CHNSpec Technology （Zhejiang）Co.,Ltd

I.Introducción: Consistencia del color En la industria moderna de la cosmética y el cuidado personal, el color no es simplemente la capa visual de un producto; es una declaración directa de credibilidad de la marca y excelencia del producto. Desde bases líquidas que exigen una combinación precisa de los tonos de la piel, hasta lápices labiales que requieren colores vivos, sombras de ojos y polvos compactos que dependen de una dispersión suave del color, los consumidores son extraordinariamente exigentes cuando se trata de precisión de tono. Las discrepancias visuales en el tono entre los lotes de producción, o entre las muestras de prueba en la tienda y los productos minoristas entregados, inevitablemente desencadenan graves consecuencias comerciales: Elevadas quejas de los clientes y tasas de devoluciones: los consumidores sospechan de productos falsificados, vencidos o reformulados. Erosión del valor de la marca: las marcas de belleza premium no pueden mantener un alto posicionamiento en el mercado sin una rigurosa uniformidad de color en los canales de distribución globales. Restos de producción costosos: la detección de desalineaciones de tonos después del llenado o prensado genera un desperdicio significativo de materias primas y horas de mano de obra. Para eliminar estos riesgos, los fabricantes de cosméticos (OEM, ODM y propietarios de marcas) requieren un sistema de control de calidad del color (QC) estandarizado, cuantificado y de alta precisión. II.Desafíos prácticos en la medición del color cosmético Las formulaciones cosméticas abarcan diversos estados (líquidos, pastas, polvos compactos y semisólidos) y con frecuencia incorporan perlas, mica y modificadores ópticos. Estas características complican la medición óptica del color: 1. Bases líquidas y correctores Cambios de color de húmedo a seco: las formulaciones líquidas frecuentemente sufren oxidación o evaporación de humedad durante la formación de una película sobre la piel, alterando su tono visual. El control de calidad debe evaluar el estado de los colores de la película seca frente a los estándares digitales establecidos. Dispersión multifase: las bases son emulsiones complejas que contienen dióxido de titanio, óxidos de hierro (rojo, amarillo, negro) y pigmentos orgánicos. La luz se dispersa ampliamente dentro de la matriz de emulsión, lo que exige una geometría de iluminación óptica estandarizada. 2. Lápices labiales, bálsamos y brillos labiales Interferencia de alto brillo: formuladas con altas concentraciones de pigmentos y ceras, las superficies de los lápices labiales exhiben un fuerte reflejo especular. Los colorímetros deben aislar los reflejos especulares de la reflectancia difusa para capturar la densidad del color genuino. Geometría curva de microárea: las puntas de lápiz labial inclinadas presentan superficies pequeñas y no planas que los colorímetros estándar de gran apertura no pueden sellar limpiamente. 3. Polvos compactos, rubores y polvos sueltos Variación de la densidad de compactación: Las variaciones en la presión de prensado alteran la densidad de empaquetamiento de las partículas, lo que influye directamente en la reflexión de la luz y la intensidad de la sombra percibida. Metamerismo y pigmentos de efecto: las sombras de ojos que contienen perlas de mica muestran diferentes comportamientos de color bajo diferentes fuentes de luz (por ejemplo, luz diurna D65 frente a iluminación de tienda F2). III.Selección de configuración óptica para medición de color cosmético Geometría óptica: Esfera integradora D/8° y modos SCI/SCE. Los colorímetros y espectrofotómetros CHNSpec utilizan el diseño de esfera integradora D/8° (iluminación difusa, ángulo de visión de 8°) que cumple con los estándares CIE No.15 e ISO 7724/1: SCI (Componente especular incluido): Mide la luz reflejada total, incluido el resplandor especular. SCI elimina el brillo de la superficie o las variaciones de textura, revelando la verdadera pigmentación de la fórmula. Este modo es óptimo para combinar formulaciones de I+D y evaluar la densidad del pigmento bruto. SCE (componente especular excluido): bloquea el resplandor especular, igualando la percepción visual humana de las superficies brillantes. SCE es esencial para inspeccionar barras de labios, brillos y envases de cosméticos brillantes terminados. IV.CHNSpec Soluciones colorimétricas para control de calidad cosmética CHNSpec Technology suministra una jerarquía completa de equipos de medición del color, que van desde colorímetros portátiles hasta espectrofotómetros de mesa. 1. Espectrofotómetros portátiles y series ColorMeter (DS-700 / DS-200 / ColorMeter) Para controles rápidos del piso, inspecciones de materias primas entrantes y control de calidad portátil, los colorímetros portátiles ofrecen la movilidad y velocidad necesarias. Repetibilidad: Modelos como las series DS-200 y DS-700 logran una repetibilidad a corto plazo de ΔE*ab ≤ 0,02 ~ 0,03, lo que garantiza mediciones consistentes en todos los turnos. Aberturas de medición versátiles: Aperturas de 8 mm/11 mm: ideal para recipientes de polvo compactos, muestras de polvo suelto y tarjetas de extracción. Microaperturas de 3 mm/4 mm/6 mm: diseñadas para superficies pequeñas y contorneadas, como puntas de lápiz labial inclinadas, barras de brillo de labios estrechas y recipientes pequeños para sombra de ojos. Integración inteligente de aplicaciones y nube: los instrumentos CHNSpec ColorMeter se conectan a través de Bluetooth a dispositivos iOS/Android, lo que permite una igualación instantánea de tonos, búsquedas de bibliotecas de colores digitales y decisiones automatizadas de Pasa/Falla en la fábrica. 2. Espectrofotómetros de mesa de alta precisión (Serie CS-820N/DS-820)Para los laboratorios centrales de I+D, el desarrollo de bibliotecas maestras de colores y la formulación de materias primas, los espectrofotómetros de mesa proporcionan precisión analítica: Repetibilidad ultraalta y concordancia entre instrumentos: Repetibilidad ΔE*ab ≤ 0,02, con concordancia entre instrumentos controlada dentro de ΔE*ab ≤ 0,15 ~ 0,25, lo que garantiza una perfecta compatibilidad de datos entre diferentes fábricas y laboratorios en todo el mundo. Rango espectral (360 nm - 780 nm): el análisis completo del espectro visible y cercano al UV identifica pares metaméricos en condiciones de fuentes de luz múltiples. Modos duales de reflexión y transmisión: Modo de reflexión: admite lápices labiales sólidos, bases en crema opacas y polvos compactos utilizando cubetas y soportes para polvos específicos. Modo de transmisión: Mide formulaciones líquidas transparentes o translúcidas (champús, sueros, tintes de labios transparentes) para determinar la transmitancia de la luz y las coordenadas de color. Filtros de inclusión/exclusión UV: las formulaciones con filtros UV o blanqueadores ópticos requieren iluminación UV controlada. Los modelos de mesa CHNSpec incluyen filtros UV ajustables para medir el color verdadero con o sin excitación UV. V.Conclusión En el contexto de la globalización y la mejora de la calidad en la industria cosmética, la inspección visual tradicional del color ha ido revelando gradualmente sus limitaciones a la hora de afrontar las refinadas demandas de la cadena de suministro de belleza moderna. La adopción de equipos colorímetros digitales objetivos no solo ayuda a las empresas a determinar los números de tono con mayor precisión durante la I+D, sino que también establece una línea de defensa de control de calidad eficaz en el extremo de la producción.

En la fabricación industrial moderna, la consistencia del color determina directamente el valor de la marca y el control de calidad.El colorímetro / espectrofotómetro es una herramienta de precisión indispensable en el laboratorio de control de calidad.Sin embargo, muchos gerentes de compras se enfrentan con frecuencia a un dilema común: "Nuestros materiales de ensayo son muy diversos: algunos son líquidos, otros son polvos y otros son sólidos irregulares.¿Qué tipo de arquitectura colorímetro debemos elegir para garantizar datos de medición precisos y repetibles¿Qué quieres decir?La forma física del material de ensayo (líquido, polvo, sólido) determina directamente cómo la luz se refleja, transmite y dispersa a través de su superficie o a través de ella.Elegir el colorímetro incorrecto o los accesorios incorrectos conduce a datos de color gravemente distorsionadosEsta guía completa analizará cómo seleccionar correctamente un colorímetro en función del estado de su material e introducirá las soluciones proporcionadas por CHNSpec Technology. I.Medida del color para materiales líquidos: el arte de la transmisión y refracción 1Desafíos técnicos en la medición del color líquidoLos materiales líquidos, como las bebidas, los aceites comestibles, los productos petroquímicos, los productos farmacéuticos y los disolventes, son fluidos, varían en transparencia y permiten que la luz penetre fácilmente.Para líquidos totalmente transparentes o translúcidosLos colorímetros estándar basados en la reflexión no pueden capturar suficiente luz reflejada para generar valores precisos de CIE Lab.la fluidez y la volatilidad de los líquidos requieren instrumentos con diseños excepcionales contra la contaminación. 2Factores de selección del núcleoGeometría óptica: El instrumento debe admitir el modo de medición de transmisión D/0 (iluminación difusa, visión a 0 grados).Apoyo de accesorios: son obligatorios cubetas de alta calidad o accesorios de ensayo de cristal de cuarzo para mantener un espesor de muestra líquido fijo.Indices de la industria: el dispositivo debe soportar índices de color específicos para líquidos como APHA/Hazen (Pt-Co), Gardner y Saybolt. 3. CHNSpec Modelos recomendados: CS-821N / CS-820P Espectrofotómetros de bancoPara la medición de líquidos, los modelos de banco proporcionan una estabilidad óptica sin precedentes.CHNSpec CS-821N / CS-820P: Estos espectrofotómetros de gama alta cuentan con una arquitectura integrada que admite tanto las geometrías de reflexión D/8 como de transmisión D/0.Sus espaciosas cámaras de transmisión (ubicadas en el lado o en la parte superior) se adaptan fácilmente a varias especificaciones de cuvette de cuarzoNo sólo miden con precisión las diferencias de color del laboratorio CIE, sino que también producen directamente índices cruciales de color del líquido. II.Medición del color de los materiales en polvo: superar los problemas de dispersión y textura1.Desafíos técnicos en la medición del color del polvoLos materiales en polvo (como la harina, el dióxido de titanio, los pigmentos, los polvos cosméticos y el cemento) poseen superficies formadas por innumerables partículas microscópicas.Cuando la luz de un colorímetro golpea una superficie de polvoSi la compacidad del envase de polvo varía o si los gránulos no son uniformes, se producirá una dispersión difusa en múltiples ángulos.el colorímetro dará datos muy diferentes incluso cuando se mide exactamente la misma muestra. 2Factores de selección del núcleoApertura de medición: se recomienda encarecidamente un colorímetro con una gran apertura.proporcionar datos estables y repetibles.Célula de ensayo especializada / Prensa de polvo: para garantizar una superficie de medición completamente plana,El polvo debe cargarse en una celda de ensayo de polvo dedicada o comprimirse en un "pastel de color" estable con una prensa de polvo..Estructura de iluminación: Se prefiere un espectrofotómetro D/8 (iluminación difusa, visualización de 8 grados), ya que elimina eficazmente los errores de medición causados por pequeñas sombras en superficies granulares. 3.CHNSpec Modelos recomendados: DS-807 Espectrofotómetro de gran aperturaCHNSpec DS-807: Diseñado específicamente para granulados y polvos, cuenta con una apertura de medición de 50 mm muy grande.proporcionar datos altamente repetibles sin requerir técnicas de compresión demasiado estrictas. III.Medida del color de los materiales sólidos: adaptación a las variaciones de textura, forma y brillo1Desafíos técnicos en la medición de colores sólidosLos materiales sólidos representan la más amplia gama de aplicaciones y las variaciones físicas más complejas:Sólidos regulares y planos: Las hojas de plástico, las placas metálicas y el papel son los más fáciles de medir directamente.Sólidos irregulares y pequeños: pellets de plástico, hilos textiles y pequeños componentes electrónicos.Sólidos de alto brillo y textura: recubrimientos de automóviles, cuero y piezas impresas en 3D.El brillo y la textura de la superficie distorsionan fuertemente la forma en que el ojo humano percibe el color.un colorímetro deberá poder separar los datos SCI (componente especular incluido) y SCE (componente especular excluido). 2Factores de selección del núcleoGeometría óptica: la estructura D/8 (SCI/SCE) es el estándar universal para la comprobación de color sólido.mientras que el modo SCE evalúa el color exactamente como lo ve el ojo humano (influenciado por el brillo)Para revestimientos puros o material impreso, se puede elegir una geometría de 45/0 para alinearse estrechamente con los hábitos de observación visual humana.Intercambio de múltiples aberturas: para medir sólidos de diferentes dimensiones, el colorímetro debería reconocer y cambiar entre varios tamaños de apertura (por ejemplo, 8 mm, 4 mm, 3 mm) automáticamente.Dirección de la cámara: para medir microzonas específicas en partes sólidas, es esencial un punto de vista de cámara incorporado para una alineación perfecta. 3.CHNSpec Modelos recomendados: Colorímetros portátiles DS-700DCHNSpec DS-700D: Como modelo insignia entre los espectrofotómetros portátiles de CHNSpec,admite la medición simultánea SCI/SCE y ofrece un acuerdo excepcional entre instrumentos junto con una repetibilidad excepcionalEquipado con una función inteligente de reconocimiento automático de apertura, satisface de forma flexible diversas necesidades de detección de color, desde hojas de plástico de gran superficie hasta componentes sólidos microscópicos. IV.ConclusiónAl hacer coincidir con precisión las características físicas de los materiales con los parámetros técnicos de los colorímetros, las empresas pueden minimizar eficazmente los errores de medición comunes.Aprovechando su línea de productos completa y numerosas tecnologías patentadas, CHNSpec Technology proporciona a los clientes soluciones de gestión de color para todo tipo de escenarios que cubren líquidos, polvos y sólidos.CHNSpec ofrece colorímetros a medida para ayudar a su control de calidad de color alinearse perfectamente con los estándares internacionales.

En el mercado mundial de bienes de consumo rápidos (FMCG) muy competitivo, el embalaje de alimentos es mucho más que un simple contenedor para proteger el producto: es el portavoz silencioso de la marca.Imagínese a un consumidor de pie frente a un estante de un supermercado, mirando las mismas Coca-Cola o las patatas fritas de Lay, sólo para notar que los diferentes lotes del embalaje tienen variaciones de color obvias,como "el rojo cambia a púrpura" o "el amarillo cambia a verde"Para la gran mayoría de los consumidores, su primera reacción sería: "¿Es esto una falsificación?" o "¿Está caducado este producto?" Esta es la dura realidad de la consistencia del color de la marca. Para las marcas de alimentos, las desviaciones de color en la impresión del embalaje pueden dañar directamente la confianza de la marca. Sin embargo, los materiales de embalaje de alimentos son extremadamente complejos.Desde envases de plástico flexible y papel de aluminio hasta cartones y cajas onduladas, diferentes sustratos, lotes de tinta y procesos de impresión (como flexografía, grabado y impresión digital) todos contribuyen a las variaciones de color. La respuesta radica en abandonar la evaluación a simple vista en favor de la gestión digital del color.Y las herramientas centrales de esta gestión digital son colorímetros y espectrofotómetros. I.Los 4 principales obstáculos para el control del color en la impresión de envases alimentariosAntes de entrar en la solución, debemos entender por qué controlar el color en los envases de alimentos es notoriamente difícil: 1Diversidad del sustrato:Los envases de alimentos utilizan una amplia gama de materiales, incluidas películas laminadas, láminas metálicas, papel kraft y plásticos.La misma tinta impresa en diferentes sustratos se verá drásticamente diferente a simple vista. 2. Variantes de tinta y revestimiento:Incluso las tintas del mismo fabricante pueden presentar pequeñas variaciones entre lotes. Además, las tintas a base de agua comúnmente utilizadas en los envases de alimentos son muy sensibles;ligeros ajustes en la viscosidad y el pH cambiarán el color final. 3- Complejidad de los procesos de impresión:Factores como la alta velocidad de la impresión por rotogravura, el desgaste de los rodillos de anilox en la flexoografía, el equilibrio de tinta de agua en la impresión offset,y el proceso de laminación posterior introducen una deriva de color impredecible. 4. Metamerismo y error humano:La inspección visual es altamente subjetiva, y es fácilmente influenciada por la iluminación ambiental, la fatiga del operador y el fenómeno del metamerismo, donde dos colores coinciden bajo una fuente de luz (por ejemplo,D65 luz del día) pero se ven completamente diferentes bajo otro (e.g., almacenar luz fluorescente). II.Gestión digital del color: comprender ΔE (diferencia de color)Para eliminar completamente los errores subjetivos, la industria de impresión y embalaje se basa en el espacio de color del laboratorio CIE y la fórmula de diferencia de color ΔE: En las cadenas de suministro de envases de alimentos modernos, las marcas globales aplican estrictas tolerancias a sus vendedores de impresión: ΔE < 1.0:Este es el estándar de primera calidad requerido por las marcas internacionales de primer nivel. 1.0 ≤ ΔE < 2.0:Observable para los inspectores experimentados de la AQA; generalmente aceptado como el estándar de aprobación comercial para el embalaje de alimentos. ΔE ≥ 2.0:Se trata de una desviación inaceptable que a menudo conduce a envíos rechazados y a altas pérdidas financieras. Sin medición cuantitativa mediante instrumentos de precisión, los operadores de prensa no pueden realizar ajustes en tiempo real basados en datos durante las series de producción. III.CHNSPEC Soluciones de color para envases de alimentos y modelos recomendados1El campeón de la producción de calidad y portátil: CHNSPEC DS-700D espectrofotómetroPara los equipos de control de calidad que necesitan moverse con frecuencia entre el piso de impresión, la sala de mezcla de tinta y el laboratorio de control de calidad, el DS-700D es el rey indiscutible de rendimiento y valor. Ventajas principales:Cuenta con un acuerdo excepcional entre instrumentos (ΔE*ab ≤ 0,2) y una alta repetibilidad (≤ 0,02).Esto asegura que los datos medidos en un DS-700D en una instalación se alineen perfectamente con una unidad utilizada en otro sitio en todo el mundo. Función específica del envase:Soporta mediciones simultáneas de SCI (componente especular incluido) y SCE (componente especular excluido).Si está midiendo bolsas de plástico laminado de bocadillos altamente reflectantes o cajas de cartón mate, captura con precisión el verdadero perfil de color. Conectividad inteligente:Al conectarse sin problemas a aplicaciones móviles y software de gestión de color de PC, los datos se sincronizan con la nube en tiempo real,lo que lo convierte en una herramienta ideal para que las marcas mundiales de alimentos monitoreen a los fabricantes de contratos extranjeros. 2El experto en control de tinta y puntos: CHNSPEC EX Serie de espectrodensitómetro de impresión (EX PRO / MAX)Si su instalación se centra en gran medida en offset comercial, cartón ondulado de impresión, o rotogravura de embalaje flexible,Necesitas más que solo datos de diferencia de color, necesitas saber el grosor de la película de tinta y el comportamiento de los puntos.La serie CHNSPEC EX está especialmente diseñada para la imprenta. Ventajas principales:Integra perfectamente la medición de color espectrofotométrica de alta precisión con la densitometría de impresión avanzada. Características esenciales de control de impresión:Mide los parámetros críticos de impresión como la ganancia de puntos (aumento del valor tonal), la captura, el contraste de impresión y la densidad de tinta.Con un sistema de doble posicionamiento (alineación física + visor de cámara incorporado), los operadores pueden orientarse y medir fácilmente pequeñas barras de color en el borde del embalaje. Mejor aplicado a:Cajas de comida de papel, cajas de leche líquida y grandes cajas de envío de cartón ondulado. ConclusiónEn el mundo de los envases de alimentos, el color equivale a las ventas, y el color equivale a la seguridad de la marca.La implementación de colorímetros y espectrofotómetros de alta precisión de CHNSPEC permite a las impresoras de envases pasar de las conjeturas reactivas a las proactivasEsto no sólo reduce drásticamente el desperdicio, reduce los costos de tinta y optimiza la utilización del sustrato.

Introducción: En la industria del plástico y el moldeado por inyección, la consistencia del color no es solo un parámetro estético, sino que es un reflejo directo de la calidad y la credibilidad de una marca.Cuando se enfrenta a la producción de lotes múltiples, variaciones de materia prima, mezcla de materiales reciclados y ensamblaje de piezas complejas, ¿cómo logran los moldeadores un control preciso del color? I.La "pesadilla de la diferencia de color" en el moldeo por inyección Durante la producción real de piezas de plástico, la variación de color de lote a lote es un problema común y desafiante. 1.Fluctuaciones de la materia prima: existen ligeras variaciones en el color de la base en los diferentes lotes de resinas plásticas (por ejemplo, PP, ABS, PC).La dispersión desigual o el desajuste de la proporción de masterbatches de color y pigmentos también conduce a cambios de color. 2- Parámetros del proceso: variaciones en la temperatura del barril, presión de inyección, tiempo de retención,y la temperatura del molde durante el moldeado por inyección puede desencadenar la degradación térmica o alterar la cristalinidad de la micro superficie, cambiando el reflejo y el brillo de la luz. 3.Uso de materiales reciclados: para reducir los costes o cumplir con los mandatos medioambientales, los moldeadores a menudo mezclan materiales de rectificación.causa amarilleo y complica significativamente el control de la mezcla. 4.Efectos de la textura de la superficie: debido a las diferentes vías de reflexión difusa,la fórmula del mismo color se verá claramente diferente en una superficie brillante en comparación con una superficie texturizada (matte/grano) para el ojo humano. II.Establecimiento de un flujo de trabajo de control de calidad de color estandarizado La dependencia únicamente de la evaluación visual introduce grandes sesgos subjetivos (como las condiciones de iluminación ambiental, la fatiga ocular del operador y las diferencias fisiológicas).La integración de un espectrofotómetro de alta precisión es la única manera de lograrUn flujo de trabajo estándar de control de calidad incluye: Paso 1: Establecer normas digitalesMedir la placa estándar física proporcionada por el cliente mediante un espectrofotómetro. Almacenar sus valores científicos absolutos ∆L*(luz), a*(rojo/verde), b* (amarillo/azul),y las curvas de reflexión espectral directamente en el instrumento. Paso 2: Definir las tolerancias de color realistasEn el sector de los plásticos, se utiliza normalmente ΔE*ab o el ΔE*00 más alineado con el ojo humano como índice de aprobación/reprobado.Los ensamblajes de alta precisión (interior de automóviles, electrónica 3C): ΔE*ab < 0.5.Productos de consumo general: ΔE*ab < 1.0. Paso 3: IQC y FAI (inspección de entrada y primera inspección del artículo)Se realizará un muestreo rápido de los masterbatches y pellets crudos que lleguen.El "primer artículo" producido al comienzo de cada serie de moldeo debe comprobarse para garantizar que los parámetros del proceso no se hayan desviado.. Paso 4: IPQC (Control de calidad en el proceso) Las muestras de los productos terminados se toman periódicamente durante la producción.ajustar inmediatamente la temperatura de moldeo o la proporción de alimentación. III.Modelos CHNSpec recomendados y aplicaciones clave 1Para piezas de plástico complejas, curvas o miniatura: espectrofotómetro CHNSpec DS-700D Ventajas clave: conmutación de múltiples aberturas sin herramientas, calibración automática inteligente, CMOS de doble vía de alta precisión El desafío: Las piezas moldeadas suelen tener curvas complejas, ranuras estrechas, costillas o pequeños clips. La solución DS-700D de CHNSpec: 3 aberturas en un solo dispositivo: viene de serie con 11 mm, 6 mm y una abertura de banda especializada de 1 mm x 3 mm para piezas pequeñas. Calibración automática inteligente: equipado con una base de calibración de azulejos de zirconio (ZrO2) de calidad superior.eliminación de errores de calibración manual y protección del azulejo contra arañazos. Compatibilidad SCI y SCE: admite tanto los modos Componente especular incluido (SCI) como el Componente especular excluido (SCE).Modo SCI aísla el factor de brillo para medir la verdadera diferencia de color del pigmento, ayudando a los ingenieros a identificar los errores de formulación. 2Para líneas de producción de alta flexibilidad: espectrofotómetro CHNSpec DS-420 Ventajas clave: hasta 10 aberturas de medición, visor de cámara, ROI excepcional El desafío: los moldeadores por inyección contratados manejan diariamente diversos tipos de productos, lo que requiere un instrumento flexible que pueda medir todo, desde grandes paneles planos hasta pequeños botones. La solución DS-420 de CHNSpec: 10 aberturas: Ofrece una amplia selección de 10 aberturas diferentes estables y ágiles (que van desde 3 mm hasta 11 mm, lo que la convierte en la herramienta multipropósito definitiva para fábricas OEM. Posicionamiento asistido por cámara: la desalineación cerca de los bordes de las piezas arruina los datos de medición.garantizando una alineación precisa. 3Para plásticos y películas transparentes/translúcidas: medidor de neblina de color CHNSpec CS-700 Principales ventajas: Medida de color, neblina y transmisión en un solo dispositivo El desafío: Para las piezas ópticas como guías de luz, fundas de teléfono, difusores de luz y películas de plástico, controlar el color es sólo la mitad de la batalla.La transmisión (T%) y la neblina también deben controlarse estrictamente para garantizar propiedades ópticas óptimas.. La solución CS-700 de CHNSpec: Compatible con ASTM D1003/D1044, ISO 13468, y otras normas mundiales, proporciona métricas de color (Lab, Amarillo, Blanqueza) junto con neblina y transmisión de luz en una sola prueba ultra rápida.

Prefacio de ForenseLas manchas de rastros de bebidas como café, jugo y alcohol son ubicuas en las escenas del crimen, lo que hace extremadamente difícil distinguir sus tipos a simple vista. Los métodos de detección tradicionales se basan principalmente en el muestreo y el procesamiento de desarrollo de color químico, lo que puede dañar fácilmente la evidencia física y es perjudicial para la revisión posterior. Nature publicó un estudio que construyó una solución de análisis completa que combina imágenes hiperespectrales, selección de bandas y aprendizaje profundo. Esta solución realizó experimentos de identificación no destructiva en nueve categorías de manchas de bebidas, proporcionando una nueva perspectiva para la detección de rastros en investigaciones criminales. Integrando este estudio, CHNSpec discute el valor de aterrizaje de la tecnología hiperespectral en el campo forense. I. Dificultades Existentes en la Evidencia Física TradicionalDetección1. El reconocimiento visual tiene limitaciones significativas. El café y el té, o el whisky y el ron, son visualmente muy similares, lo que hace que la diferenciación manual sea extremadamente difícil; 2. Las pruebas químicas destruyen la forma original de las manchas, lo que impide que la evidencia física sea verificada repetidamente; 3. El equipo de espectrómetro ordinario solo puede realizar adquisiciones de un solo punto, lo que hace que la detección de rastros de área grande consuma mucho tiempo; 4. Las interferencias como las diferencias de color del papel y el secado al aire/oxidación de las manchas dificultan el juicio, dejando una falta de soporte de datos estandarizado. Las imágenes hiperespectrales se basan en sus ventajas de adquisición sin contacto y de campo completo de huellas dactilares espectrales químicas para compensar las deficiencias anteriores, convirtiéndose en una herramienta óptica práctica para el análisis de rastros. II. Tareas Centrales Realizadas por Cámaras Hiperespectrales en el ExperimentoEste estudio utilizó un dispositivo de imágenes hiperespectrales visible a infrarrojo cercano de 400-1000 nm, equipado con 204 bandas espectrales continuas, para recopilar completamente el cubo de datos espectrales 3D (coordenadas espaciales 2D + curva espectral 1D) de varias manchas. Todo el proceso de adquisición está estandarizado y es reproducible. 1. Adquisición Espectral Estandarizada MultiescenarioEl estudio simuló condiciones reales de escena del crimen, controlando uniformemente la temperatura, la humedad, el ángulo de la fuente de luz y el volumen de la gota de la mancha para realizar imágenes en 9 categorías de bebidas (jugo de papaya, café, jugo de granada, jugo de naranja, té, vino tinto, whisky, ron y brandy): Los sustratos cubrieron toallas de papel absorbentes blancas, rosas y marrones, incluyendo formas planas y plegadas; La adquisición se realizó en 6 intervalos de tiempo de 0 a 5 horas para capturar los cambios espectrales causados por la oxidación y la evaporación; Se designó una ROI (Región de Interés) de 1.5x1.5 cm sin reflejos para cada mancha, eliminando los píxeles de interferencia del borde para garantizar la pureza de los datos. Antes de disparar, se completó la calibración de reflexión del tablero blanco y la calibración de corriente oscura para convertir uniformemente los datos en curvas de reflectancia estandarizadas. Esto eliminó las desviaciones numéricas causadas por el equipo y la iluminación, permitiendo comparaciones horizontales de diferencias espectrales entre diferentes muestras. 2. Captura de Características Espectrales Químicas InvisiblesCada píxel de imagen genera una curva espectral exclusiva, registrando valores de reflexión en diferentes longitudes de onda para desbloquear diferencias químicas irreconocibles para el ojo humano: El vino tinto y el jugo de granada son ricos en antocianinas, lo que resulta en valores de reflexión más bajos en el rango de luz visible de 400-700 nm; Los polifenoles del café y el té exhiben características de absorción exclusivas en las bandas azul-verde; Las señales distintivas para whisky y ron se concentran en el rango de infrarrojo cercano de 750-900 nm. Son precisamente los datos finos de cientos de bandas continuas los que diferencian dos tipos de manchas de bebidas que parecen muy idénticas al ojo. 3. Construcción de un Conjunto de Datos de Evidencia Estandarizado CompletoEl equipo recopiló más de 120,000 muestras espectrales crudas. Después de limpiar el ruido y los píxeles duplicados, se formaron más de 110,000 muestras espectrales válidas, con cada muestra correspondiente a características espectrales de 204 dimensiones, sirviendo como la base de datos original para la posterior selección de bandas y el entrenamiento de aprendizaje profundo. Muestras espectrales suficientes y multivariables apoyan al algoritmo en el aprendizaje de patrones espectrales estables de manchas bajo diferentes sustratos y duraciones de secado al aire, reduciendo las fluctuaciones de reconocimiento causadas por el entorno. III. Flujo de Algoritmo de Soporte: Reducción de Dimensionalidad + Comparación Multimodelo para Mejorar la Estabilidad de IdentificaciónLos datos hiperespectrales crudos tienen un gran número de bandas, y existe redundancia entre estas bandas. El modelado directo aumentaría la carga computacional, por lo que el estudio introdujo un esquema de optimización de datos de dos capas. 1. Selección de Bandas ANOVA para Retener Bandas Discriminatorias EfectivasSe empleó la prueba F de ANOVA para calcular la capacidad discriminatoria de cada banda (varianza entre clases / varianza intra-clase), clasificando las 204 bandas por su rendimiento de diferenciación. A través de pruebas de validación cruzada de 5 pliegues del rendimiento de reconocimiento correspondiente a diferentes números de bandas, se seleccionaron finalmente 162 bandas altamente discriminatorias para el modelado, lo que redujo la escala de cálculo de datos manteniendo el rendimiento de reconocimiento. 2. Verificación Comparativa de Cuatro Tipos de Modelos de Aprendizaje ProfundoBasándose en los datos espectrales seleccionados de 162 dimensiones, se entrenaron cuatro modelos de red convencionales (MLP, 1D-CNN, LSTM y red híbrida CNN-LSTM) con hiperparámetros unificados. Se adoptaron uniformemente precisión, recall, F1-score y precisión general para la evaluación: MLP (Perceptrón Multicapa) red totalmente conectada: Mostró un rendimiento estable en el ajuste de características espectrales globales, superando a otros modelos en la clasificación experimental;1D-CNN: Sobresalió en la captura de variaciones espectrales locales en bandas adyacentes; LSTM: Adecuado para el aprendizaje de características secuenciales de bandas espectrales continuas; Estructura híbrida CNN-LSTM: Integró características locales y secuenciales, pero debido a la influencia del volumen de datos, su rendimiento de reconocimiento fue inferior a las redes individuales. Al mismo tiempo, las pruebas t pareadas y las pruebas de McNemar verificaron que las diferencias de rendimiento entre los modelos poseían significancia estadística, descartando la interferencia de fluctuación causada por el muestreo aleatorio. 3. Patrones Espectrales que Corroboran las Causas de Confusión en la IdentificaciónLa lógica de clasificación errónea de los modelos se puede ver intuitivamente a partir de las curvas espectrales: las curvas de café y té se superponen fuertemente en el rango de 400-550 nm, y el whisky y el ron muestran solo diferencias sutiles en el rango del infrarrojo cercano. Estos dos pares de muestras son propensos a juicios erróneos mutuos, lo que es consistente con los resultados de la matriz de confusión del modelo, lo que demuestra que los datos espectrales pueden explicar los errores de reconocimiento y mejorar la interpretabilidad de los resultados de identificación. IV. Valor de Aplicación Central de las Imágenes Hiperespectrales en Evidencia Forense1. Preservación completa de la evidencia física: todo el proceso no requiere reactivos y no implica contacto con las manchas. Después de la detección, las muestras pueden conservarse para otras identificaciones, cumpliendo con las especificaciones de evidencia física judicial; 2. Mayor eficiencia de investigación: una sola sesión de imágenes recopila el espectro completo de un área de mancha entera sin necesidad de muestreo punto por punto, lo que la hace adecuada para la detección rápida en el sitio; 3. Diferenciación de rastros visualmente similares: cientos de bandas continuas capturan diferencias ópticas sutiles en materia orgánica y pigmentos, resolviendo dilemas de diferenciación visual; 4. Fuerte adaptabilidad ambiental: los experimentos verificaron que el equipo puede adaptarse a manchas con diferentes colores de fondo, pliegues y estados de secado al aire, con potencial futuro para expandirse a telas, credenciales, piel y otros sustratos; 5. Retención digital de datos: los valores espectrales se pueden exportar y archivar, construyendo gradualmente una biblioteca espectral de rastros para lograr una comparación inteligente de muestras. Recomendación de Producto: Cámara Hiperespectral de Imágenes FigSpecFS-23 Resolución de Imagen: 1920*1920 Rango Espectral: 400-1000nm Resolución Espectral (FWHM): 2.5nm Número de Canales Espectrales: 1200 Descargo de ResponsabilidadEste contenido se compila y edita basándose en literatura académica pública bajo Nature (Enlace a la Literatura: https://www.nature.com/articles/s41598-026-49928-8). Está destinado únicamente a la discusión técnica industrial y al aprendizaje de ciencia popular, no constituye ningún compromiso comercial y no puede servir como base para referencias de inversión. Los datos experimentales y las conclusiones enumeradas en el texto pueden verse interferidos por múltiples variables como el entorno de prueba, las diferencias individuales de las muestras y los esquemas de construcción del modelo. Si se aplica en escenarios reales, los efectos relevantes deben verificarse mediante pruebas independientes combinadas con casos de uso específicos.

En la fabricación moderna, el "color" es una métrica crítica que define la calidad del producto y la integridad de la marca.una ligera variación de color puede provocar el rechazo del producto y pérdidas financieras significativas. Para cuantificar y gestionar el color con precisión, los equipos de control de calidad (QC) de todo el mundo dependen de colorímetros o espectrofotómetros.¿Sabes cómo interpretarlos?? Esta guía desmitificará estas medidas de color para ayudarle a dominar la inspección de color. I. ¿Qué es el espacio de color CIE L*a*b*? El modelo de color matemático más utilizado en la industria global es el espacio de color CIE L * a * b * (comúnmente conocido como el espacio de laboratorio),establecida por la Comisión Internacional de Iluminación (CIE) en 1976Es un espacio de color 3D definido por tres ejes perpendiculares:   1.L*(Eje de claridad): Representa qué tan claro o oscuro es un color. L*= 100 indica blanco puro. L*= 0 indica el negro puro. 2.a*Eje rojo-verde): Representa la cromaticidad rojo/verde. Valores positivos (+a*) tendencia hacia el rojo. Valores negativos (-a*) tendencia hacia el verde.   3.b* (eje amarillo-azul): representa la cromaticidad amarillo/azul. Valores positivos (+b*) tendencia hacia el amarillo. Valores negativos (-b*) tendencia hacia azul. II.Cómo leer los valores Δ (Delta) en un colorímetro? En el control de calidad del mundo real, rara vez observamos los valores absolutos de L*, a*, b* aislados.Las diferencias están representadas por la letra griega Δ (Delta): 1Interpretación de los signos +/- para ΔL*, Δa* y Δb*: El método métrico Significado del valor positivo (+) Valor negativo (-) ΔL* Más brillante/más blanco (la muestra es más ligera que la estándar) Más oscuro/negro (La muestra es más oscura que la estándar) Δa* Más rojo (más rojo / menos verde) Más verde/menos rojo Δb* Más amarillo/menos azul Más verde/menos rojo Ejemplo práctico: Si su colorímetro muestra: ΔL*= +0.5, Δa* = -1.2, Δb* = +0.8. Interpretación: El color de la muestra es ligeramente más claro, más verde y más amarillo que el objetivo estándar. III. ¿Qué es ΔE (diferencia total de color)? ΔE representa la diferencia total de color. Se calcula como la distancia en línea recta entre la muestra y el estándar en el espacio de color 3D de CIE Lab utilizando el teorema de Pitágoras: ΔE comprime todas las desviaciones de luminosidad, rojo/verde y amarillo/azul en un solo número fácil de entender.Los compradores y proveedores globales suelen establecer un límite específico de ΔE en sus contratos como el umbral de aprobación/desacuerdo. Distancia ΔE y percepción visual humana: Se aplican las siguientes medidas:2:Indetectable por el ojo humano, utilizado normalmente como punto de referencia de acuerdo entre instrumentos para espectrofotómetros de gama alta. 0.2 < ΔE < 1.0Sólo expertos en color entrenados apenas pueden notarlo bajo una iluminación específica controlada. 1.0 < ΔE < 2.0:Liga diferencia. Difícil de notar a menos que la muestra y el estándar se coloquen directamente uno al lado del otro. Este es el límite aceptado para la mayoría de los productos de consumo. 2.0 < ΔE < 4.0Incluso los ojos no entrenados pueden detectar la variación inmediatamente. ΔE > 4.0Obviamente, hay una falta de coincidencia de color significativa que suele resultar en el rechazo del producto. IV. Mejorar el control de calidad: instrumentos de medición de color CHNSpec 1Espectrofotómetro portátil: Si necesita mediciones rápidas y en movimiento en la planta de la fábrica, en el almacén o durante las visitas al sitio del cliente, el CHNSpec DS-700D es su elección ideal. Alta exactitud metrológica: presenta una repetibilidad de ΔE*ab ≤ 0,025 y un acuerdo entre instrumentos de ΔE*ab ≤ 0,25 (nivel de metrología I). Aperturas versátiles: Viene con 3 aberturas conmutables (MAV, SAV, MINI) para medir cualquier cosa, desde plásticos planos anchos hasta pequeñas partes curvas. Conectividad de aplicaciones inteligentes: se conecta sin problemas a través de Bluetooth / USB a dispositivos Android, iOS y Windows para almacenamiento instantáneo de datos e informes de control de calidad. 2Espectrofotómetro de banco: CHNSpec DS-36D Diseñado para investigación de laboratorio, departamentos de combinación de colores y divisiones centrales de control de calidad donde la precisión absoluta no es negociable. Diseño óptico avanzado: emplea un diseño de ruta óptica dual utilizando un motor de espectro diferencial y una rejilla a nanoescala para eliminar la interferencia ambiental. Superb Inter-Instrument Agreement: Asegura que todos los instrumentos de su cadena de suministro global generen datos digitales de color altamente consistentes. V. Resumen El dominio de la interpretación de los datos del colorímetro ayuda a identificar las desviaciones de color desde el principio del proceso de producción, reduciendo así el riesgo de reelaboración.El uso de métricas objetivas como Lab y ΔE permite establecer, estándares de evaluación de color consistentes con clientes globales. Los espectrofotómetros de CHNSpec proporcionan un soporte fiable de datos para su control de calidad del color, haciendo que todo el proceso sea más científico y eficiente.Siéntase libre de contactarnos en cualquier momento..

I. Introducción En el comercio internacional de alimentos y en el mercado de consumo, como dice el viejo refrán, "el color, el aroma y el sabor son esenciales", entre los cuales el "color" ocupa el primer lugar. El color de los alimentos líquidos (incluidos los líquidos clarificados, los líquidos en emulsión y las salsas semisólidas viscosas) no es sólo la manifestación externa de su calidad y frescura intrínsecas, sino también el principal elemento sensorial que afecta las decisiones de compra de los consumidores. Por ejemplo, el color naranja brillante del jugo de naranja representa una abundancia de vitaminas, el color blanco puro de la leche refleja la estabilidad de la emulsificación de las grasas y proteínas, y el color marrón rojizo de la salsa de soja encarna directamente la madurez del proceso de fermentación.   Sin embargo, durante los procesos de producción y almacenamiento, los alimentos líquidos son muy propensos a cambiar de color debido al procesamiento térmico, reacciones de oxidación, pardeamiento enzimático, exposición a la luz y actividades microbianas. Si hay una diferencia de color visible entre diferentes lotes de productos, los consumidores a menudo sospecharán que el producto se echa a perder o que la fórmula es inestable, causando así un daño irreversible a la confianza en la marca. Los métodos tradicionales que dependen del ojo humano para comparar colores adolecen de enormes errores subjetivos. En este contexto, la aplicación de tecnologías digitales de alta precisióncolorímetros (espectrofotómetros) para el control de calidad cuantificado se ha convertido en una tendencia importante para que la industria moderna de alimentos líquidos logre una producción estandarizada, globalizada e interregional. II. Principales dificultades técnicas y modos de medición del color en la medición del color de alimentos líquidos A diferencia de los alimentos sólidos o en polvo, los alimentos líquidos enfrentan desafíos diversificados en la medición del color debido a sus características físicas y ópticas únicas, que se manifiestan principalmente en los siguientes aspectos:   1.Medición de Transmisión de Líquidos Transparentes:Como licores, jugos de frutas clarificados, aceites comestibles, agua mineral, etc. Estas muestras poseen permeabilidad a la luz y su color depende principalmente de las características de absorción de la luz transmitida. La medición de este tipo de líquido debe adoptar el Modo de Transmisión. A través de una celda de muestra (cubeta) con una trayectoria óptica fija, la luz que penetra en el líquido ingresa al detector óptico. Este tipo de líquidos suele centrarse no sólo en los convencionalesL*a*b*espacio de color, pero también depende en gran medida de índices de color específicos de la industria, como el índice Platino-Cobalto (APHA/Pt-Co) y el índice Gardner utilizado para aceites y resinas comestibles, así como la escala de color Saybolt utilizada para ciertos productos derivados del petróleo.   2.Medición en modo dual de líquidos turbios y en emulsión: Como leche, yogur, jugo de fruta turbio, sopa espesa, etc. Estos líquidos contienen una gran cantidad de micropartículas de proteínas, glóbulos de grasa o fibras de pulpa de fruta en su interior, y se producirá una fuerte dispersión y absorción después de que entre la luz. Si sólo se utiliza el método de transmisión, la luz no puede penetrar; Si sólo se utiliza el método de reflexión, no se pueden capturar las características ópticas del medio interno. Por lo tanto, estos alimentos a menudo requieren colorímetros que se adapten al modo dual de transmisión + reflexión para evaluar de manera integral el color de su superficie y la turbidez general.   3. Medición de contenedores profesional y sin contacto de líquidos semisólidos de alta viscosidad:Como salsas aromatizantes (salsa de tomate, aderezo para ensalada), miel, salsa de ostras, etc. Estas muestras no fluyen fácilmente y pueden adherirse muy fácilmente a la ventana de medición, provocando la contaminación de la lente óptica, lo que hace que la limpieza sea extremadamente incómoda e incluso puede provocar una contaminación cruzada de los alimentos. La clave para resolver esta dificultad radica en utilizar colorímetros equipados con accesorios de prueba especializados (como vasos para muestras de líquidos con especificaciones específicas) o adoptar una arquitectura de medición sin contacto, que garantice tanto la seguridad higiénica como la precisión de los datos. III. Soluciones de adaptación de colorímetros CHNSpec en la gestión del color de alimentos líquidos 1.Colorímetro espectrofotométrico de líquidos de sobremesa serie DS-812N/CS-810 Con el objetivo de alimentos líquidos de alta transparencia, como agua mineral, licores, aceites comestibles y jarabes clarificados, CHNSpec ha lanzado los colorímetros de mesa específicos para líquidos DS-810N y CS-810.   Rendimiento óptico: Los instrumentos adoptan la condición de geometría de iluminación D/0, con fotodiodos de silicio mejorados con UV de alta sensibilidad incorporados como receptores, lo que mejora significativamente el rango de medición de transmitancia a 0~200%. Esto garantiza que, incluso frente a muestras líquidas cuyos colores son extremadamente cercanos a la transparencia con solo diferencias sutiles, aún se puedan capturar fluctuaciones ópticas extremadamente débiles.   Índices de color especializados integrados: no solo pueden generar directamente datos precisos de L* a* b* y ΔE*, sino que también integran perfectamente múltiples parámetros universales en el comercio internacional de alimentos y productos químicos, como el índice platino-cobalto (APHA/Pt-Co), el índice Gardner, el color amarillento, la absorbancia y la concentración. Al eliminar la aleatoriedad subjetiva de la comparación visual manual del color de los ojos, proporcionan evidencia digital totalmente rastreable para el comercio internacional. 2.Colorímetro espectrofotómetro de sobremesa avanzado serie CS-821N Para alimentos complejos, turbios, en emulsión u líquidos oscuros, como leche, leche de soja, jugo de fruta espeso, vino de arroz y salsa de soja, el espectrofotómetro de mesa CHNSpec CS-821N es la opción ideal para la industria.   Tecnología de análisis de espectro de ruta óptica dual: El CS-821N adopta una lámpara de xenón pulsada de alta intensidad como fuente de luz, cooperando con la tecnología de análisis de espectro de ruta óptica dual, que puede monitorear las microfluctuaciones de la fuente de luz en tiempo real y realizar una compensación automática, lo que garantiza una repetibilidad de medición extremadamente alta (la desviación estándar de la reflectancia espectral está dentro del 0,08%).   Compatibilidad total de reflexión + transmisión: el instrumento admite el modo de reflexión D/8 (geometría de iluminación difusa, visualización de 8 grados) y el modo de transmisión D/0, dominando fácilmente la determinación del color desde sólidos y polvos hasta varios líquidos complejos. Al medir la leche, su arquitectura óptica puede distinguir con precisión las tenues diferencias de blancura y amarillez causadas por diferentes contenidos de grasa (entera, baja en grasa, desnatada) o la adición de componentes con alto contenido de calcio; cuando se trata de salsa de soja o líquidos petroquímicos, también puede proporcionar datos de color con una relación señal-ruido extremadamente alta. IV. Aplicación del proceso de control de calidad de colorímetros en la producción de alimentos líquidos. En las cadenas de suministro de alimentos líquidos locales e internacionales reales, la gestión del color digital de los colorímetros CHNSpec se realiza a través de tres eslabones principales:   1.Cribado fino de materias primas que ingresan a la fábrica:Las materias primas que ingresan a la fábrica, como el puré de jugo de frutas, la leche fresca y el aceite vegetal crudo, tienen colores base que están fuertemente influenciados por el origen y la temporada. El uso de un colorímetro para determinar los datos de color iniciales puede proporcionar una base para el ajuste posterior de la fórmula, evitando que las fluctuaciones de color de las materias primas causen inconsistencia en el producto final.   2.Optimización de los parámetros de la tecnología de procesamiento:En procesos de alimentos líquidos, como la esterilización a temperatura ultraalta (UHT), la concentración por evaporación y la fermentación (como la salsa de soja y la elaboración de cerveza), el calentamiento excesivo provocará la reacción de Maillard (oscurecimiento), lo que intensificará el color del producto. Al extraer periódicamente muestras en línea y medirlas con colorímetros CHNSpec, la temperatura, la presión y el tiempo de calentamiento se pueden ajustar dinámicamente para garantizar que el proceso se mantenga en la zona dorada óptima.   3.Garantía de consistencia del producto terminado fuera de fábrica y de la vida útil: Cuando los productos se venden en diferentes supermercados y estanterías de todo el mundo, un color visualmente uniforme puede establecer enormemente una imagen de marca rigurosa y de alta gama. Los colorímetros también se pueden utilizar para realizar pruebas simuladas de vida útil, monitorear el impacto de la luz y la temperatura en el color de los alimentos dentro de los envases de líquidos y proporcionar datos cuantificados objetivos para mejorar las propiedades de protección contra la luz y de barrera al oxígeno de los materiales de envasado. V. Conclusión Hoy en día, con un acceso al comercio internacional de alimentos cada vez más estricto y requisitos de calidad cada vez más exigentes por parte de los consumidores, la evaluación tradicional del color de ojos ya no puede satisfacer las necesidades de la industria de fabricación de alimentos de alta gama en el comercio exterior. El colorímetro convierte experiencias sensoriales visuales abstractas y dependientes de la persona en activos digitales universales de estándares internacionales.   Los múltiples modelos de colorímetros espectrofotométricos de precisión proporcionados por CHNSpec, incluidas las series DS-812N, CS-810 y CS-821N, en virtud de su tecnología de análisis de ruta óptica dual, rango de transmisión ultra amplio e índices de color especializados en múltiples industrias profundamente integrados, han construido un moderno sistema de control de calidad del color científico, riguroso y rastreable para empresas de alimentos líquidos. La introducción de colorímetros de alta precisión no solo puede controlar eficazmente la tasa de defectos y ahorrar materias primas, sino que también mejora significativamente la competitividad central de las marcas en el mercado internacional, haciendo que cada botella que se abre sea un perfecto festín de visión y sabor.

En el sistema de evaluación de la calidad de la hoja, el contenido de aceite es uno de los indicadores importantes para medir la calidad del tabaco curado al humo. Tradicionalmente, la evaluación del contenido de aceite se basa principalmente en el juicio empírico de los profesionales, lo que presenta problemas como una fuerte subjetividad y una eficiencia relativamente baja. En los últimos años, la tecnología de imágenes hiperespectrales, por sus características de combinar gráficos y espectros, ha demostrado potencial de aplicación en el campo de la detección de la calidad de productos agrícolas. Tomando como ejemplo un estudio sobre la detección del contenido de aceite de tabaco curado al humo, este artículo presenta el efecto de aplicación práctica de la tecnología hiperespectral del infrarrojo cercano visible en este escenario. Antecedentes de la investigación y diseño experimental.El estudio seleccionó 634 muestras de hojas de tabaco curado al humo de 22 provincias productoras de tabaco (regiones autónomas) de todo el país, abarcando las partes superior, media e inferior. El equipo de investigación utilizó el sistema de imágenes hiperespectrales de la serie FigSpec de CHNSpec (incluidas las cámaras FigSpec-23 y FigSpec-25) para recopilar de forma sincrónica la información espectral de las hojas de tabaco en los rangos de longitud de onda de 400-1000 nm y 900-1700 nm. Durante el proceso de recolección, al fijar el ángulo de la fuente de luz y la distancia de la cámara, se aseguró la uniformidad de la iluminación y el valor promedio después de recolectar datos espectrales dos veces para cada muestra se utilizó como entrada original. La puntuación del contenido de aceite fue evaluada de forma independiente en una escala de 10 puntos por un equipo de evaluación de la calidad de la apariencia compuesto por 20 personas. Las muestras se dividieron en un conjunto de calibración (443 muestras) y un conjunto de validación (191 muestras) en una proporción de 7:3. Las características de distribución de las puntuaciones del contenido de aceite en los dos conjuntos de muestras fueron consistentes con la población general, proporcionando una base confiable para la construcción posterior del modelo. Preprocesamiento espectral y análisis de correlaciónLos datos espectrales originales contienen ruido e interferencias de dispersión, lo que requiere un procesamiento previo para mejorar las señales efectivas. El estudio comparó cinco métodos de preprocesamiento únicos, incluido el suavizado de promedio móvil (MA), la corrección de dispersión multiplicativa (MSC), la variable normal estándar (SNV), la primera derivada (D1) y la estandarización (SS), así como sus estrategias combinadas. Los resultados del análisis mostraron que el preprocesamiento de MSC y SNV podría mejorar efectivamente la correlación entre la reflectancia espectral y las puntuaciones del contenido de aceite. En el rango de longitud de onda de 928,36-1177,03 nm, el coeficiente de correlación aumentó de 0,076-0,124 del espectro original a 0,331-0,640. El preprocesamiento D1, al fortalecer las características de variación local de las curvas espectrales, hizo que el número de bandas fuertemente correlacionadas (|r|≥0.4) excediera 100. Estos resultados indican que estrategias de preprocesamiento razonables ayudan a mejorar la capacidad predictiva de los modelos posteriores. Construcción del modelo y evaluación del desempeño.El estudio utilizó dos algoritmos, regresión de mínimos cuadrados parciales (PLSR) y regresión de vectores de soporte (SVR), para construir modelos de predicción cuantitativa para puntuaciones de contenido de aceite. El modelo PLSR basado en la banda completa del infrarrojo cercano visible tenía valores RPD del conjunto de validación entre 1,642 y 1,775 en la mayoría de las condiciones de preprocesamiento, entre los cuales el conjunto de validación R² alcanzó 0,683 y el RMSE fue 0,346 después del preprocesamiento MA. El modelo SVR tuvo un conjunto de validación R² de 0,653 y un RMSE de 0,362 bajo el preprocesamiento combinado D1+SS. Para fusionar las ventajas de ambos modelos, el estudio introdujo una estrategia de fusión de promedio ponderado. El modelo de fusión basado en la banda completa del infrarrojo cercano visible (PLSR bajo preprocesamiento MA y SVR bajo preprocesamiento D1+SS) vio su conjunto de validación R² aumentar a 0,721, RMSE caer a 0,324 y RPD alcanzar 1,894, lo que muestra un mejor efecto de predicción que cualquier modelo individual. Selección de bandas características y optimización del modelo.Los datos hiperespectrales contienen cientos de bandas, lo que presenta problemas de redundancia de datos. El estudio adoptó el algoritmo de proyecciones sucesivas (SPA) para la selección de bandas características. Los resultados mostraron que después del preprocesamiento MA, el modelo PLSR construido con 95 bandas características seleccionadas por SPA tuvo un conjunto de validación R² de 0,685 y un RMSE de 0,345; después del preprocesamiento D1+SS, el modelo SVR construido con 56 bandas características seleccionadas por SPA tuvo un conjunto de validación R² de 0,666 y un RMSE de 0,355. El número de bandas características se redujo significativamente de 428 en la banda completa, lo que redujo drásticamente la dimensionalidad de los datos. El modelo de fusión de PLSR y SVR basado en la selección de SPA mejoró aún más la precisión de la predicción, con el conjunto de validación R² alcanzando 0,724, RMSE en 0,323 y RPD en 1,904. Este resultado indica que la selección de bandas características mantiene la validez del modelo al tiempo que reduce la redundancia de datos. Perspectiva de la aplicaciónEste estudio demuestra la viabilidad de la tecnología hiperespectral del infrarrojo cercano visible en la detección no destructiva del contenido de aceite de tabaco curado al humo. En comparación con los métodos tradicionales de evaluación manual, la tecnología hiperespectral tiene ventajas potenciales de objetividad, no destructividad y velocidad, que pueden proporcionar bases de referencia para el desarrollo de equipos automáticos de clasificación de hojas de tabaco y la construcción de sistemas inteligentes de control de calidad. El sistema de imágenes hiperespectrales de la serie FigSpec de CHNSpec llevó a cabo la tarea principal de recopilación de datos en este estudio, verificando su aplicabilidad en escenarios de detección de calidad de materiales agrícolas.