A. 无损检测的论文
钢结构无损检测 摘要：通过对应用于建筑钢结构行业中的几种常规无损检测方法的简述，归纳了被检对象所适用的不同无 损检测方法。为广大工程技术人员和管理人员了解、学习、应用无损检测技术提供参考。 关键词：建筑钢结构；无损检测 1 前言 建筑钢结构由于其强度高、工业化程度高以及综合经济效益好等优点，自上世纪 90 年代，特别是近年来得 到了迅猛发展，广泛应用于工业和民用等领域。由于一些重点工程，建筑钢结构发生了严重的质量事故， 如郑州中原博览中心网架曾发生了崩塌事故，所以建筑钢结构的安全性和可靠性越来越受到重视。 建筑钢结构的安全性和可靠性源于设计，其自身质量则源于原材料、加工制作和现场安装等因素。评价建 筑钢结构的安全性和可靠性一般有三种方式：⑴模拟实验；⑵破坏性实验；⑶无损检测。模拟实验是按一 定比例模拟建筑钢结构的规格、材质、结构形式等，模拟在其运行环境中的工作状态，测试、评价建筑钢 结构的安全性和可靠性。模拟实验能对建筑钢结构的整体性能作出定量评价，但其成本高，周期长，工艺 复杂。破坏性实验是采用破坏的方式对抽样试件的性能指标进行测试和观察。破坏性实验具有检测结果精 确、直观、误差和争议性比较小等优点，但破坏性实验只适用于抽样，而不能对全部工件进行实验，所以 不能得出全面、综合的结论。无损检测则能对原材料和工件进行 100%检测，且经济成本相对较低。 上世纪 50 年代初，无损检测技术通过前苏联进入我国。作为工艺过程控制和产品质量控制的手段，如今在 核电、航空、航天、船舶、电力、建筑钢结构等行业中得到广泛的应用，创造了巨大的经济效益和社会效 益。无损检测技术是建立在众多学科之上的一门新兴的、综合性技术。无损检测技术是以不损伤被检对象 的结构完整性和使用性能为前提，应用物理原理和化学现象，借助先进的设备器材，对各种原材料，零部 件和结构件进行有效的检验和测试，借以评价它们的完整性、连续性、致密性、安全性、可靠性及某些物 理性能。无损检测经历了三个阶段，即无损探伤（Non-destructive Inspection，简称 NDI）、无损检测 （Non-destructive testing，简称 NDT）、无损评价（Non-destructive Evaluation，简称 NDE）、无损 探伤的含义是探测和发现缺陷。无损检测不仅仅要探测和发现缺陷，而且要发现缺陷的大小、位置、当量、 性质和状态。无损评价的含义则更广泛、更深刻， 它不仅要求发现缺陷，探测被检对象的结构、性质、状 态，还要求获得更全面、更准确的，综合的信息，从而评价被检对象的运行状态和使用寿命。应用于钢结 构行业中的常规无损检测方法有磁粉检测（Magnetic Testing 简称 MT）、渗透检测（Penetrate Testing， 简称 PT）、涡流检测（Eddy current Testing 简称 ET）、声发射检测（Acoustic Emission Testing 简称 AET）、超声波检测（Ultrasonic Testing，简称 UT）、射线检测（Radiography Testing，简称 RT）。在 建筑钢结构行业中，按检测缺陷产生的时机，无损检测方法可以按下图分类。 2 2.1 检测方法的简述 磁粉检测（MT） 原理 2.1.1 铁磁性材料被磁化后，产生在被检对象上的磁力线均匀分布。由于不连续性的存在，使工件表面和近表面 的磁力线发生了局部畸变而产生了漏磁场，漏磁场吸附施加在被检对象表面的磁粉，形成在合适光照下可 见的磁痕,从而达到检测缺陷的目的。 2.1.2 适用范围 可以对铁磁性原材料，如钢板、钢管、铸钢件等进行检测，也可以对铁磁性结构件进行检测。 2.1.3 局限性 仅适用铁磁性材料及其合金的表面和近表面的缺陷检测，对检测人员的视力、工作场所、被检对象的规格、 形状等有一定的要求。 2.1.4 优点 经济、方便、效率高、灵敏度高、检测结果直观。 2.2 2.2.1 渗透检测（PT） 原理 在被检对象表面施加含有荧光染料或着色染料的渗透液，渗透液在毛细血管的作用下，经过一定时间 后，渗透液可以渗透到表面开口的缺陷中去。经过去除被检对象表面多余的渗透液，干燥后，再在被检对 象表面施加吸附介质（显象剂）。同样在毛细血管的作用下，显象剂吸附缺陷中的渗透液，使渗透液回渗 到显象剂中，在一定的光照下，缺陷中的渗透液被显示。从而达到检测缺陷的目的。 2.2.2 适用范围 适用于非多孔状固体表面开口缺陷。 2.2.3 局限性 仅适用于表面开口缺陷的检测，而且对被检对象的表面光洁度要求较高，涂料、铁锈、氧化皮会覆盖表面 缺陷而造成漏检。对检测人员的视力有一定要求，成本相对较高。 2.2.4 优点 设备轻便、操作简单，检测灵敏度高，结果直观、准确。 2.3 2.3.1 涡流检测（ET） 原理 金属材料在交变磁场的作用下产生了涡流，根据涡流的分布和大小可以检测出铁磁性材料和非铁磁性材料 的缺陷。 2.3.2 适用范围 适用于各种导电材料的表面和近表面的缺陷检测。 2.3.3 局限性 不适用不导电材料检测，对形状复杂的试件很难应用，比较适合钢管、钢板等形状规则的轧制型材的检测， 而且设备较贵；无法判定缺陷的性质。 2.3.4 优点 检测速度快，生产效率高，自动化程度高。 2.4 2.4.1 声发射检测（AET） 原理 材料或结构件受到内力或外力的作用产生形变或断裂时， 以弹性波的形式释放出应变能的现象称为声发射， 也称为应力波发射。声发射检测是通过受力时材料内部释放的应力波判断被检对象内部结构损伤程度的一 种新兴动态无损检测技术。 2.4.2 适用对象 适用于被检对象的动态监测，如对大型桥梁、核电设备的实时动态监测。 2.4.3 局限性 无法监测静态缺陷、干扰检测的因素较多；设备复杂、价格较贵、检测技术不太成熟。 2.4.4 优点 可以远距离监控设备的运行情况和缺陷的扩展情况，对结构的安全性和可靠性评价提供依据。 2.5 2.5.1 超声波检测（UT） 原理 超声波是指频率大于 20 千兆赫兹的机械波。根据波动传播时介质的振动方向相对于波的传播方向不同，可 将波动分为纵波、横波、表面波和板波等。用于钢结构检测的主要是纵波和横波。 超声波探伤仪激励探头产生的超声波在被检对象的介质中按一定速度传播，当遇到异面介质（如气孔、夹 渣）时，一部分超声波反射回来，经仪器处理后，放大进入示波屏，显示缺陷的回波。 2.5.2 适用对象 适用于各类焊逢、板材、管材、棒材、锻件、铸件以及复合材料的检测，特别适合厚度较大的工件。 2.5.3 局限性 检测结果可追溯性较差；定性困难，定量不精确，人为因素较多；对被检工件的材质规格，几何形状有一 定要求。 2.5.4 优点 检测成本低、速度快、周期短、效率高；仪器小、操作方便；能对缺陷进行精确定位；对面积型缺陷的检 出率较高（如裂纹、未熔合等） 2.6 射线检测（RT） 2.6.1 原理 射线是一种波长短、频率高的电磁波。 射线检测，常规使用×射线机或放射性同位素作为放射源产生射线，射线穿过被检对象，经过吸收和衰减， 由于被检试件中存在厚度差的原因，不同强度的射线到达记录介质（如射线胶片），射线胶片的不同部位 吸收了数量不等的光子，经过暗室处理后，底片上便出现了不同黑度的缺陷影象，从而判定缺陷的大小和 性质。 2.6.2 适用范围 适用较薄而不是较厚（如果工件的厚度超过 80mm 就要使用特殊设备进行检测，如加速器）的工件的内部体 积型缺陷的检测。 2.6.3 局限性 检测成本高、周期长，工作效率低；不适用角焊逢、板材、管材、棒材、锻件的检测；对面状的缺陷检出 率较低；对缺陷的高度和缺陷在被检对象中的深度较难确定；影响人体健康。 2.6.4 优点 检测结果直观、定性定量准确；检测结果有记录，可以长期保存，可追溯性较强。 3 小结 综上所述，每种无损检测方法的原理和特点各不相同，且适用的检测对象也不一样。在建筑钢结构的行业 中应根据结构的整体性能，检测成本及被检对象的规格、材质、缺陷的性质、缺陷产生的位置等诸多因素 合理选择无损检测方法。一般地，选择无损检测方法及合格等级，是设计人员依据相关规范而确定的。有 的工程，业主也有无损检测方法及合格等级的要求，这就需要供需双方相互协商了。 3.1 钢结构在加工制作及安装过程中无损检测方法的选择见表 1 被检对象 原材料检验 板材 锻件及棒材 管材 螺栓 焊接检验 坡口部位 清根部位 对接焊逢 角焊逢和 T 型焊逢 3.2 UT 检测方法 UT、MT（PT） UT（RT）、MT（PT） UT、MT（PT） UT、PT（MT） PT（MT） RT（UT）、MT（PT） UT（RT）、PT（MT） 被检对象所适用的无损检测方法见表 2 内部缺陷 表面缺陷和近表面 检测方法 UT ● ○ ● ● MT ● ● ● ● PT ● ○ ○ ● ET △ △ ● × AET △ △ △ △ 发生中缺陷检 测 检测方法 RT 被检对象 试 件 分 类 锻件 铸件 压延件（管、板、型材） 焊逢 × ● × ● 分层 疏松 气孔 内部 缩孔 缺陷 未焊透 未熔合 缺陷 分类 夹渣 裂纹 白点 表面裂纹 表面 缺陷 表面气孔 折叠 断口白点 × × ● ● ● △ ● ○ × △ ○ — × ● ○ ○ ○ ● ● ○ ○ ○ △ × — × — — — — — — — — — ● △ ○ ● — — — — — — — — — ● ● ○ ● — — — — — — — — — ● △ ○ — — — — — △ △ △ △ △ △ — — — 注：●很适用；○适用；△有附加条件适用；×不适用；—不相关 参 1. 考 文 献 强天鹏 射线检测 [M] 云南科技出版社 2001 2. 3. 4. 5. 周在杞等 张俊哲等 无损检测技术及其应用 [M] 科学出版社 王小雷 锅炉压力容器无损检测相关知识 [M] 李家伟等 无损检测 冉启芳 2001 1993 [M] 机械工业出版社 2002 无损检测方法的分类及其特征的介绍 [J] 无损检测 1999 2 钢网架结构超声波检测及其质量的分 [J] 无损检测 2001 6 磁粉检测（MT） 2.1 磁粉检测（MT） 2.1.1 原理 铁磁性材料被磁化后，产生在被检对象上的磁力线均匀分布。由于不连续性的存在，使工件表面和近表面 的磁力线发生了局部畸变而产生了漏磁场，漏磁场吸附施加在被检对象表面的磁粉，形成在合适光照下可 见的磁痕,从而达到检测缺陷的目的。 磁粉探伤的原理及概述 磁粉探伤的原理 磁粉探伤又称 MT 或者 MPT（Magnetic Particle Testing），适用于钢铁等磁性材料的表面附近进行探伤 的检测方法。利用铁受磁石吸引的原理进行检查。在进行磁粉探伤检测时，使被测物收到磁力的作用，将 磁粉（磁性微型粉末）散布在其表面。然后，缺陷的部分表面所泄漏出来泄露磁力会将磁粉吸住，形成指 示图案。指示图案比实际缺陷要大数十倍，因此很容易便能找出缺陷。 磁粉探伤方法 磁粉探伤检测的顺序分为前期处理、磁化、磁粉使用、观察，以及后期处理。 前期处理→磁化→磁粉使用→观察→后期处理 以下分别说明各个步骤的概要。 （1）前期处理 探探伤面如果有油脂、涂料、锈、或其他异物附着的情况下，不仅会妨碍磁粉吸附在伤痕上，而且还会出 现磁粉吸附在伤痕之外的部分形成疑私图像的情况。因此在磁化之前，要采用物理或者化学处理，进行去 除污垢异物的步骤。 （2）磁化 将检测物适当磁化是非常重要的。通常，采用与伤痕方向与磁力线方向垂直的磁化方式。另外为了适当磁 化，根据检测物的形状可以采用多种方法。日本工业规格（JIS G 0565-1992）中规定了以下 7 种磁化方法。 ①轴通电法……在检测物轴方向直接通过电流。 ②直角通电法……在检测物垂直于轴的方向直接通过电流。 ③Prod 法……在检测物局部安置 2 个电极（称为 Prod）通过电流。 ④电流贯通法……在检测物的孔穴中穿过的导电体中通过电流。 ⑤线圈法……在检测物中放入线圈，在线圈中通过电流。 ⑥极间法……把检测物或者要检测的部位放入电磁石或永磁石的磁极间。 ⑦磁力线贯通法……对通过检测物的孔穴的强磁性物体施加交流磁力线，使感应电流通过检测物。 （3）磁粉使用磁粉探伤的原理 ① 磁粉的种类 为了让磁粉吸附在伤痕部的磁极间形成检出图像，使用的磁粉必须容易被伤痕部的微弱磁场磁化，吸附在 磁极上，也就是说需要优秀的吸附性能。另外，要求形成的磁粉图像必须有很高的识别性。 一般，磁粉探伤中使用的磁粉有在可见光下使用的白色、黑色、红色等不同磁粉，以及利用荧光发光的荧 光磁粉。另外，根据磁粉使用的场合，有粉状的干性磁粉以及在水或油中分散使用的湿性磁粉。 ② 磁粉的使用时间 磁粉使用时间分为一边通过磁化电流一边使用磁粉的连续法，以及在切断磁化电流的状态即利用检测物的 残留磁力的残留法两种。 （4）观察 为了便于观察附着在伤痕部位的磁粉图像，必须创造容易观察的环境。普通磁粉需要在尽可能明亮的环境 下观察，荧光磁粉则要使用紫外线照射灯将周围尽量变暗才容易观察。 （5）后期处理 磁粉探伤结束，检测物有可能仍作为产品或是需要送往下一个加工步骤接受机械加工等。这时就需要进行 退磁、去除磁粉、防锈处理等后期处理。 2.1.2 适用范围 可以对铁磁性原材料，如钢板、钢管、铸钢件等进行检测，也可以对铁磁性结构件进行检测。 2.1.3 局限性 仅适用铁磁性材料及其合金的表面和近表面的缺陷检测，对检测人员的视力、工作场所、被检对象的规格、 形状等有一定的要求。 2.1.4 优点 经济、方便、效率高、灵敏度高、检测结果直观。 生产厂家： 生产厂家：济宁联永超声电子有限公司 仪器设备名称： 仪器设备名称：CDX-Ⅲ该机型磁粉探伤仪 Ⅲ 仪器概况：CDX-Ⅲ该机型磁粉探伤仪是具有多种磁化方式的磁粉探 伤仪设备。仪器采用可控硅作无触点开关，噪音小、寿命长、操作简 单、方便、适应性强、工作稳定。是最近推出新产品，它除具有便携 式机种的一切优点，还具有移动机种的某些长处，扩展了用途，简化 了操作，还具有退磁功能。 该设备有四种探头： 1、旋转探头： 型）能对各种焊缝、各种几何形状的曲面、平面、 （E 管道、锅炉、球罐等压力容器进行一次性全方位显示缺陷和伤痕。 2、电磁轭探头： 型）它配有活关节，可以对平面、曲面工件进行 （D 探伤。 3、马蹄探头： 型）它可以对各种角焊缝，大型工件的内外角进行 （A 局部探伤。 4、磁环： 型）它能满足所有能放入工件的周向裂纹的探伤，用它 （O 来检测工件的疲劳痕（疲劳裂痕均垂于轴向）及为方便，用它还可以 对工件进行远离法退磁。 总之，该仪器是多种探伤仪的给合体，功能与适用范围广，尤其应用 于不允许通电起弧破表面零件的探伤。
无损检测概论及新技术应用 无损检测概论及新技术应用 概论 摘要： 摘要：综述了无损检测的定义、方法、特点、要求等基本知识，以及无损检测在 现今社会中的应用实例，其中包括混凝土超声波无损检测技术、涡流无损检测技 术、渗透探伤技术。 关键词： 关键词：无损检测；混凝土缺陷；涡流检测;渗透探伤。 引言： 引言：随着现代工业的发展，对产品的质量和结构的安全性、使用的可靠性提出 了越来越高的要求，无损检测技术由于具有不破坏试件、检测灵敏度高等优点， 所以其应用日益广泛。无损检测是工业发展必不可少的有效工具，在一定程度上 反映了一个国家的工业发展水平，其重要性已得到公认。 1、 无损检测概论 、 无损检测 检测概论 无损检测就是利用声、光、磁和电等特性，在不损害或不影响被检对象使用 性能的前提下，检测被检对象中是否存在缺陷或不均匀性，给出缺陷的大小、位 置、性质和数量等信息，进而判定被检对象所处技术状态（如合格与否、剩余寿 命等）的所有技术手段的总称。 常用的无损检测方法有射线照相检验(RT)、超声检测(UT)、磁粉检测(MT)和 液体渗透检测(PT) 四种。 其他无损检测方法： 涡流检测(ET)、 声发射检测 （AT） 、 （TIR） 泄漏试验 、 （LT） 交流场测量技术 、 （ACFMT） 漏磁检验 、 （MFL)、 热像/红外 远场测试检测方法（RFT)等。 基于以上方法，无损检测具有一下应用特点： 1>不损坏试件材质、结构 无损检测的最大特点就是能在不损坏试件材质、 结构的前提下进行检测， 所以实施无损检测后，产品的检查率可以达到 100%。但是，并不是所有需要测 试的项目和指标都能进行无损检测，无损检测技术也有自身的局限性。某些试验 只能采用破坏性试验， 因此， 在目前无损检测还不能代替破坏性检测。 也就是说， 对一个工件、材料、机器设备的评价，必须把无损检测的结果与破坏性试验的结 果互相对比和配合，才能作出准确的评定。 2>正确选用实施无损检测的时机 在无损检测时， 必须根据无损检测的目的,正确选择无损检测的时机,从而顺利 地完成检测预定目的,正确评价产品质量。 3>正确选用最适当的无损检测方法 由于各种检测方法都具有一定的特点，为提高检测结果可靠性，应根据设备 材质、制造方法、工作介质、使用条件和失效模式，预计可能产生的缺陷种类、 形状、部位和取向，选择合适的无损检测方法。 4>综合应用各种无损检测方法 任何一种无损检测方法都不是万能的，每种方法都有自己的优点和缺点。应 尽可能多用几种检测方法，互相取长补短，以保障承压设备安全运行。此外在无 损检测的应用中，还应充分认识到，检测的目的不是片面追求过高要求的“高质 量”，而是应在充分保证安全性和合适风险率的前提下，着重考虑其经济性。只 有这样，无损检测在承压设备的应用才能达到预期目的。[1] 通过各种检测方法，最终对于无损检测的要求是：不仅要发现缺陷，探测试 件的结构、状态、性质，还要获取更全面、准确和综合的信息，辅以成象技术、 自动化技术、计算机数据分析和处理技术等，与材料力学、断裂力学等学科综合 应用，以期对试件和产品的质量和性能作出全面、准确的评价。 2、 无损检测在各领域的应用 、 无损检测基于以上优点,在现今社会受到广泛关注和应用,为实际生产工作减 少了废料成本,提供了极大的方便。其中超声波检测技术、涡流检测、渗透探伤 技术、霍尔效应无损探伤技术应用极为出色。 2.1 混凝土超声无损检测 混凝土是我国建筑结构工程最为重要的材料之一，它的质量直接关系到结构 的安全。多年来，结构混凝土质量的传统检测方法是以按规定的取样方法，制作 立方体试件，在规定的温度环境下，养护 28d 时按标准实验方法测得的试件抗压 强度来评定结构构件的混凝土强度。用试件实验测得的混凝土性能指标，往往是 与结构物中的混凝土性能有一定差别。因此，直接在结构物上检测混凝土质量的 现场检测技术，已成为混凝土质量管理的重要手段。 所谓混凝土“无损检测”技术，就是要在不破坏结构构件的情况下，利用测 试仪器获取有关混凝土质量等受力功能的物理量。 因该物理量与混凝土质量之间 有较好的相互关系，可采用获取的物理量去推定混凝土质量。[2] 混凝土超声检测是用超声波探头中的压电陶瓷或其他类型的压电晶体加载某 频率的交流电压后激发出固定频率的弹性波， 在材料或结构内部传播后再由超声 波换能器接收，通过对采集的超声波信号的声速、振幅、频率以及波形等声学参 数进行分析，以此推断混凝土结构的力学特性、内部结构及其组成情况。超声波 检测可用于混凝土结构的测厚、探伤、混凝土的弹性模量测定以及混凝土力学强 度评定等方面. [3] 2.2 涡流无损检测 涡流检测的基本原理：将通有交流电的线圈置于待测的金属板上或套在待测 的金属管外。这时线圈内及其附近将产生交变磁场，使试件中产生呈旋涡状的感 应交变电流，称为涡流。涡流的分布和大小，除与线圈的形状和尺寸、交流电流 的大小和频率等有关外，还取决于试件的电导率、磁导率、形状和尺寸、与线圈 的距离以及表面有无裂纹缺陷等。因而，在保持其他因素相对不变的条件下，用 一探测线圈测量涡流所引起的磁场变化，可推知试件中涡流的大小和相位变化， 进而获得有关电导率、缺陷、材质状况和其他物理量(如形状、尺寸等)的变化或 缺陷存在等信息。但由于涡流是交变电流，具有集肤效应，所检测到的信息仅能 反映试件表面或近表面处的情况。[4] 应用：按试件的形状和检测目的的不同，可采用不同形式的线圈,通常有穿过 式、探头式和插入式线圈 3 种。穿过式线圈用来检测管材、棒材和线材，它的内 径略大于被检物件， 使用时使被检物体以一定的速度在线圈内通过， 可发现裂纹、 夹杂、凹坑等缺陷。探头式线圈适用于对试件进行局部探测。应用时线圈置于金 属板、管或其他零件上，可检查飞机起落撑杆内筒上和涡轮发动机叶片上的疲劳 裂纹等。插入式线圈也称内部探头，放在管子或零件的孔内用来作内壁检测，可 用于检查各种管道内壁的腐蚀程度等。为了提高检测灵敏度，探头式和插入式线 圈大多装有磁芯。涡流法主要用于生产线上的金属管、棒、线的快速检测以及大 批量零件如轴承钢球、汽门等的探伤（这时除涡流仪器外尚须配备自动装卸和传 送的机械装置） 、材质分选和硬度测量，也可用来测量镀层和涂膜的厚度。[5] 优缺点：涡流检测时线圈不需与被测物直接接触，可进行高速检测,易于实现 自动化,但不适用于形状复杂的零件,而且只能检测导电材料的表面和近表面缺陷, 检测结果也易于受到材料本身及其他因素的干扰。 2.3 渗透探伤技术 液体渗透检测的基本原理：零件表面被施涂含有荧光染料或着色染料的渗透 剂后，在毛细管作用下，经过一段时间，渗透液可以渗透进表面开口缺陷中；经 去除零件表面多余的渗透液后，再在零件表面施涂显像剂，同样，在毛细管的作 用下，显像剂将吸引缺陷中保留的渗透液，渗透液回渗到显像剂中，在一定的光 源下 （紫外线光或白光） 缺陷处的渗透液痕迹被现实， 黄绿色荧光或鲜艳红色） ， （ ， 从而探测出缺陷的形貌及分布状态。[6] 渗透检测适用于具有非吸收的光洁表面的金属、非金属，特别是无法采用磁 性检测的材料，例如铝合金、镁合金、钛合金、铜合金、奥氏体钢等的制品，可 检验锻件、铸件、焊缝、陶瓷、玻璃、塑料以及机械零件等的表面开口型缺陷。 渗透检测的优点是灵敏度较高（已能达到检测开口宽度达 0.5?m 的裂缝） ，检测 成本低，使用设备与材料简单，操作轻便简易，显示结果直观并可进一步作直观 验证（例如使用放大镜或显微镜观察） ，其结果也容易判断和解释，检测效率较 高。缺点是受试件表面状态影响很大并只能适用于检查表面开口型缺陷，如果缺 陷中填塞有较多杂质时将影响其检出的灵敏度。[7] 3、 结语 、 随着现代科学技术的发展，激光、红外、微波、液晶等技术都被应用于无损 检测领域，而传统的常规无损检测技术也因为现代科技的发展，大大丰富了应用 方法，如射线照相就可细分为 X 射线、γ射线、中子射线、高能 X 射线、射线 实时照相、层析照相……等多种方法。 无损检测作为一种综合性应用技术，无损检测技术经历了从无损探伤，到无 损检测，再到无损评价，并且向自动无损评价、定量无损评价发展。相信在不远 的将来， 新生的纳米材料、 微机电器件等行业的无损检测技术将会得到迅速发展。 参考文献【1】李喜孟.无损检测.机械工业出版社.2011 】 【2】父新漩. 混凝土无损检测手册.人民交通出版社.2003 】 【 3】 冯子蒙.超声波无损检测于评价的关键技术问题及其解决方案.煤矿机 】 械.2009(9) 【4】唐继强.无损检测实验.机械工业出版社.2011 】 【5】李丽茹.表面检测.机械工业出版社.2009 】 【6】国防科技工业无损检测人员资格鉴定与认证培训教材编审委员会.机械工业 出版社.2004 【7】胡学知主编. 中国劳动社会保障出版社.2007 】
B. 急需一篇关于药品质量检测的论文
药品生物测定的发展趋势 作者:吕会成 【关键词】 生物测定；药理；药品 ［摘要］ 生物测定是经典的药品检测专业之一，现代仪器分析的广泛应用，给其带来了极大的挑战和机遇，面对目前的基本状况，阐明了生物测定专业在中药开发、新药研制、药物安全性评价及微生物限度检查方面的应用和发展趋势。 ［关键词］ 生物测定；药理；药品 药品是特殊商品，药品质量直接关系到用药者的安全和疗效。药品检测方法和检测水平随着制药工业的发展不断改进提高。由于现代科学技术的发展，相邻学科之间的相互渗透，分析化学的发展经历了三次巨大的变革，使分析化学发展成为以仪器分析为主的现代分析化学。面对生命科学中复杂的分离分析任务，发展了色谱分析方法。结构分析、价态分析、晶体分析等方面的研究又促进了光谱分析的发展。以计算机应用为主要标志的信息时代的来临，仪器分析迅速发展，为药物检测提供各种非常灵敏、准确而快速的分析方法［1］。生物测定受到了极大的挑战，其发展前景令我们从事药品生物测定工作者所关注。 1 药品生物的特点与业务范围 1.1 药品生物测定的定义与特点 药品生物测定（简称生测）是利用药品（或药品中的有害杂质）对生物（或离体器官及组织）所引起的反应来测定药品的含量或安全性的一种方法。 生测法的优点是测定的结果与医疗要求基本一致，能直接反映药品的效果或毒副作用，这是其他物理学方法或化学方法所不能达到的。因此，目前各国药典仍大都采用这一方法。 生测法的缺点是检验周期长，微生物有生长繁殖过程，动物有生理代谢过程，观察分析时间一般在2~7天，有些试验会更长。影响因素多，有生物差异性，也有系统操作误差和环境条件等造成的影响。用品用具、动物质量、仪器设备都会对结果产生影响［2］。所以，以生测主检的品种在中国药典中逐版减少。 1.2 药品生物测定的业务范围 中国药典是法定的药品标准，它将药品质量控制项目归为四类：性状、鉴别、检查和含量。生测的业务主要涉及到中西药品的检查类和含量类。 其中作为药品安全性检查项目最多，包括：无菌、热原、细菌内毒素、异常毒性、安全试验、急性全身毒性、过敏物质、刺激性、溶血、降压物质、微生物限度等。含量（或效价）测定包括：抗生素微生物检定法，胰岛素、硫酸鱼精蛋白、缩宫素、卵泡刺激素、黄体生成素、升压素等生物检定法。 2 药品生物测定的现状 由于现代化检测仪器的广泛应用，药品生物测定的品种和范围，方法和要求，也发生了很大变化。 2.1 品种和范围的变化 抗生素的含量测定，最初大部分抗生素用微生物法测定含量。随着制药工业发展，提纯方法不断改进，有效组分更加明确，许多品种检测方法不断改为仪器测定和化学测定。例如：2000年版中国药典收载约219个抗生素品种，其中有15个原料药及其制剂从1995年版的化学法和微生物法改为高效液相色谱法（简称HPLC），使该法达到97种，微生物法仅有24个，其中9个品种是新增加的。有人预计本世纪初，HPLC法会发展成为中国药典使用频率最高的一种仪器分析法［3］。规定取消抗生素过期检验，抗生素微生物效价测定的业务工作量更是明显减少。 药品注射剂的热源检查。1942年美国首先将家兔法收入药典，相继世界各国药典均规定用该法。中国药典从1953年开始收载。自1973年以来，鲎试剂被证明是一种检测细菌内毒素（热原）存在的灵敏试剂。用鲎试剂要比家兔试验迅速、经济，所需样品量少，操作过程工作量小，每天可进行许多样品检测。1980年美国药典20版首载“细菌内毒素检查法”，1985年USP21版收载5种注射用水及40种放射性药品。1991年11月执行的USP22版第五增补版公布了185种药品删除家兔法，用细菌内毒素检查法代替。1995年USP23版注射剂的热源项几乎都被细菌内毒素检查法代替［4］。 我国从20世纪70年代开始研究制备鲎试剂，1988年卫生部颁布细菌内毒素检查法，1993年中国药典第二增补本收载该法，但未涉及任何品种，1995年中国药典二部正式收载，并规定了注射用水、氯化钠注射液和二十多种放射性药品并删除热源检查，以内毒素代替。2000年版中国药典进一步扩大到68种。预计2005年版中国药典还要继续增加品种，热源项都将被内毒素代替。动物试验改为生化试验。 2.2 实验动物 生测离不开实验动物，在实验中，为了减少生物差异，提高动物反应敏感性，以最少的动物达到最满意的结果。国家非常重视实验动物，1988年国务院颁布了《实验动物管理条件》，对实验动物的饲管、管理、使用等做出了明确规定，实行达标认证制度，严格管理。按微生物控制程度把实验动物分为四级：普通动物、清洁动物、无特殊病原体动物和无菌动物［5］。一般动物实验必须达到清洁动物标准，种系清楚，不杂乱，无规定指出的疾病。动物级别越高，饲养管理条件越严，设施投资越大。实验动物是实验研究的活试剂，既要有纯度，也要有数量，背景明确，来源清楚，符合要求才能使用。（随着药品纯度的提高，凡是有准确的化学和物理方法或细胞学方法能取代动物实验，进行药品和生物制品质量检测，应尽量采用，以减少动物的使用。） 2.3 药品生物测定在方法上的改进与变化 为了缩短操作时间，减少实验误差，近年来生测方面也研制并投入使用了部分仪器设备，如：抗生素抑菌圈测定仪、微机热原测温仪、集菌仪、细菌数测定仪等，减轻了工作强度，提高了工作效率，检测结果更加准确可靠。 3 药品生物测定的发展趋势 生测作为经典方法沿用至今，表明它有其他方法不能替代的特点，在药品检验中发挥了重要作用。不少老产品改为其他方法控制质量，也会不断有新产品离不开生测法，我们应当充分发挥它的优点，尽量克服它的不足，开拓新的业务范围。 3.1 微生物限度检查工作量大 为了控制药品染菌限度，1975年美国药典19版首载微生物限度检查，1980年英国药典收载，我国在1990年由卫生部颁布了药品卫生标准及检验方法，1995年版中国药典正式收载［6］。2000年版中国药典按剂型规定了微生物限度标准，执行范围除注射剂和中药饮片外几乎包括中西药的所有制剂和原料。该项检查成为药典品种适用最多的检查项目，占当前地市级药品检验所生测室业务工作量的80%以上。在这项检查中，有大量的业务技术需要我们进一步研究，改进试验条件，使数据准确，探讨快速检测的新方法。药包材的检查，国家药监局已经发布试行标准，业务范围将更加扩大，这是我们进一步做好工作，努力探讨研究的新领域。 3.2 药品生物测定在中药开发中的作用 我国是中药王国，2000年版中国药典一部共收载920种，其中中成药398种。有含量测定的157种，仅占总数的17%，中药成分多，杂质和干扰物质很多。复方制剂，尤其大复方制剂专属性的检出处方中所含药材很困难，有大量的研究工作需要做。中成药中的杂质如重金属、残留农药等达到一定水平会产生毒副作用，影响药物安全性［7］。要让中药制剂打进国际市场，我们在检查类的控制项目和含量类的方法探讨方面有大量工作要做，生物测定可以在毒理、药理方面进行研究、探讨，逐步完善质量控制标准，提高制剂质量发挥更大的作用。 3.3 新药研制开发与安全性评价 新药研制开发是多学科合作的系统工程。在获得一个具有生物活性的化合物后，研究开发组织者要在生物医学领域进行药物评价研究，首先必须组织药理学、毒理学、病理学、兽医学、遗传学、生物化学、药代动力学方面的专家进行合作研究，按药物非临床研究管理规范GLP进行管理。组织药理、毒理（包括一般毒理和特殊毒理）、病理、药代动力学和毒代动力学、药物分析、临床化学、实验动物、生物统计、质量保证等部门有关人员进行讨论，分阶段做出评价［8］。生测在这方面可以参加开发研究或进行技术指导。 综上所述，药品生物测定是药物分析的重要组成部分，是不可缺的检测专业，现代仪器的大量使用，不仅不会影响其发展，而是如虎添翼，让药品生物测定展示出新的前景。 ［参考文献］ 1 倪坤义，田颂九，丁丽霞.21世纪药物分析学的发展趋势.中国药学杂志，2000，35（12）：798
C. 目标检测中的样本不平衡处理方法——OHEM, Focal Loss, GHM, PISA
GitHub
CSDN
目前。计算机视觉中的性能最好的目标检测方法主要分为两种: one-stage 和two-stage 方法。two-stage方法分为两步，第一步为候选区域生成阶段(Proposal stage),通过如Selective Search、EdgeBoxes等方法可以生成数量相对较小候选目标检测框；第二步为分类与回归阶段，对第一阶段生成的 Candiate Proposal 进行分类和位置回归。one-stage 代表性的方法是R-CNN系列，如 R-CNN， Fast R-CNN, Faster R-CNN。 而one-stage 方法直接对图像的大量 Candiate Proposals 进行分类与回归。
这两类方法中均存在类别不平衡问题，two-stage 方法通过第一步已经将当量的候选区域降低到一个数量较小的范围，同时又在第二步通过一些启发式原则，将正负样本的比例降低到一定程度。而 one-stage 优于没有这降低候选框的步骤，因此，候选区域的数量大大超过 two-stage 方法，因此，在精度上，two-stage 仍然优于 one-stage 方法，但是在速度和模型复杂度上， one-stage 占优势。
类别不平衡会使检测器评估 的候选位置，但是通常只有少量的位置存在目标，这回导致两个问题:
因此，解决样本不平衡问题是提高目标检测精度的一个关键技术之一。
论文题目： Training Region-based Object Detectors with Online Hard Example Mining
OHEM 是通过改进 Hard Example Mining 方法，使其适应online learning算法特别是基于SGD的神经网络方法。Hard Example Mining 通过交替地用当前样本集训练模型，然后将模型固定，选择 False Positive 样本来重新组建用于下一次模型训练的样本集。但是因为训练神经网络本事就是一个耗时的操作，这样在训练中固定模型，这样会急剧降低模型的训练进程。
Hard Examples Mining通常有两种方法：
OHEM算法的大致流程是: 首先计算出每个ROI的loss， 然后按loss从高到低来排列每个 ROI， 然后为每张图片选择 个损失最高的 ROI 作为Hard Examples，其中 B 表示总的 ROI 数量， 表示batch-size 的大小，在 Fast R-CNN 中， N=2， B=128时，效果很好。
但是如果直接按照 loss 对所有的 ROI 进行选择，会有一个缺点，由于 ROI 很多，这样 很多 ROI 的位置就会相关并重叠，如果和某个高 Loss 的 ROI 重合度很高的其它 ROI很多， 这样， 这些 ROI 的 Loss 通常也会很多，这样这些样本都会被选择，但是它们可以近似认为时同一个，这样就会给其它较低 Loss 的 ROI 更少的选择余地，这样就会存在冗余。为了消除这种冗余，作者提出先使用 NMS (non-maximum suppression) 删除部分重合度很高的 ROI， 在使用上述方法进行 选择 Hard Example。
实现技巧:
论文，作者将该方法是现在 Fsat R-CNN 目标检测方法中。最简单做法是更改损失函数层，损失函数层首先计算所有 ROI 的 loss， 然后根据 loss 对 ROI 进行排序，并选择 hard RoIs， 让 那些 non-RoIs的损失变为0. 这种方法虽然很简单，但是非常不高效，因为还需要为所有的 RoIs 分配进行反向传播时需要的内存空间。
为了克服这个缺点，作者对下面的 Figure 1 进行改进， 如下面的 Figure 2.该改进时使用两份同样的 RoI network。 其中一个是只读的(readonly), 即只进行前向计算，不进行反向传播优化，所以只需要为前向传播分配内存，它的参数实时保持和另一个 RoI network（regular RoI network)保持一样。在每次迭代时，首先使用 readonly RoI network 对每个 ROI 计算起 loss，然后用上面描述的选择 hard RoIs 的方法选择 hard RoIs. 然后利用 regular RoI network来对选择的 hard RoIs 进行前向和后向计算来优化网络。
论文题目 Focal Loss for Dense Object Detection
在改论文中，作者认为样本类别的不平衡可以归结为难易样本的不平衡，从而更改交叉熵损失函数，重新对样本赋予不同的权值，之前的模型这些样本都是同等重要的，从而使模型训练更加关注 hard examples。
首先引入交叉熵的公式:
其中， ,表示真实类别， 表示我们预测的概率，为了方便，我们定义:
因此， ,该方法在 较大时，该loss是一个较小的量级， 如下图的连线所示所示，因为存在大量的易分类样本，相加后会淹没正样本的loss。
一个常见的解决类别不平衡的方式是引入一个加权因子 来表示正样本的权重， 表示负样本的权重。我们按照定义 的方法重新定义 为 , 定义如下:
虽然可以平衡 positive和negative的重要性，但是对 easy/hard 样本还是无法区分， Focal loss 通过更 Cross loss来达到区分easy/hard的目的:
上图展示了不同 取值对应的 loss，通过分析上述公式，我们发现，当 非常小时，即样本被分类错误，此时 接近1， loss几乎不受影响，当 接近于1时，即样本被分类正确，此时 接近0，此时降低了该样本的权重，比如，取 , 当时 时，该样本的 loss 会降低100倍，
在实际应用中，作者使用了该 Focal loss的变体，即加入了 平衡因子:
作者提出，对于二分类，一般模型的模型初始化会同概率的对待正负样本，由于类别不平衡，负样本的 loss 会占主导，作者提出在训练初始阶段对正样本的概率估计“prior”的概念，用 表示， 通过设置它来达到正样本的输出概率低的效果，比如为0.01，从而使模型更加关注正样本。实际操作中，出了最后一个用于分类的卷积层，其余卷积层的参数初始化为bias ，而最后一层 , 实验中设置为 0.01.
两个实现细节
论文题目: Gradient Harmonized Single-stage Detector
改论文提出 Focal Loss 存在两个缺点:
该论文有一句概括该篇论文的核心思想的一句话: 类别的不平衡可以归结为难易样本的不平衡，难易样本的不平衡可以归结为梯度的不平衡原话如下:
如下图所示:
左边是样本数量关于梯度的分布，中间表示各个修正后的函数的梯度（使用了log scale）对原始梯度的，右边表示所有样本集的梯度贡献的分布。
定义 是模型未经过 sigmoid 之前的输出， 则 ,得出该损失函数对 的梯度为:
定义梯度的模长(norm) 为：
训练样本的梯度密度(Gradient Density)定义如下:
其中， 是第 k 个样本的gradient norm，
这个公式可以理解为，以梯度 为中心，宽度为 的区域内的样本密度。
梯度密度协调参数:
分母是对梯度位于 范围的部分样本进行归一化，如果所有样本的梯度时均分分布，那么对于任意 都有 .(这里不是很理解为什么N，可以理解它们相等)
通过将梯度密度协调参数将 GHM 嵌入到损失函数中，则 GHM-C Loss 为:
计算公式11时，求和有一个N，再求 时会遍历所有的样本，因此该公式的时间复杂度为 .如果并行的化，每个计算单元也有N的计算量。对gradient norm进行排序的最好的算法复杂度为 ，然后用一个队列去扫描样本得到梯度密度的时间复杂度为 n 。基于排序的方法即使并行也不能较快的计算，因为N往往是 甚至 ，仍然是非常耗时的.
作者提出的近似求解的方法如下:
根据上述定义，得出近似梯度密度函数为:
利用上面的公式，由于我们可以事先求好 , 在求和时只需查找 即可，因此时间复杂度为 .
因为loss的计算是基于梯度密度函数，而梯度密度函数根据一个batch中的数据得到，一个batch的统计结果是有噪声的。与batch normalization相同，作者用Exponential moving average来解决这个问题，也就是
将模型鱼的的偏移量定义为 , 将真实的偏移量定义为 ,回归loss采用 Smooth L1 loss:
其中
则 关于 的梯度为:
从公式可以看出，当样本操作 时， 所有样本都有相同的梯度 1， 这就使依赖梯度范数来区分不同样本是不可能的， 一种简单的替代方法时直接使用 作为衡量标准，但是该值理论上无限大，导致 无法实现，
为了将 GHM 应用到回归损失上，作者修改了原始的 损失函数:
该函数和 具有类似的属性，当d的绝对值很小时，近似 L2 loss， 当d的绝对值比较大时， 近似 L1 loss， 关于d的梯度为:
这样就将梯度值限制在
定义 , 则 GHM-R Loss 为:
论文题目: Prime Sample Attention in Object Detection
PISA 方法和 Focal loss 和 GHM 有着不同， Focal loss 和 GHM 是利用 loss 来度量样本的难以程度，而本篇论文作者从 mAP 出法来度量样本的难易程度。
作者提出提出改论文的方法考虑了两个方面:
Prime Samples 是指那些对检测性能有着巨大影响的样本。作者研究表明样本的重要程度依赖于它和ground truth 的 IoU值，因此作者提出了一种 IOU-HLR 排序。
在目标检测中时如何定义正样本（True Positive)的呢？
剩余的标注为负样本。
mAP 的原理揭露了对目标检测器更重要的 两个准则 :
基于上述分析，作者提出了一种称为 IoU-HLR 的排序方法，它既反映了局部的IoU关系(每个ground truth目标周围)，也反映了全局的IoU关系(覆盖整个图像或小批图像)。值得注意的是，不同于回归前的边界框坐标，IoU-HLR是根据样本的最终定位位置来计算的，因为mAP是根据回归后的样本位置来计算的。
该排序方法的大致流程如下图所示，其原理如下:
IoU-HLR遵循上述两个准则。首先，它通过局部排序（即上面的步骤2）将每个单独的 GT 的 对应的样本中 IoU 较高的样本放在前面，其次通过重采样和排序(步骤3， 4)将不同 GT 的 对应的样本中， 将 IoU 较高的放在了前面。
作者提出Prime Sample Attention，一种简单且有效的采样策略，该采样策略将更多的注意力集中到 Prime examples 上， PISA 由两部分组成: Importance- based Sample Reweighting(ISR)和Classification Aware Regression Loss(为CARL).
PISA 的训练过程是基于 prime samples 而不是同等对待所有样本。
作者提出一种基于 soft sampling 的方法: Importance-based Sample Reweighting (ISR), 他给不同样本根据重要性赋予不同的权重。首先它将Iou-HLR排序转化为线性映射的真实值。 IoU-HLR在每个类中分别进行计算。对于类 , 假设总共有 个样本， 通过 IoU-HLR 表示为 . 其中 ,使用一个线性转换函数将 转换为 , 表示第 类中的第 个样本的重要程度:
采用指数函数的形式来京一部将样本重要性 转换为 loss 的权值 , 表示对重要样本给予多大的优先权的程度因子， 决定最小样本权值的偏差(感觉就是一个决定最小的权值大小的一个变量)。
根据上面得到的权重值，重写交叉熵:
其中 n 和 m 分别表示真样本和负样本的数量， 和 分别表示预测分数和分类目标，需要注意的是，如果只是简单的添加 loss 权值将会改变 loss 的值，并改变正负样本的比例，因此为了保持正样本的总的 loss 值不变， 作者将 归一化为
(这里不是很理解，欢迎大家解惑)
5.3.1 已经介绍如何染个分类器知道 prime samples， 那么如何让回归其也知道 prime sample，作者提出了 Classification-Aware Regression Loss（CARL) 来联合优化分类器和回归其两个分支。CARL可以提升主要样本的分数，同时抑制其他样本的分数。回归质量决定了样本的重要性，我们期望分类器对重要样本输出更高的分数。两个分支的优化应该是相互关联的，而不是相互独立的。
作者的方法是让回归器知道分类器的分数，这样梯度就可以从回归器传播到分期其分支。公式如下:
表示相应类别的预测分数， 表示输出的回归偏移量。利用一个指数函数将 转化为 ，随后根据所有样本的平均值对它进行缩放。为了保持损失规模不变，对具有分类感知的 进行归一化。 是常用的smooth L1 loss。
关于 的梯度与原回归损失 成正比。 p_i mathcal{L}(d_i, hat d_i) mathcal{L}(d_i, hat d_i)$ 反映了样本i的定位质量，因此可以认为是一个IoU的估计，进一步可以看作是一个IoU-HLR的估计。可以近似认为，排序靠前的样本有较低的回归损失，于是分类得分的梯度较小。对于CARL来说，分类分支受到回归损失的监督。 不重要样本的得分被极大的抑制掉，而对重要样本的关注得到加强。
待续。。。
上面的方法大致可以分为两种：
Focal Loss认为正负样本的不平衡，本质上是因为难易样本的不平衡，于是通过修改交叉熵，使得训练过程更加关注那些困难样本，而GHM在Focal Loss的基础上继续研究，发现难易样本的不平衡本质上是因为梯度范数分布的不平衡，和Focal Loss的最大区别是GHM认为最困难的那些样本应当认为是异常样本，让检测器强行去拟合异常样本对训练过程是没有帮助的。PISA则是跳出了Focal Loss的思路，认为采样策略应当从mAP这个指标出发，通过IoU Hierarchical Local Rank (IoU-HLR)，对样本进行排序并权值重标定，从而使得recall和precision都能够提升。
D. 论文检测方法是怎样的
如果你想顺利进入毕业答辩环节，你必须让你的论文通过学校的查重。在此之前，我们还需要自己检测论文，以免因查重率不合格而被学校退回。然而，许多第一次写论文的学生可能不知道如何检测论文，所以让我们来谈谈论文检测方法是怎样的？paperfree小编给大家讲解。
论文检测方法是怎样的？
1.在检测论文之前，我们应该完成导师布置的论文，然后检测，论文的查重率一定要低于学校标准。
2.论文完成后，我们需要做的是选择论文检测网站。建议在识别论文检测系统时，应考虑更准确性、用户反馈、收费标准、数据比较库等方面。以上几点也是衡量论文检测系统的重要标准。
3.选择论文检测系统后，我们要做的其实很简单，只要进入查重页面，然后根据页面提示信息逐步操作上传论文。上传前记得检测论文格式和排版是否正确。
4.论文上传检测后，我们只需要耐心等待。此时，即使检测页面关闭，也不会产生任何影响。我们只需要登录并下载我们的论文检测报告。
5.查阅论文检测报告时，如果发现论文查重率不符合学校要求，应及时根据检测报告中显示的内容进行必要的修改，以降低论文查重率。修改后，记得再次检测。检测方法与上述内容一致。
E. 食品快速检测技术论文
食品快速检验检测技术以其简捷性和便携性两大优势得到了快速发展。 下面是我为大家整理的食品快速检测技术论文，希望你们喜欢。
食品的快速检验检测技术
摘要：食品安全已成为社会关注的焦点问题。文章介绍了目前常用的食品安全快检技术，并展望了其发展方向。
关键词：食品安全 快检 技术综述
引言
食品安全(food safety)是指食品无毒、无害，符合应当有的营养要求，对人体健康不造成任何急性、亚急性或者慢性危害。俗话说“民以食为天”，食品安全关系到人民群众的身体健康和生命安全，关系到社会和谐稳定，而近年来食品安全问题层出不穷，加了吊白块的面粉，有毒的大米，注了水的鸡肉，掺了石蜡的火锅底料，硫酸泡过的荔枝，以及假酒假烟假蜂蜜劣质奶粉充斥着市场，真让老百姓担心起这片“天”。因此，对食品的生产、加工和销售环节实施监测监控势在必行，食品安全分析检测技术应运而生。
传统的食品安全分析检测技术主要是指化学分析法和大型仪器检测法，相对成熟。但它们的操作只能局限于实验室，操作复杂，耗时长，不能满足对食品质量安全实时监督掌控的需求，尤其在突发事件时，快速检验检测技术以其简捷性和便携性两大优势得到了快速发展。
1、食品快速检验检测技术的研究现状
1.1 化学速测技术
化学速测技术主要是根据待测成分的某些化学性质，将样品与特定试剂发生水解、氧化、磺酸化或络合等化学反应，通过与标准品的颜色比较或特定波长下的吸光度比较，以获得检测结果，通常也成为化学比色分析法。
利用普通化学原理的速测法主要包括检测试剂和试纸，随着检测仪器的不断发展，国内外均已有与测试剂相配套的微型光电比色计。针对试纸检测的仪器也有报道，如硝酸盐试纸条[1]，主要是将硝酸盐还原为亚硝酸盐，在弱酸性条件下与对氨基苯磺酸重氮化后，和N-1-盐酸萘乙二胺偶合形成紫红色染料，试纸变色，插入检测仪读数即可。德国默克公司生产的与试纸联用的光反射仪技术相对成熟，国内尚无商品化仪器问世。
利用生物化学原理的速测法主要应用于微生物的检测，商品化成品以美国3M公司的PerrifilmTM Plate系列微生物测试片为代表，在检测金黄色葡萄球菌时，只需要测试片与确认片配套使用即可。测试片有上下两层薄膜组成，下层的聚乙烯薄膜上印有网格，便于计数，同时覆盖着含有特异性显色物质和抗生素的培养基，若样品中含有金黄色葡萄球菌，无须增菌，直接接种纸片培养24h后便可观察到显示出特殊颜色的菌落;确认片与测试片相似，只是含有不同的特异性显色物质，将有疑似菌落的测试片影印到确认片后，培养1-3h即可观察，不需进行繁琐的生理生化鉴定。而常规的Baird-Parker平板计数法耗时长达78h。
1.2 酶抑制速测技术
酶抑制速测技术主要用于食品中农药残留和重金属的快速检测。这些物质可通过键合作用造成酶的化学性质和结构的改变，产生的酶-底物结合体会发生颜色、吸光度或者pH值的变化，通过测定这些变化以达到定性或定量检测的目的。根据检测方式的不同，可分为试纸法、pH计法和光度法。相比而言，试纸法成本低、操作简单，更易于推广。它主要是将酶和底物分别固定在两张试纸片上，当样品中有待测组分时，会对酶产生抑制作用，两张试纸片接触后，酶和底物结合便会发生显着地颜色变化，比较适合农贸市场和超市等一些食品集散地的实时安全监管。由于该方法的检出限和保存性等方面的局限，只适用于初筛检测[2]。
1.3 生物传感器速测技术
生物传感器技术是利用生物感应元件的专一性，按照一定的规律将被测量转换成可用信号，使这种信号强度与待测物浓度形成一定的比例关系，具有快速、灵敏、高效的特点，是目前食品安全检测技术的研究热点，广泛应用于食品中农药残留、兽药残留等方面的检测，与传统的离线分析技术相比，它更适应于在复杂的体系内进行快速在线连续监测，在现场快速检测领域有着不可逾越的优势，按照传感器类型又可分为免疫传感器、酶传感器、细胞传感器、组织传感器、微生物传感器等等。
免疫传感器是在抗原抗体结合免疫反应的基础上发展起来的生物传感器。利用压电免疫传感器检测食品中常见肠道细菌时，通过葡萄球菌蛋白A将肠道菌共同抗原的单克隆抗体宝贝在10MHz的石英晶体表面，以大肠菌群为例，响应值可达10-6-10-9。
1.4 免疫速测技术
免疫速测是利用抗原抗体的专一、特异性反应建立起来的方法，根据选用的标记物可分为放射免疫检测、酶免疫检测、荧光免疫检测、发光免疫检测、胶体金免疫检测等。酶联免疫吸附检测法是应用较为广泛的一种免疫速测技术。它将酶标记在抗体/抗原分子上，形成酶标抗体/抗原即酶结合物，抗原抗体反应信号放大后，作用于能呈现出颜色的底物上，可通过仪器或肉眼进行辨别。目前，黄曲霉毒素酶联免疫试剂盒已广泛应用于食品检测中。
1.5 分子生物学速测技术
聚合酶链式反应(PCR)是近年来分子生物学领域中迅速发展并运用的一种技术，在食品检测中主要用于微生物的检测。它利用是否能从待测样品所提取的DNA序列中扩增出与目标菌种同源性的核酸序列来判定是否为阳性，该方法从富集菌体、提取遗传物质、PCR扩增到电泳、测序鉴定，可控制在24h，而致病菌的传统培养检测至少需要4-5天。
随着研究的逐深入，由PCR技术派生出的实时荧光PCR法、DNA指纹图谱法、免疫捕获PCR法、基因芯片法等也逐步得到了应用。基因芯片技术可以在很小的面积内预置千万个核酸分子的微阵列，利用细菌的共有基因作为靶基因，选用通用引物进行扩增，利用特异性探针检测这些共有基因的独特性碱基，从而区分出不同的细菌微生物。该法特异性强、敏感性高，可实现微生物检测的高通量和并行性检测。
2、食品快速检验检测技术的发展方向
食品安全快检法以其简捷性和便携性两大优势得到了快速发展，但缺点也显而易见，需要完善的地方依然很多：
2.1 简单 速检验检测技术往往是由一些非专业技术人员使用，因此，检测方法采样、处理、检测、分析等各个环节简单、易行是该方法的一大发展趋势。
2.2 准确 检法前处理简单，势必导致待测样品纯度不高，基体干扰大。因此，在今后方法的研究中，应更多关注与如何避免假阳性结果，尤其是在分子生物学速测法中，增强靶基因的特异性、引物的特异性、排除死菌体造成的假阳性应得到进一步探索。
2.3 便携 着微电子技术、智能制造技术、芯片技术的发展，检测仪器应向微型化、集约化、便携化方向发展，以满足更多的现场、实时、动态的检测要求。
2.4 经济 测成本的高低直接决定着检测技术能否得到广泛的推广和应用，如何在确保又好又快的检测基础上，尽最大可能的降低成本也是今后的研究方向。
2.5 标准化前，我国尚未制定出与食品安全快速检测技术相关的标准和规范，这也阻碍了快检法的推广和应用。随着技术的提高和检测中对快检法的需要，应及时制定出相关标准规范以增强快检结果的认可性和权威性。
参考文献
[1]房彦军，周焕英，杨伟群。试纸-光电检测仪快速测定食品中亚硝酸盐的研究【J】解放军预防医学杂志，2004，22(17)：18-21
[2]易良键。食品安全快速检测方法的应用和研究【J】中国信息科技，2012，3：46
点击下页还有更多>>>食品快速检测技术论文
F. 急求纺检论文！帮帮我啊！
生态纺织品检测预警方法的建立
赵珊红1。徐晓春1，姚洁丽2，郭方龙2
(1．浙江出入境检验检疫局，杭州310012；2．浙江立德产品技术有限公司，杭州310005)
摘要：运用“过程质量控制”原理，通过对实验室生态纺织品检测数据的数理统计分析，分别建立了基于不同
分析对象的预警方式和多种不同的“质量控制图模型”，以实现对检测指标的分析监控，同时也为企业和政府部门提供
相应的质量趋势分析信息。该方法的建立可为相关部门在利用现有检测资源的条件下实现快速有效的预警目的。
关键词：生态纺织品；检测；预警方法；质量控制
中图分类号：TSl01．9 文献标识码：A
0引言
预警分析已广泛应用于各行各业的风险管理和决策管理中，建立适宜的预警分析系统，有助于有效预防
和降低危害物所造成的损失，对危害物的可能出现提前作出判断，并采取相应的管理措施或及时调整决策，
规避风险。在检测领域，通过对实验室有害物质检测数据的分析，建立预警分析方法，实现在现有的资源条
件下，有针对性地加强检测把关，提高工作效率，同时也为企业和政府部门提供相应的质量监控信息和趋势
分析信息‘1|。
根据检测实验室工作特点，笔者主要从3个角度建立有关生态纺织品的检测预警分析方法。
a)以监测进出口企业质量动态为目标，其目的是通过对各进出口企业在某一报检时段内不合格率或检
出率的分析，对出现质量异常波动的企业发出预警信号。
b)以监测某种进出口纺织品为目标，其目的是通过对某一类进出口纺织品生态指标检测数据的分析．
对出现指标异常波动的具体产品，加强检测，实现有效的质量监控。
c)以监测某一抽查项目为目标，其目的是通过对某个生态检测指标在某一检测时段的数据分析，对出
现不合格率或检出率异常波动的检测项目发出预警信号，提醒相关人员注意对该项目的重点抽查，以实现对
特定检测指标的质量控制。
不管是哪种监测对象，其预警信号的产生都建立在对检测数据的统计分析基础上，因此，采用合理的数
学分析模型是建立预警分析方法的重要前提。
通过对大量数据分析显示，在限定了报检单位或检测品种或检测项目时，正常情况下，其检测不合格率
或检出率或超标率总在一定范围内波动，其数值大小在大量的数据中服从统计规律正态分布。因此，在此前
提下，可以运用控制图原理，建立不同的数学模型，进行统计分析，通过判断异常情况，发布相关的预警信息。
控制图是一种图形，它给出表征过程当前状态的样本序列信息，并将这些信息与考虑了过程固有变异后所建
立的控制限进行对比[2]。
1 基于特定报检单位(或特定报检产品)为分析对象的预警
通常一个报检单位生产的产品，大致可划为同一大类产品。而对于报检批的质量特性评价只能采用合
格与不合格两种结果，因此，可以通过对某报检单位在历年检测数据的统计分析，建立相应的质量控制图。
即在一定时间段内或一定样本量内，凡在麒+3a(u为检测不合格数或不合格率的均值，o-为标准差)范围内
波动的不合格数都是正常的，系偶然因素造成的，如超出此界限则说明质量有异常波动，需引起注意。
检测不合格数或不合格率的判断是根据所检测的产品标准或所检测的指标判定。这里的检测不合格数
按自然报检批计算，在一个报检批内不管出现多少个不合格项目都计算为1个不合格数，即一个不合格报检
批。而不合格率是指该段时间内不合格数占施榆批数的百分比。时间段的划分和样本量的划分取决与报检
单位的报检量。对于连续均匀报检的单位，可采用按时间段来划分，而对于报检量变化较大的，可根据划定
的样本量(报检批量)来划分，在与历史数据比较时，应采用相同的样本划分方法。这类控制图属于计数值控
制图，常用的有不合格数控制图(rip图)和不合格率控制图(夕图)[2]。
1．1不合格数控制图(np图)和不合格率控制图(户图)模型的建立
对这两类预警通常在子样本大小n相同的情况下，抽取k个样本(是≥25)，通过分析不合格数的波动，设
定中心线(CL)、上控制线(UCI。)和警戒线(WCL)来判断系统是否处于稳定状态，假设每一样本的报检批数
相同，均为挖，P为样本不合格率的均值，咒p为样本不合格数的均值。根据国标《常规控制图》，建立以下数学
模型L 2|。
1．1．1不合格数控制图(np图)的数学模型
K
∑(矽)i
样本不合格数均值矽：np一￡‘F一(1)
中心控制线(Z：CL—np (2)
上控制线UCL(3仃)：UCL—np+3．g-五p(1一p) (3)
警戒线WCL(2盯)：WCL—np+2~／矽(1一p) (4)
1．1．Z不合格率控制图(声图)的数学模式
K
，∑(rip)i
样本不合格率均值P：P一￡％一(5)
∑咒i
i=l
中心控制线CL：CL—P (6)
／2’●=———。=2_
上控制线UCL(3仃)：UCL一石+3√丛士i鱼2 (7)
F=—?=_———=_
警戒线WCL(2d)：WCL=≯+2√丛士i丝(8)
1．2预警的产生和解除
在确定CL线、UCL线和WCL线之后，建立相应的“样本一不合格数”控制图(np图)和“样本一不合格
率控制图(P图)，当出现以下几种情形时，系统将产生预警信号。
a)有一个点子出现在UCI。(30)线之外；
b)连续3点中有2点落在WCL线(20)之外的；
c)连续5点中有4点在UCL线与WCI。线(2a～3a)之间的；
d)连续6点呈连续上升趋势的。
当系统不再出现上述所列的情形之一时，预警信号解除，恢复正常抽检状态。
1．3应用示例
以“样本一不合格数控制图(np图)为例，说明实际检测过程该预警方法的应用。
根据对某一报检单位某一时间段的历史数据的统计，每一子样的不合格数如表1(取子样均为50报检
表1 A报检单位历史检测不合格数统计
样本序号不合格数样本序号不合格数样本序号不合格数
1 2 11 2 21 2
2 2 12 2 22 3
3 1 13 3 23 2
4 3 14 1 24 4
5 1 15 3 25 3
6 2 16 3 总数59
7 3 17 l 平均2．36
8 2 18 2
9 2 19 3 不善纂率4．72
10 3 20 4
根据1．1．2中公式分别计算中心控制线、上控制线和警戒线，结果如下：
中心控制线：CL=2．36 平均不合格率：P=4．72
上控制线UCL：UCL=6．86 警戒线WCL：WCL=5．36
作样本一不合格数控制图(行p)(图1)。
样本序号
图1基于历史数据的样本一不合格数控制图
根据已确定的UCL线、CL线和wCL线，将最近一段时间内该企业检测的不合格数按同样的分组统计
方法，填人控制图中，经描点连线后，可看出该企业的检测指标不合格率情况，与历史相比没有出现异常波
动，过程控制良好，不需要产生预警，在实际检测工作中，可以按正常抽样比例进行检测。
上面两种控制图所建立的预警分析方法，主要适用于报检批量较大的企业和品种，且生产的品种和工艺
水平和流程都应较为稳定。而对于批量较少的，由于子样本达不到统计所需的量，从服从正态分布所需的样
本条件上讲，理论上难以严格适用。但作为对企业质量的监控或对某一类产品的质量监控的一种手段，在初
期，可以通过适当降低子样本的统计数和总样本的采集量来建立相应的控制图，之后通过检测数据的积累及
时补充和更新，使控制图更为合理可行。
2基于检测指标为分析对象的预警
这类预警是实验室最主要的预警分析方法，它针对不同的检测项目分类进行数据统计和分析，根据检测
指标的不同，常见的有以下几种预警方式。
2．1单项指标检测不合格的预警
2．1．1预警的产生和应用
这类预警适用于对特定时期内某一重要敏感指标的监控和新增禁用危害物指标的监控。如针对某一时
期国外客户集中反映的某项指标质量问题，或国内外技术法规中新提出的禁用物质，一旦在检测过程中发现
不合格，就产生预警信号，提醒有关人员引起注意，加强重点检测。
2．1．2预警阈值的确定
针对具体检测指标，预警阈值的确定主要依据各国技术法规中规定的有害物质最大限量值或最低检测限。
2．1．3预警的解除
对于单项指标检测不合格的预警，在以下情形下可以实施预警解除。
a)对某一报验单位或某一品种，所监测的指标连续25批未出现不合格的；
b)对所监测的指标，连续检测100个数据，未出现不合格的。
2．2特定指标检测不合格率异常波动预警
在实际检测中，大部分指标的测试结果是小于最大限量值(MRL)而大于检测低限值，在这种情况下，通
过分析测试值的走势，可提示该项指标的某种发展趋势，从而提前采取措施，加强对该项指标的监控。利用
均值一标准差控制图(X—S图)，可较准确地识别系统是否处于稳定状态[2]。
2．2．1数学模型的建立
将历史检测数据合理分组，每组数据设为挖个(咒通常为4～5个)，组的数据为k个(忌≥25)，分别以样
本号为横坐标，以该组检测数据的均值或标准差为纵坐标，分别建立“均值控制图”和“标准差控制图”。
计算各样本的均值五和标准参i。
zi一三≥：zif (9)
刀再
Si一√i与∑ 一i)2
(10)i=1(xo
式中：Xij为第i个样本的第J个数值；i为第i个组的均值；耍为子组平均值的均值；k为样本个数，一般不
少于25个滑为第i个样本的标准差。
计算k个样本的均值与标准差：
石一{≥：Xi (11)
尼—t—1
j一{室si Ⅲ，
对于均值控制图：
中心控制线CL：CL—j (13)
上控制线UCL：UCL=x+A3 5 (14)
其中A。为控制因子，可通过查GB／T4091标准可直接得到。
当订一4时，A3—1．682，当咒一5时，A3=1-427
对于标准差控制图
中心控制线CL：CL—s (15)
上控制线UCL：UCL—B4 S (14)
同样，B。为S的控制因子，也可通过查GB／T4091标准可直接得到。
当，2—4时，B4—2．266，当n=5时，B4—2．089
2．2．2 预警的产生和解除
一般来说，“均值控制图”反映的是样本组的波动集中趋势变化，而“标准差控制图”反映的是样本各测
试值间的离散程度变化。因此从“均值控制图”上我们可看出样品在这一时段的整体指标水平，当数据点超
过UCL线时，表明在这一时段中，样品中有害物的含量已出现较大的上升趋势；而当在“标准差控制图”中
的数据点超过标准差的UCL线时，说明样本中的各个样品在该时段变化较大，离散程度高[3]。对于这两种情
形，均需引起检测人员的注意。当数据点在两种控制图中均超过UCL线时，说明该时段的各个样品既出现指
标值偏高又存在较大的波动，因此，就有必要发布预警信号，需加强检测，来降低检测风险。
在加强抽检一段时间后，当最近的样本组的均值和标准差数据点连续3点在UCL线以下时，可解除预
不合格，就产生预警信号，提醒有关人员引起注意，加强重点检测。
2．1．2预警阈值的确定
针对具体检测指标，预警阈值的确定主要依据各国技术法规中规定的有害物质最大限量值或最低检测限。
2．1．3预警的解除
对于单项指标检测不合格的预警，在以下情形下可以实施预警解除。
a)对某一报验单位或某一品种，所监测的指标连续25批未出现不合格的；
b)对所监测的指标，连续检测100个数据，未出现不合格的。
2．2特定指标检测不合格率异常波动预警
在实际检测中，大部分指标的测试结果是小于最大限量值(MRL)而大于检测低限值，在这种情况下，通
过分析测试值的走势，可提示该项指标的某种发展趋势，从而提前采取措施，加强对该项指标的监控。利用
均值一标准差控制图(X—S图)，可较准确地识别系统是否处于稳定状态[2]。
2．2．1数学模型的建立
将历史检测数据合理分组，每组数据设为挖个(咒通常为4～5个)，组的数据为k个(忌≥25)，分别以样
本号为横坐标，以该组检测数据的均值或标准差为纵坐标，分别建立“均值控制图”和“标准差控制图”。
计算各样本的均值五和标准参i。
zi一三≥：zif (9)
刀再
Si一√i与∑ 一i)2
(10)i=1(xo
式中：Xij为第i个样本的第J个数值；i为第i个组的均值；耍为子组平均值的均值；k为样本个数，一般不
少于25个滑为第i个样本的标准差。
计算k个样本的均值与标准差：
石一{≥：Xi (11)
尼—t—1
j一{室si Ⅲ，
对于均值控制图：
中心控制线CL：CL—j (13)
上控制线UCL：UCL=x+A3 5 (14)
其中A。为控制因子，可通过查GB／T4091标准可直接得到。
当订一4时，A3—1．682，当咒一5时，A3=1-427
对于标准差控制图
中心控制线CL：CL—s (15)
上控制线UCL：UCL—B4 S (14)
同样，B。为S的控制因子，也可通过查GB／T4091标准可直接得到。
当，2—4时，B4—2．266，当n=5时，B4—2．089
2．2．2 预警的产生和解除
一般来说，“均值控制图”反映的是样本组的波动集中趋势变化，而“标准差控制图”反映的是样本各测
试值间的离散程度变化。因此从“均值控制图”上我们可看出样品在这一时段的整体指标水平，当数据点超
过UCL线时，表明在这一时段中，样品中有害物的含量已出现较大的上升趋势；而当在“标准差控制图”中
的数据点超过标准差的UCL线时，说明样本中的各个样品在该时段变化较大，离散程度高[3]。对于这两种情
形，均需引起检测人员的注意。当数据点在两种控制图中均超过UCL线时，说明该时段的各个样品既出现指
标值偏高又存在较大的波动，因此，就有必要发布预警信号，需加强检测，来降低检测风险。
在加强抽检一段时间后，当最近的样本组的均值和标准差数据点连续3点在UCL线以下时，可解除预不合格，就产生预警信号，提醒有关人员引起注意，加强重点检测。
2．1．2预警阈值的确定
针对具体检测指标，预警阈值的确定主要依据各国技术法规中规定的有害物质最大限量值或最低检测限。
2．1．3预警的解除
对于单项指标检测不合格的预警，在以下情形下可以实施预警解除。
a)对某一报验单位或某一品种，所监测的指标连续25批未出现不合格的；
b)对所监测的指标，连续检测100个数据，未出现不合格的。
2．2特定指标检测不合格率异常波动预警
在实际检测中，大部分指标的测试结果是小于最大限量值(MRL)而大于检测低限值，在这种情况下，通
过分析测试值的走势，可提示该项指标的某种发展趋势，从而提前采取措施，加强对该项指标的监控。利用
均值一标准差控制图(X—S图)，可较准确地识别系统是否处于稳定状态[2]。
2．2．1数学模型的建立
将历史检测数据合理分组，每组数据设为挖个(咒通常为4～5个)，组的数据为k个(忌≥25)，分别以样
本号为横坐标，以该组检测数据的均值或标准差为纵坐标，分别建立“均值控制图”和“标准差控制图”。
计算各样本的均值五和标准参i。
zi一三≥：zif (9)
刀再
Si一√i与∑ 一i)2
(10)i=1(xo
式中：Xij为第i个样本的第J个数值；i为第i个组的均值；耍为子组平均值的均值；k为样本个数，一般不
少于25个滑为第i个样本的标准差。
计算k个样本的均值与标准差：
石一{≥：Xi (11)
尼—t—1
j一{室si Ⅲ，
对于均值控制图：
中心控制线CL：CL—j (13)
上控制线UCL：UCL=x+A3 5 (14)
其中A。为控制因子，可通过查GB／T4091标准可直接得到。
当订一4时，A3—1．682，当咒一5时，A3=1-427
对于标准差控制图
中心控制线CL：CL—s (15)
上控制线UCL：UCL—B4 S (14)
同样，B。为S的控制因子，也可通过查GB／T4091标准可直接得到。
当，2—4时，B4—2．266，当n=5时，B4—2．089
2．2．2 预警的产生和解除
一般来说，“均值控制图”反映的是样本组的波动集中趋势变化，而“标准差控制图”反映的是样本各测
试值间的离散程度变化。因此从“均值控制图”上我们可看出样品在这一时段的整体指标水平，当数据点超
过UCL线时，表明在这一时段中，样品中有害物的含量已出现较大的上升趋势；而当在“标准差控制图”中
的数据点超过标准差的UCL线时，说明样本中的各个样品在该时段变化较大，离散程度高[3]。对于这两种情
形，均需引起检测人员的注意。当数据点在两种控制图中均超过UCL线时，说明该时段的各个样品既出现指
标值偏高又存在较大的波动，因此，就有必要发布预警信号，需加强检测，来降低检测风险。
在加强抽检一段时间后，当最近的样本组的均值和标准差数据点连续3点在UCL线以下时，可解除预
警，恢复正常的检测比例。
这种基于大量历史检测数据得出的控制图，主要适用于监控一些检测不合格率较低，且测试结果能以具
体检出数据的形式表现的检测指标，如目前的甲醛含量、重金属含量、水萃取液pH值等项目。
在日常分析控制中，由于极差的计算比标准差的计算简便的多，因此可以用将极差R来替代“均值一标
准差控制图”中的标准差s，得到“均值一极差控制图(x_一R图)”。
3 基于危害物风险系数的预警
预警信号的出现，意味着该时段有害物质在检测中出现的不合格率明显上升或检测指标有明显的异常
波动，即产品中有害物质含量超标的可能性增大，风险程度较高。但实际上，由于某一特定指标的检测不合格
率是与抽查次数相联系，即与自验率紧密联系的，因此从某种意义上说，对一些自验率较低的项目，尽管检测
中所发现的不合格率很低，但其潜在的风险仍很高。因为，从统计角度分析，样本数越小，对总体的代表性就
越差，所得结果的置信度也越低。借鉴食品安全监测预警系统的经验，同样，设立“危害物风险系数”这一参
数来综合分析预警信息的产生[1]。
由于危害物产生的风险与其检测指标的不合格率、自验率和对该危害物敏感重视程度有关，因此，可作
如下定义：R’一aP+6／F+S (15)
式中：R7为危害物风险系数；P为危害物检测不合格率；F为对该危害物的抽检比例，即自验率；S为危
害物风险因子；口和b为相对应的权重系数。
实际应用时，a值建议取100，b值建议取0．1。
S值主要依据具体危害物的被关注程度和敏感程度。通常对于当前高度关注、高敏感的危害物设定S=
2；对于低关注度和低敏感度的，设定S=0．5，中等程度的设定S—l。
下面以S=1为例，说明风险系数的设定过程。
a)根据历史数据，以一定时间段划分样本(如一个月)，分别计算各个样本的抽查率E和不合格率P一总
平均抽查率R和平均不合格率P。。
b)计算各个样本的风险系数R 7i和平均风险系数R 7。及标准差仃。
c)以R7。±口为上下控制线，设定：
当R7≤R7。一口时为低风险状态，此时，可降低抽查比例；
当R7≥R7。+盯时，为高风险状态，此时，应增加抽查比例；
当R7。一盯<R7<R 7。+盯时，为中度风险状态，此时，维持现有抽查比例。
d)在平均抽查率水平下，当每批检测均为合格时，aP一0，则R7—6／R+S，此时风险为最低值。
某一实验室1～10月(以一个月为一个样本)禁用芳香胺染料(AZO)检测统计结果如表2。
由表2计算可得出： 表2 某实验室1～10月AZO检测结果统计当R7≤2．29时为低风险状态，此时，可降—百耳再丐——面夏i可万—禾否雨i巧万—瓦匿瓣
低抽查比例；
当R7≥5．35时，为高风险状态，此时，应
增加抽查比例；
当2．29<R7<5．35时，为中度风险状态，
此时，维持现有抽查比例。
e)在平均抽查率15．59％的水平下，当每
批检测均为合格时，aP一0，则R7—6／R+S
一1．64，此时风险为最低值。
4结束语
采用“控制图”原理，对涉及生态纺织品检
测指标中的一些项目采用不同分析方法建立不
1 17．18
2 20．06
3 16．14
4 17．31
5 14．93
6 15．14
7 14．73
8 14．51
9 13．35
10 14．31
平均15．59
平均标准差
低限：3．82—1．53—2．29
2．47 4．05
1．57 3．07
1．63 3．25
2．19 3．77
2．83 4．50
2．37 4．03
2．57 4．25
1．62 3．31
0．47 2．22
4．00 5．70
2．17 3．82
1．53
高限：3．82+1．53—5．35
同的预警模式。在实际应用时，应根据监测对象的不同，而选择不同的分析控制图模式，如当需要对某一类
产品或某一类企业进行监控时，应优先采用不合格数控制图(rip图)和不合格率控制图(户图)方法；当需要
对某一生态检测指标进行监控时，优先选择“均值一标准差控制图(X—s图)”或“均值一极差控制图(X。_R
图)来建立预警分析模型；而采用”危害物风险系数”方法所建立的预警模式则更能综合反映某一危害物检测
指标在不同抽查比例的情况下所显示的质量风险情况，因此，更适合于检测检疫实验室采用。
参考文献：
[1]李聪，黄逸民．食品安全监测与预警系统[M]．北京：化学工业出版社，2006：76．
[23 GB／T 4091--2001，常规控制图[S]．
[3]尤建新，张建同，杜学美．质量管理学[M]．北京：科学出版社，2003．
Establ ishment of Alert Method for Ecological Textile Test
ZHAOShan-hon91，XUXiao-chunl，YAO JiPli2，GUOFang-lon92
(1．Zhej iang Entry-Exit Inspection&Quarantine Bureau，Hangzhou 3 1 00 1 2，China；
2．Zhejiang Lead Proct Technical Co．，Ltd，Hangzhou 3 10005，China)
Abstract：In this paper，the process quality control theory and mathematical statistics method for the
testing data of laboratory ecological textile are applied．Alert methods and quality control models for different
analyzed objects are established to realize the analytical supervision{or the testing index，and pro—
vide corresponding analysis information of quality trend to enterprise and government department．The as—
tablishment of this method can help related departments to realize the purpose of quickly and valid early—
warning under existing test resources．
Key words：ecological textile；testing；alert method；quality contr01
(责任编辑：许惠儿)