристик поглощения проходящего света. При измерении этого типа жидкости необходимо использовать режим передачи. Через ячейку для образца (кювету) с фиксированным оптическим путем свет, проникающий в жидкость, попадает в оптический детектор. Этот тип жидкости обычно ориентирован не только на обычныеЛ* а* б*цветовое пространство, но также в значительной степени зависит от конкретных отраслевых цветовых индексов, таких как индекс платина-кобальт (APHA/Pt-Co) и индекс Гарднера, используемый для пищевых масел и смол, а также цветовая шкала Сейболта, используемая для некоторых нефтепродуктов.   2. Двухрежимное измерение мутных и эмульсионных жидкостей: Например, молоко, йогурт, мутный фруктовый сок, густой суп и т. д. Эти жидкости содержат внутри большое количество белковых микрочастиц, жировых шариков или волокон фруктовой мякоти, и после попадания света происходит сильное рассеяние и поглощение. Если используется только метод передачи, свет не может проникнуть; если используется только метод отражения, оптические характеристики внутренней среды невозможно уловить. Поэтому для этих продуктов часто требуются колориметры, поддерживающие двойной режим пропускания + отражения, чтобы всесторонне оценить цвет их поверхности и общую мутность.   3. Бесконтактное и профессиональное измерение тары полутвердых жидкостей высокой вязкости:Например, ароматизирующие соусы (томатный соус, заправка для салата), мед, устричный соус и т. д. Эти образцы не растекаются легко и могут очень легко прилипать к окну измерения, вызывая загрязнение оптической линзы, что делает очистку крайне неудобной и может даже спровоцировать перекрестное загрязнение пищевых продуктов. Ключом к решению этой проблемы является использование колориметров, оснащенных специализированными приспособлениями для тестирования (такими как чашки для проб жидкостей определенных характеристик), или внедрение бесконтактной архитектуры измерения, обеспечивающей как гигиеническую безопасность, так и точность данных. III. Адаптационные решения колориметров CHNSpec для управления цветом жидких пищевых продуктов 1.Настольный жидкостный спектрофотометрический колориметр серии DS-812N/CS-810 Ориентируясь на жидкие пищевые продукты высокой прозрачности, такие как минеральная вода, спиртные напитки, пищевое масло и осветленный сироп, компания CHNSpec выпустила настольные колориметры для жидкостей DS-810N и CS-810.   Оптические характеристики: в приборах используется геометрия освещения D/0 со встроенными высокочувствительными кремниевыми фотодиодами с УФ-усилением в качестве приемников, что значительно расширяет диапазон измерения коэффициента пропускания до 0–200%. Это гарантирует, что даже при работе с жидкими образцами, цвета которых чрезвычайно близки к прозрачным с лишь небольшими различиями, все равно можно уловить чрезвычайно слабые оптические флуктуации.   Интегрированные специализированные индексы цвета: они могут не только напрямую выводить точные данные L* a* b* и ΔE*, но также идеально интегрировать несколько параметров, универсальных в международной торговле продуктами питания и химикатами, таких как платино-кобальтовый индекс (APHA/Pt-Co), индекс Гарднера, желтизна, поглощение и концентрация. Устранив субъективную случайность при визуальном сравнении цвета глаз вручную, они предоставляют полностью отслеживаемые цифровые данные для международной торговли. 2. Усовершенствованный настольный спектрофотометр-колориметр серии CS-821N. Для сложных мутных, эмульсионных или темных жидких пищевых продуктов, таких как молоко, соевое молоко, густой фруктовый сок, рисовое вино и соевый соус, настольный спектрофотометр CHNSpec CS-821N является идеальным выбором для промышленности.   Технология анализа спектра с двумя оптическими путями: CS-821N использует импульсную ксеноновую лампу высокой интенсивности в качестве источника света, сотрудничающую с технологией анализа спектра с двумя оптическими путями, которая может отслеживать микроколебания источника света в реальном времени и выполнять автоматическую компенсацию, гарантируя чрезвычайно высокую повторяемость измерений (стандартное отклонение спектрального отражения находится в пределах 0,08%).   Полная совместимость отражения + передачи: прибор поддерживает режим отражения D/8 (геометрия рассеянного освещения, угол обзора 8 градусов) и режим пропускания D/0, легко определяя цвет от твердых тел и порошков до различных сложных жидкостей. При измерении молока его оптическая архитектура позволяет точно различить слабые различия в белизне и желтизне, вызванные разным содержанием жира (цельное, обезжиренное, обезжиренное) или добавлением компонентов с высоким содержанием кальция; при работе с соевым соусом или нефтехимическими жидкостями он также может предоставлять данные о цвете с чрезвычайно высоким соотношением сигнал/шум. IV. Процесс контроля качества. Применение колориметров в производстве жидких пищевых продуктов. В реальных международных и местных цепочках поставок жидких пищевых продуктов цифровое управление цветом колориметров CHNSpec осуществляется через три основных звена:   1. Тонкая сортировка сырья, поступающего на завод:Сырье, поступающее на завод, такое как пюре из фруктовых соков, свежее молоко и сырое растительное масло, имеет базовые цвета, на которые сильно влияют происхождение и время года. Использование колориметра для определения исходных данных о цвете может обеспечить основу для последующей точной настройки формулы, предотвращая колебания цвета сырья, вызывающие несоответствие конечного готового продукта.   2.Оптимизация параметров технологии обработки:В процессах производства жидких пищевых продуктов, таких как сверхвысокотемпературная стерилизация (UHT), испарительное концентрирование и ферментация (например, при производстве соевого соуса и пивоварении), чрезмерное нагревание приведет к реакции Майяра (потемнение), тем самым углубляя цвет продукта. Периодически отбирая онлайн-пробы и измеряя их колориметрами CHNSpec, можно динамически регулировать температуру, давление и время нагрева, чтобы гарантировать поддержание процесса в оптимальной золотой зоне.   3. Гарантия соответствия готовой продукции вне завода и срока годности: Когда продукты продаются в различных супермаркетах и ​​на полках по всему миру, визуально однородный цвет может в значительной степени создать высококачественный и строгий имидж бренда. Колориметры также можно использовать для моделирования срока годности, мониторинга воздействия света и температуры на цвет пищевых продуктов внутри жидкой упаковки, а также для получения объективных количественных данных для улучшения светозащитных и кислородбарьерных свойств упаковочных материалов. V. Заключение Сегодня, когда доступ к международной торговле продуктами питания становится все более строгим, а требования потребителей к качеству становятся все более строгими, традиционная оценка цвета глаз больше не может удовлетворить потребности высокотехнологичной пищевой промышленности во внешней торговле. Колориметр преобразует абстрактные, зависящие от человека визуальные сенсорные впечатления в универсальные цифровые активы международных стандартов.   Несколько моделей прецизионных спектрофотометрических колориметров, предоставляемых CHNSpec, в том числе серии DS-812N, CS-810 и CS-821N, благодаря своей технологии анализа двойного оптического пути, сверхширокому диапазону передачи и глубоко интегрированным межотраслевым специализированным индексам цвета, создали научную, строгую и отслеживаемую современную систему контроля качества цвета для предприятий по производству жидких пищевых продуктов. Внедрение высокоточных колориметров может не только эффективно контролировать уровень брака и экономить сырье, но и значительно повысить конкурентоспособность брендов на международном рынке, превращая каждое открытие бутылки в настоящий праздник видения и вкуса.

В системе оценки качества листьев содержание масла является одним из важных показателей качества табака дымовой сушки. Традиционно оценка содержания нефти в основном опирается на эмпирические суждения профессионалов, которые имеют такие проблемы, как сильная субъективность и относительно низкая эффективность. В последние годы технология гиперспектральной визуализации благодаря своим характеристикам объединения графиков и спектров продемонстрировала потенциал применения в области определения качества сельскохозяйственной продукции. На примере исследования по обнаружению содержания масла в табаке дымовой сушки в этой статье представлен эффект практического применения гиперспектральной технологии видимого и ближнего инфракрасного диапазона в этом сценарии. Предыстория исследования и экспериментальный дизайнВ ходе исследования были отобраны 634 образца табачного листа дымовой сушки из 22 табачных провинций (автономных регионов) по всей стране, охватывающих верхнюю, среднюю и нижнюю части. Исследовательская группа использовала систему гиперспектральной визуализации серии FigSpec от CHNSpec (включая камеры FigSpec-23 и FigSpec-25) для синхронного сбора спектральной информации о листьях табака в диапазонах длин волн 400–1000 нм и 900–1700 нм. В процессе сбора путем фиксации угла источника света и расстояния до камеры обеспечивалась однородность освещения, а в качестве исходных входных данных использовалось среднее значение после двукратного сбора спектральных данных для каждого образца. Оценка содержания масла была независимо оценена по 10-балльной шкале группой оценки качества внешнего вида, состоящей из 20 человек. Образцы были разделены на калибровочный набор (443 образца) и проверочный набор (191 образец) в соотношении 7:3. Характеристики распределения показателей содержания нефти в двух наборах проб соответствовали генеральной совокупности, обеспечивая надежную основу для последующего построения модели. Спектральная предварительная обработка и корреляционный анализИсходные спектральные данные содержат шум и рассеянные помехи, требующие предварительной обработки для улучшения эффективных сигналов. В исследовании сравнивались пять отдельных методов предварительной обработки, включая сглаживание скользящего среднего (MA), мультипликативную коррекцию разброса (MSC), стандартную нормальную вариацию (SNV), первую производную (D1) и стандартизацию (SS), а также стратегии их комбинации. Результаты анализа показали, что предварительная обработка MSC и SNV может эффективно улучшить корреляцию между спектральной отражательной способностью и показателями содержания нефти. В диапазоне длин волн 928,36-1177,03 нм коэффициент корреляции увеличился с 0,076-0,124 исходного спектра до 0,331-0,640. Предварительная обработка D1 за счет усиления особенностей локальных вариаций спектральных кривых привела к тому, что количество сильно коррелированных полос (|r|≥0,4) превысило 100. Эти результаты показывают, что разумные стратегии предварительной обработки помогают улучшить прогностическую способность последующих моделей. Построение модели и оценка производительностиВ исследовании использовались два алгоритма: частичная регрессия наименьших квадратов (PLSR) и регрессия опорных векторов (SVR) для построения моделей количественного прогнозирования показателей содержания нефти. Модель PLSR, основанная на полном видимом и ближнем инфракрасном диапазоне, имела значения RPD набора проверки от 1,642 до 1,775 в большинстве условий предварительной обработки, среди которых набор проверки R² достигал 0,683, а RMSE составляло 0,346 после предварительной обработки MA. Модель SVR имела набор проверки R² 0,653 и RMSE 0,362 при предварительной обработке комбинации D1+SS. Чтобы объединить преимущества обеих моделей, в исследовании была введена стратегия объединения средневзвешенных значений. Модель слияния, основанная на полном видимом и ближнем инфракрасном диапазоне (PLSR при предварительной обработке MA и SVR при предварительной обработке D1+SS), показала, что ее набор проверки R² увеличился до 0,721, RMSE упал до 0,324, а RPD достиг 1,894, демонстрируя лучший эффект прогнозирования, чем любая отдельная модель. Выбор характеристического диапазона и оптимизация моделиГиперспектральные данные содержат сотни каналов, что создает проблемы избыточности данных. В исследовании использовался алгоритм последовательных проекций (SPA) для выбора характеристической полосы. Результаты показали, что после предварительной обработки MA модель PLSR, построенная с 95 характеристическими полосами, выбранными SPA, имела набор проверки R² 0,685 и RMSE 0,345; после предварительной обработки D1+SS модель SVR, построенная с 56 характеристическими полосами, выбранными SPA, имела набор проверки R² 0,666 и RMSE 0,355. Количество характеристических полос было значительно уменьшено с 428 в полной полосе, что резко снизило размерность данных. Объединенная модель PLSR и SVR, основанная на выборе SPA, еще больше улучшила точность прогнозирования: набор проверки R² достиг 0,724, RMSE — 0,323 и RPD — 1,904. Этот результат указывает на то, что выбор характеристического диапазона сохраняет достоверность модели, одновременно уменьшая избыточность данных. Приложение OutlookЭто исследование демонстрирует возможность использования гиперспектральной технологии в видимом и ближнем инфракрасном диапазоне для неразрушающего обнаружения содержания табачного масла дымовой сушки. По сравнению с традиционными методами ручной оценки, гиперспектральная технология обладает потенциальными преимуществами объективности, неразрушаемости и скорости, которые могут служить справочной базой для разработки автоматического оборудования для сортировки табачного листа и построения интеллектуальных систем контроля качества. Система гиперспектральной визуализации серии FigSpec от CHNSpec взяла на себя основную задачу по сбору данных в этом исследовании, проверив ее применимость в сценариях определения качества сельскохозяйственного материала.