聚光科技 SupNIR-1000 便携式近红外分析仪
聚光科技 SupNIR-1000 便携式近红外分析仪

面议

8.0

聚光科技

暂无样本

SupNIR-1000

--

中国大陆

  • 白金
  • 第19年
  • 一般经销商
  • 营业执照已审核
核心参数

仪器种类: 便携/手持

仪器原理: 光栅扫描型

波长范围: 600-1100nm 1000-1800nm

扫描速度: 分析时间小于30秒

数据采样间隔: 波长重复性 0.05nm

测样方式: 漫反射 透射

化学计量学软件的名称: RIMP软件

  聚光SupNIR-1000系列近红外分析仪设计理念卓越,仪器性能优异,可应用于实验室、车载、野外现场等不同场合。几秒钟即可实现样品的快速、无损检测,广泛应用于工业、农业、医药、食品等领域的科研和品质分析,通用性强,性价比高。按照波长范围及光谱仪的不同又分为SupNIR-1100和SupNIR-1500两种型号。

产品特点

  稳定可靠的便携式解决方案

  分析速度快,30秒内同时检测出多个指标

  测量精度高,接近实验室常规分析精度

  全中文LCD显示屏,用户界面先进、直观,操作方便

  可实现对现场样品进行完全无损的快速检测

  测量附件丰富,实现不同样品的分析,探头更换方便

  内置标准物质,具有自动诊断和故障提示功能

  内置大容量存储设备,实现对分析数据和谱图的存储

  内置USB接口,可直接向电脑传输数据

  随机配置RIMP软件,可进行数据上传或下载,可编辑、输出分析报告,可实现网络远程控制

  操作简便,非技术人员也可轻松掌握

  多种供电方式:直流19V和内置锂电池

  体积小,重量轻,仅6kg

产品参数

产品型号

SupNIR-1100

SupNIR-1520

波长范围

600-1100nm

1000-1800nm

吸光度噪声

小于100uA

小于50uA

波长准确性

0.2nm

0.2nm

波长重复性

±0.05nm

±0.05nm

光谱分辨率

6nm

10nm

杂散光

小于0.1%

小于0.1%

分析时间

小于30秒

小于30秒

存储模型组数量

6组

4组

同时分析指标数

6个

6个

存储谱图

500条

320条

存储分析结果

6000条

4000条

光源功率

内部5V/5W,外部5V/10W

光源寿命

大于5000小时

通信接口

USB2.0

温度范围

(5~35)℃

湿度范围

(5~85)%

电源

DC 19V/4.5A或锂电池(续航时间:最大8小时)

尺寸(长;宽;高)

355 x 278 x 117mm

重量

6 kg

标准配件

结实的防水推杆箱,19V电源适配器,背带,工具,数据线、光盘文件

应用领域

果品领域

栽培指导,品质评价,果品分选,成熟度监控

流通质检

肉类检测,食用油检测,饲料检测

烟草领域

烟叶收购,烟草配方,烟草加工,烟草种植

科学研究

纤维检测,塑料回收,土肥分析,药材鉴别

  • ( 1 ) 本 研究 运用 人工 神经 网络 ( A N N) 建 立 的肉馅 的脂 肪 、 蛋 白和水分的近红外模型是成 功的 , 可以用于实践 中。 ( 2 ) 本研究通过建立 整块牛 肉预测模 型 , 证 明了近红外 技术测定整块牛肉的化学成分是可行的 。 整块 牛 肉脂肪模型 建立蹬较成功 , 但脂肪和蛋白的预测相关 系数有待进一步提 高 。 ( 3 ) 本试验采用 国产 S u p N I R - 1 0 0 0近红外光 谱仪 , 所建 肉馅和整块 牛肉的模 型较成功 , 说 明我 国的近红 外设备 已具 备较高的品质 , 并且与国外近红外光谱仪相 比经济很 多 , 大 大节省了检测的成本 。 ( 4 ) 本试验 对 整块 牛 肉进 行 了谱 图采 集 , 建立 了脂 肪 、 蛋 白和水分 的整块牛 肉模型 , 这就为近红外技术 在线 应用的 更进一步研 究奠定 了基础 。

    食品/农产品 2014-07-30

  • 通过采用不同样品量不同定标集和验证集比例以 3 2 5期 党文新等: 样本集选择对稻谷千粒重NIR模型预测精度的影响 及不同定标集选择方法对稻谷千粒重NIR模型影响的 试验研究,可以得出以下结论: 样品数量对稻谷千粒重的NIR模型有明显的影响, 采用合适数量的样品进行光谱扫描,可以提高模型的预 测精度 当样本总数一定时,定标集与验证集的比例不同, 所建模型的预测能力有明显的差异在总样本中,以 70%的样本建立定标模型,其余30%样本作为验证样 本,可以获得较好的预测效果 定标集选择方法明显影响稻谷千粒重NIR模型的 预测能力在含量梯度法K-S算法和随机抽取法中, 采用K-S算法选取定标集进行建模,稻谷千粒重的NIR 模型具有较好的预测能力

    农/林/牧/渔 2014-07-31

  • PSOPLS方法与W-PLS 相比, 获得的苹果酸度的预测值与化学值之间具有更好的相关性。从表2 中可见, PSO-PLS 方法与W-PLS 相比, 波长变量数由500个减少到53个, 可以较大地减少计算量; 校正均方根误差( RMSEC )明显变小以及校正相关系数( R c)变大, 说明模型优化明显; 预测均方根误差( RMSEP)降低明显以及预测相关系数( Rp)变大, 表明预测准确度有较大的提高。结果显示, PSO-PLS 法所建立的苹果酸度近红外光谱模型比全光谱模型更简洁、更稳健, 该模型具有较强的预测能力。

    食品/农产品 2014-07-30

  • 在实验室条件下利用光谱分析技术能对颜色相近的黄瓜 和其茎叶进行识别。 利用 PC A 对校正集分析, 前两个主成分 累计贡献率达 99 % , 清晰可靠地 区分三类研究对象, 利用样 本的主成分得分结合马氏距离法剔除 7 个异 常样本。剩余的 1 01 个样本作为定标建模 样本, 交互验 证法得 到最佳 主成分 数为 7 并建立 PL S 模型, 对验证集预测。 P LS 模 型的预测结 果显示预测值和实际值有很高的相关度, 通过人工 设定参考 值区域, 识别率达 到 1 00 % 。能 够快 速区 分黄 瓜果 实、茎和 叶。 与传统的计算机视觉相比, 本文提出的光谱识别黄瓜果 Fi g  6  P r ed i cti on r esul t u s i ng PLS me thod 实具有一定特色, 为黄瓜采摘, 喷药等智 能作业 的识别 工作 提供了依据, 是一种有效的方法。

    食品/农产品 2014-07-30

  • ( 1 ) 本 研究 运用 人工 神经 网络 ( A N N) 建 立 的肉馅 的脂 肪 、 蛋 白和水分的近红外模型是成 功的 , 可以用于实践 中。 ( 2 ) 本研究通过建立 整块牛 肉预测模 型 , 证 明了近红外 技术测定整块牛肉的化学成分是可行的 。 整块 牛 肉脂肪模型 建立蹬较成功 , 但脂肪和蛋白的预测相关 系数有待进一步提 高 。 ( 3 ) 本试验采用 国产 S u p N I R - 1 0 0 0近红外光 谱仪 , 所建 肉馅和整块 牛肉的模 型较成功 , 说 明我 国的近红 外设备 已具 备较高的品质 , 并且与国外近红外光谱仪相 比经济很 多 , 大 大节省了检测的成本 。 ( 4 ) 本试验 对 整块 牛 肉进 行 了谱 图采 集 , 建立 了脂 肪 、 蛋 白和水分 的整块牛 肉模型 , 这就为近红外技术 在线 应用的 更进一步研 究奠定 了基础 。

    食品/农产品 2014-07-30

  • PSOPLS方法与W-PLS 相比, 获得的苹果酸度的预测值与化学值之间具有更好的相关性。从表2 中可见, PSO-PLS 方法与W-PLS 相比, 波长变量数由500个减少到53个, 可以较大地减少计算量; 校正均方根误差( RMSEC )明显变小以及校正相关系数( R c)变大, 说明模型优化明显; 预测均方根误差( RMSEP)降低明显以及预测相关系数( Rp)变大, 表明预测准确度有较大的提高。结果显示, PSO-PLS 法所建立的苹果酸度近红外光谱模型比全光谱模型更简洁、更稳健, 该模型具有较强的预测能力。

    食品/农产品 2014-07-30

  • 在实验室条件下利用光谱分析技术能对颜色相近的黄瓜 和其茎叶进行识别。 利用 PC A 对校正集分析, 前两个主成分 累计贡献率达 99 % , 清晰可靠地 区分三类研究对象, 利用样 本的主成分得分结合马氏距离法剔除 7 个异 常样本。剩余的 1 01 个样本作为定标建模 样本, 交互验 证法得 到最佳 主成分 数为 7 并建立 PL S 模型, 对验证集预测。 P LS 模 型的预测结 果显示预测值和实际值有很高的相关度, 通过人工 设定参考 值区域, 识别率达 到 1 00 % 。能 够快 速区 分黄 瓜果 实、茎和 叶。 与传统的计算机视觉相比, 本文提出的光谱识别黄瓜果 Fi g  6  P r ed i cti on r esul t u s i ng PLS me thod 实具有一定特色, 为黄瓜采摘, 喷药等智 能作业 的识别 工作 提供了依据, 是一种有效的方法。

    食品/农产品 2014-07-30

  • 通过采用不同样品量不同定标集和验证集比例以 3 2 5期 党文新等: 样本集选择对稻谷千粒重NIR模型预测精度的影响 及不同定标集选择方法对稻谷千粒重NIR模型影响的 试验研究,可以得出以下结论: 样品数量对稻谷千粒重的NIR模型有明显的影响, 采用合适数量的样品进行光谱扫描,可以提高模型的预 测精度 当样本总数一定时,定标集与验证集的比例不同, 所建模型的预测能力有明显的差异在总样本中,以 70%的样本建立定标模型,其余30%样本作为验证样 本,可以获得较好的预测效果 定标集选择方法明显影响稻谷千粒重NIR模型的 预测能力在含量梯度法K-S算法和随机抽取法中, 采用K-S算法选取定标集进行建模,稻谷千粒重的NIR 模型具有较好的预测能力

    农/林/牧/渔 2014-07-31

问商家

聚光科技近红外光谱仪SupNIR-1000的工作原理介绍

近红外光谱仪SupNIR-1000的使用方法?

聚光科技SupNIR-1000多少钱一台?

近红外光谱仪SupNIR-1000可以检测什么?

近红外光谱仪SupNIR-1000使用的注意事项?

聚光科技SupNIR-1000的说明书有吗?

聚光科技近红外光谱仪SupNIR-1000的操作规程有吗?

聚光科技近红外光谱仪SupNIR-1000报价含票含运吗?

聚光科技SupNIR-1000有现货吗?

聚光科技 SupNIR-1000 便携式近红外分析仪信息由聚光科技(杭州)股份有限公司为您提供,如您想了解更多关于聚光科技 SupNIR-1000 便携式近红外分析仪报价、型号、参数等信息,欢迎来电或留言咨询。
移动端

仪器信息网App

返回顶部
仪器对比

最多添加5台