产品详细介绍 PhoCheck+ 5000Ex是英国离子科学公司最久经考验的PID。并且是市场上唯一可从1ppb到10000ppm进行动态检测的最先进仪器。其多功能性使得仪器具有宽阔的量程和检测范围，即可检测低至ppb级对健康有害的危险性有毒气体，也可监测在爆炸极限水平的高浓度可燃性气体。PhoCheck+ 5000Ex通过增加传感器，可以升级到另一款更加多功能的FirstCheck（LEL/O2/CO/H2S/PID-ppb）多组份气体检测仪。 用于探测挥发性有机化合物，如丙酮，辛烷，戊烷，苯，异丁烯， MPK，苯乙烯，甲苯等250种挥发性有机物 。用于石化、冶炼等行业挥发性有机物泄漏检测，以及室内容器、管道、密封物泄漏检测或大气监测 。本质安全，可用于易燃易爆区域、通过BASEEFA认证、大容量的8Mb数据存储、高灵敏度检测下限1ppb、自动转换量程ppm/ppb、可选显示单位mg/m3 或ppm/ppb、屏幕显示实时曲线图表、已预设250种挥发性有机气体供用户选择、LCD显示、时间日期标识、可视听警报功能、红外接口数据下载 、Ion Pc专用软件、自动生成数据格式和图表。 　技术指标：  标准配置：10.6eV光电离探测器 最大测量范围：1 ppb to 10,000 ppm 0.01 to 10,000 mg/m3 反应： T90 ~ 1秒响应和恢复 精确度：读数的±5%，或者±1个数字 线形：± 5% 流量报警：220ml/min或220cc/min ，低流量报警。 可选择配套： 8.4eV、10.2eV、11.7eV PID灯可选。 通 讯：双向，IRDA接口 数据记录：每秒自动记录含有时间日期标识的读数：8兆 自动连续记录检测数据 可储存超过130,000数据点 储存数据以日期和时间标识 健康安全模式下的STEL及TWA数值 用户可自定义储存区域 关机后数据仍被保存，避免丢失。 储存的数据可直接在仪器中查看，或下载到电脑上以专用软件进行分析。 报警：LED 闪烁和90分贝（10厘米）声音报警 预设的TWA和STEL 预设的250种气体和混合气体 本质安全认证： II 2 G EEX ia IIC T4 BASEEFA 03ATEX0742 电池：干电池4×AA碱性电池20小时，NIMH可充电电池：20小时 操作温度：-20 to +60 °C (-13 to 140 °F) 储存温度：-20 to +70 °C (-13 to +158 °F) 构造材料：储存箱：聚丙烯内嵌泡沫 PhoCheck：可传导树脂基的聚丙烯箱体 尺寸：箱：420 mm (16.5”) x 320 mm (12.5”) x 97 mm (3.8”) 无探针仪器：340 mm (13.5”) x 60 mm (2.3”) x 49 mm (1.9”) 重量：仪器：0.58 kg (1.3 lb) 包装好：3.0 kg (6.6 lb) EMC测试：To EN61000-6-3 & EN61000-6-1 2001。  

产品详细介绍 氨气气体检测管 比长式气体检测管原理及使用方法原理CO、CO2、H2S、O2、SO2、NH3等检测管的基本测定原理为线性比色法，即被测气体通过检定管与指示胶发生有色反应，形成变色层（变色柱），变色层的长度与被测气体的浓度成正比。2、主要技术参数（见附表）3、附件（每盒）①胶管一段；Φ3×5，长度20cm②小砂轮一片4、贮运条件本品应避光保存于阴凉干燥处，严禁日光照射，保存温度不超过40℃，玻璃制品，小心轻放。5、使用方法各种检定管均可与气体检定管用圆筒型正压式采样器等配套使用。于测定现场用空气冲洗采样器后，取一定体积的现场空气，把检定管两端切开，用短胶管将检定管的下端（浓度标尺有“0”的一端）连接在采样器（检定器）的出气口上，按规定时间匀速通过检定管，然后按检定管变色柱（或变色环）上端指示的数字，直接读取被测气体的百分浓度。   各种气体检测管主要技术参数表

Ai视觉检测机器人是一款搭载了六轴工业机械臂、视觉人工智能和工业大模型的高科技设备，充分利用机械臂的多轴灵活运动、重复定位精度高等优势，主要用于复杂外形工业产品的缺陷检测，特别是汽车零配件、新能源、核电领域等高端制造、品控要求高的产品外观检测。

本发明公开了一种基于拉曼光谱技术的藻种分类识别方法，包括：取相同藻种的多个样本，每个样本均为当前藻种的活体藻液，采用拉曼光谱仪获取各个样本的拉曼光谱原始信息；对采集的拉曼光谱原始信息进行预处理，得到对应的预处理谱图，然后采用偏最小二乘法从各预处理谱图中提取主因子；更换藻种，获得与不同藻种相对应的主因子；以所有藻种的主因子作为输入，以与各主因子相对应的藻种分类为输出，建立BP神经网络模型；取待鉴别活体藻液，获得该待鉴别活体藻液的主因子并输入所述BP神经网络模型，获得待鉴别活体藻液中所包含的藻种分类。本发明实现了基于拉曼光谱技术的藻种快速准确分类，大大简化了操作步骤，缩短了检测时间。

其他成果/n一种基于多源光谱特征融合的食用油种类快速鉴别方法，包括如下步骤：选取待鉴别的未知种类的食用油样品；采集拉曼光谱图和近红外光谱图；分别对采集的拉曼光谱图和近红外光谱图进行预处理，得到预处理拉曼光谱图和预处理近红外光谱图；分别对预处理拉曼光谱图和预处理近红外光谱图进行特征提取，得到拉曼特征变量和近红外特征变量；将拉曼特征变量和近红外特征变量进行光谱特征融合，得到特征融合光谱图；采用优化定性模型对所述未知种类的食用油样品进行种类鉴别。本发明提供的基于多源光谱特征融合的食用油种类快速鉴别方法，安全快速、检测便捷，鉴别准确率高，具有较强的实用价值和推广价值。

本发明公开了一种基于吸收光谱技术的双频率波长调制方法，该方法在传统波长调制信号的基础上叠加了另一高频正弦信号，针对该种激光激励方式建立了双频率波长调制的傅里叶分析模型，理论推导了各次谐波表达式，研究了不同调制参数对谐波信号的影响并通过全局寻优算法确定了最佳调制参数。在此基础上，确定了双频率波长调制频率响应关系的函数表达式。相比于传统单频率波长调制方法，本发明提出的测量方法具有更高的信噪比，测量结果的稳定性更强，并且在弱吸收情况下的谐波峰值位置更易于判断，具有更大的应用潜力，本发明方法仅改变了激光器的注入电流激励方式，对硬件成本要求低，并可应用于多次反射池等系统进一步降低气体浓度的检测下限。

本发明提出一种基于免基线波长扫描直接吸收光谱的气体浓度测量方法，该方法首先对透射光强信号加上Ｎｕｔｔａｌｌ时窗，其次对加窗的透射光强信号进行数字带通滤波处理，获得谐波处的Ｘ分量，使得吸收部分的信号得到强化而使边缘处接近为零，同时对加窗的透射光强信号进行数字低通滤波处理得到常数项，然后使用得到的常数项对Ｘ分量进行归一化处理，消除光强波动的影响，最后对归一化的Ｘ分量使用拟合算法即可得到待测气体参数值。本发明的测量方法克服了传统直接吸收方法对基线敏感的缺点，同时避免了由于基线拟合误差对结果的影响，尤其适合

本发明公开了一种面向超光谱数据库的小波去噪算法，属于超光谱数据的处理方法，用于对带有噪 声的超光谱曲线进行降噪。本发明顺序包括小波降噪参数选择、小波降噪。本发明在小波降噪参数学习 过程中充分考虑了超光谱数据库中各种物质超光谱曲线的特性，快速的选择适合超光谱数据库绝大多数 光谱曲线的小波降噪参数，然后使用选择得到的参数对测量到的超光谱曲线进行降噪。该方法能快速的 针对各种不同应用场景的超光谱数据库选择与之适应小波降噪参数，提高了降噪的效果，提高光谱匹配 的准确率。

一种基于 LED 混光呈色模型的光谱功率分布提取方法及系统，包括进行 LED 智能光源控制信号空 间全局采样，利用预设的 LED 发光控制方式根据全局采样样本集中各信号值驱动 LED 光源发光，组成 发光样本集；分别测量所得各发光样本对应光谱功率分及照度，生成发光数据集；根据预设的照度阈值 进行筛选，得到最终发光数据集，并从全局采样样本集中选取对应信号样本，组成最终信号空间采样样 本集；构建 BP 神经网络，并在此基础上建立相应的 LED 混光