其他成果/n一种纳他霉素微乳液的制备方法，包括如下步骤：1)将纳他霉素加入水中，调节pH为7～13，搅拌使其均匀分布或溶解于水中；2)将含酪蛋白物质加入水中，搅拌均匀分布后，调节pH至10～13；3)将经上述两步骤处理后的物质混合，于30～85℃下，搅拌形成澄清溶液；4)降温至0～30℃下，搅拌条件下用柠檬酸溶液调节体系的pH至6～8后，继续搅拌20～40min，获得纳他霉素微乳液。本发明还公开了该方法制备的纳他霉素微乳液。本发明由于先形成碱性的含酪蛋白溶液，使酪蛋白呈充分展开状态，在酪蛋白恢复球状结构的过程中，将纳他霉素有效包埋在酪蛋白中，得到了具有良好稳定性的纳他霉素微乳液，较好地解决了纳他霉素不溶性问题和活性在碱性溶液中减低的问题。

本发明提供一种加工成本低、精度高、一致性好的波导微纳加工系统以及加工方法。本发明所涉及的波导微纳加工系统，其特征在于，包括：光源部，提供激光束；加工部，将激光束聚焦至基底上进行光刻加工，并对加工过程进行实时监测，具有：可变焦透镜、三维形貌仪、相机、以及测温仪；多自由度工作台，根据预设的波导图案带动基底在多个自由度方向上进行移动；光学平台，用于安放多自由度工作台，并隔绝外界振动；吹气部，设置在多自由度工作台的一侧，对着加工区域进行吹气；吸气部，设置在多自由度工作台的另一侧，对吹气部吹送来的气体进行吸除；控制部，连接并控制光源部、加工部、多自由度工作台、光学平台、吹气部、以及吸气部的运行。

本发明公开了一种适用于线型缺陷的磁轭式局部微磁化检测装 置，该装置包括磁敏感元件部分，磁感应部分及磁轭式局部微磁化部 分，磁敏感元件部分包括磁敏感元件、引线端、磁引导芯和引导芯套 筒，磁引导芯由长短不一的长方体形引导芯构成；磁感应部分由绕制 在引导芯套筒外侧的磁感应线圈和引线端组成；由引导芯套筒支撑固 定的磁轭式局部微磁化部分，包括方形导磁构件、磁轭式双磁铁以及 斜向双导磁构件，该部分将磁场量导入待检测金属体内，达到局部微 磁化的效果，通过与磁引导芯连接的磁敏感元件和引导芯套筒外的磁 感应线圈，传递

移液工作站，为实验室赋能，让研究者更轻松

1、主要功能和应用领域： 本设备由多通道图像采集模块、复杂光学模块、复杂照明模块、精密机械运动模块、分布式大数据分析处理模块等多个模块组成。能够实现对第4.5代以上的液晶显示器件ITO、银浆线路的快速检测并输出报表。利用高分辨率线阵相机阵列和光源对PET基材的触摸屏进行成像，并利用计算机图像处理、模式识别及人工智能的理论与技术，拍摄到的触摸屏图像进行研究，通过对各种线路和特征进行特征匹配与边缘分析，分别检测上述线路缺陷并自动报告，从而达到在线自动检测触摸屏线路缺陷的目的，作为生产线上品质保证的重要方法。 2、特色及先进性： 1）针对ITO材料的高透光率：采用特殊设计的高功率光源和精密光学成像系统，确保能够采集到图像清晰、缺陷显著、ITO线路对比度高的图片，为算法处理达到不漏检和低误检打下良好基础。 2）针对ITO线路不规则：由于ITO线路的形式多样且比较复杂，需要采用样品和模板配准、像素值直接对比、线路边缘对比、周期性判断及DRC方法等算法方案同时进行处理。 3）针对软材质基板（PET）：由于基板为软材质，并且基板为600*600 mm的大规格尺寸，采用高精度的光学平台和自动快速对焦系统，保证大尺寸范围内图像采集的清晰度。 4）针对缺陷类型繁多：采取提取局部特征并结合周期性和对比性完成缺陷检测，针对不同类型的缺陷进行建标以达到较高的检测效率，通过框选候选(潜在)缺陷位置，采用神经网络算法进行自主机器学习，不断匹配各种可能存在的缺陷类型，并结合不同的算法模块进行检测，宽进严出保证检测效果。 3、技术指标： ？ 检测对象： PET和电子玻璃为基板的ITO。 ？ 检测项目：线路过宽、过窄、多线、线断、线裂、连线、毛刺、爆点；膜刮痕、导电薄膜异物、气泡、针孔、凸出、凹陷。 ？ 台面要求：台面能满足检测600mm×600mm以下尺寸产品。 ？ 检测精度：能检测最小线宽间距为20um。 ？ 最大检测面积：检测精度为20um时，最大检测面积是600mm*600mm。 ？ 检测效率：单张、单次检测时间小于等于30秒。 ？ 检测效果：错报率控制在1%以下,检出率99%以上。 ？ 设备稳定性：设备至少可5*24小时连续无故障工作。 4、关键问题和实施效果 该设备可广泛应用于触摸屏行业、LCD行业、太阳能行业和LED行业等领域，可满足触摸屏行业需求。以电子玻璃、PET为基板的ITO线路对于最终产品性能的影响是非常显著的，如线路发生缺陷，则会直接造成产品功能缺陷，而越靠近出货端检出缺陷，对于厂家来说修复的成本越高，同时废品的损失越高。该设备可以在最早的工艺流程上对线路进行检测，从而整体提高生产厂家的制程控制能力。 该设备采用复杂高分辨率多通道线阵相机阵列进行光学成像，同时配合精密运动平台实现2.5微米分辨率的图像采集，其三维组装图如下图所示。

本设备由多通道图像采集模块、复杂光学模块、复杂照明模块、精密机械运动模块、分布式大数据分析处理模块等多个模块组成。能够实现对第4.5代以上的液晶显示器件ITO、银浆线路的快速检测并输出报表。利用高分辨率线阵相机阵列和光源对PET基材的触摸屏进行成像，并利用计算机图像处理、模式识别及人工智能的理论与技术，拍摄到的触摸屏图像进行研究，通过对各种线路和特征进行特征匹配与边缘分析，分别检测上述线路缺陷并自动报告，从而达到在线自动检测触摸屏线路缺陷的目的，作为生产线上品质保证的重要方法。

电磁超声导波检测设备可实现对钢板和钢管缺陷的快速扫描，既满足电磁超声导波实验室需求又可满足工程应用，特别是针对高校用户提供开放式数据接口和检测数据源文件，可方便高校教师和学生科研使用。 

（1）自主研制了适用于高速、高温、恶劣环境下的铸坯、异形坯、型钢、棒材、中厚板、带钢等多个系列金属板带表面缺陷在线检测系统，主要指标达到或超过了国外同类产品；（2）提出多光路照明成像技术，提高高精密板带产品低对比度和微小缺陷的检出率，提高缺陷的检测精度与检出率；（3）开发出了表面质量在线检测软件、表面缺陷样本库管理软件、缺陷识别算法软件等个软件模块，建立了智能在线检测平台。本项目系统达到的技术指标是：检测速度 22 米/秒（可按用户要求提高）；检测精度为 0.2mm（可按用户要求提高）；对生产线上常见缺陷的检出率≥95%，常见缺陷的识别率≥90%。

成果简介： 1、主要功能和应用领域： 本设备由多通道图像采集模块、复杂光学模块、复杂照明模块、精密机械运动模块、分布式大数据分析处理模块等多个模块组成。能够实现对第4.5代以上的液晶显示器件ITO、银浆线路的快速检测并输出报表。利用高分辨率线阵相机阵列和光源对PET基材的触摸屏进行成像，并利用计算机图像处理、模式识别及人工智能的理论与技术，拍摄到的触摸屏图像进行研究，通过对各种线路和特征进行特征匹配与边缘分析，分别检测上述线路缺陷并自动报告，从而达到在线自动检测触摸屏线路缺陷的目的，作为生产线上品质保证的重要方法。 2、特色及先进性： ● 针对ITO材料的高透光率：采用特殊设计的高功率光源和精密光学成像系统，确保能够采集到图像清晰、缺陷显著、ITO线路对比度高的图片，为算法处理达到不漏检和低误检打下良好基础。 ● 针对ITO线路不规则：由于ITO线路的形式多样且比较复杂，需要采用样品和模板配准、像素值直接对比、线路边缘对比、周期性判断及DRC方法等算法方案同时进行处理。 ● 针对软材质基板（PET）：由于基板为软材质，并且基板为600*600 mm的大规格尺寸，采用高精度的光学平台和自动快速对焦系统，保证大尺寸范围内图像采集的清晰度。 ● 针对缺陷类型繁多：采取提取局部特征并结合周期性和对比性完成缺陷检测，针对不同类型的缺陷进行建标以达到较高的检测效率，通过框选候选(潜在)缺陷位置，采用神经网络算法进行自主机器学习，不断匹配各种可能存在的缺陷类型，并结合不同的算法模块进行检测，宽进严出保证检测效果。 3、技术指标： ● 检测对象： PET和电子玻璃为基板的ITO。 ● 检测项目：线路过宽、过窄、多线、线断、线裂、连线、毛刺、爆点；膜刮痕、导电薄膜异物、气泡、针孔、凸出、凹陷。 ● 台面要求：台面能满足检测600mm×600mm以下尺寸产品。 ● 检测精度：能检测最小线宽间距为20um。 ● 最大检测面积：检测精度为20um时，最大检测面积是600mm*600mm。 ● 检测效率：单张、单次检测时间小于等于30秒。 ● 检测效果：错报率控制在1%以下,检出率99%以上。 ● 设备稳定性：设备至少可5*24小时连续无故障工作。 4、关键问题和实施效果 该设备可广泛应用于触摸屏行业、LCD行业、太阳能行业和LED行业等领域，可满足触摸屏行业需求。以电子玻璃、PET为基板的ITO线路对于最终产品性能的影响是非常显著的，如线路发生缺陷，则会直接造成产品功能缺陷，而越靠近出货端检出缺陷，对于厂家来说修复的成本越高，同时废品的损失越高。该设备可以在最早的工艺流程上对线路进行检测，从而整体提高生产厂家的制程控制能力。 该设备采用复杂高分辨率多通道线阵相机阵列进行光学成像，同时配合精密运动平台实现2.5微米分辨率的图像采集，其三维组装图如下图所示。

工业缺陷检测平台以工业智能制造中的表面缺陷检测为场景，融合人工智能、FPGA、机械臂控制等技术，实现检测传送带上的铝片缺陷情况，配合机械臂将有缺陷的铝板取出，从而模拟FPGA及人工智能在工业制造过程中的应用。This industrial defect detection platform, which takes the surface defect detection in industrial intelligent manufacturing as the scene, integrates Artificial Intelligence, FPGA, mechanical-arm control and other technologies to detect the defects of aluminum sheets on the conveyor belt and then takes out the defective aluminum sheets with mechanical arm, so as to simulate the application of FPGA and Artificial Intelligence in the industrial manufacturing process.