CHNSpec Technology （Zhejiang）Co.,Ltd

I.소개: 색상 일관성 현대 화장품 및 개인 관리 산업에서 색상은 단순히 제품의 시각적 코팅이 아닙니다. 이는 브랜드 신뢰성과 제품 우수성을 직접적으로 표현하는 것입니다. 정확한 피부톤 블렌딩이 필요한 리퀴드 파운데이션부터 생생한 컬러 표현이 필요한 립스틱, 부드러운 색상 분산이 필요한 아이섀도우와 프레스드 파우더에 이르기까지 소비자들은 색상의 정확성에 대해 매우 안목이 높습니다. 생산 배치 간 또는 매장 내 테스터 샘플과 배송된 소매 제품 간 시각적 색상 불일치는 필연적으로 심각한 상업적 결과를 초래합니다. 고객 불만 및 반품률 증가: 소비자는 위조, 만료 또는 재구성된 제품을 의심합니다. 브랜드 자산의 침식: 프리미엄 뷰티 브랜드는 글로벌 유통 채널 전반에 걸친 엄격한 색상 균일성 없이는 높은 시장 위치를 ​​유지할 수 없습니다. 비용이 많이 드는 생산 스크랩: 충진 또는 압착 후 쉐이드 오정렬을 감지하면 원자재와 노동 시간이 크게 낭비됩니다. 이러한 위험을 제거하기 위해 화장품 제조업체(OEM, ODM 및 브랜드 소유자)는 표준화되고 정량화된 고정밀 색상 품질 관리(QC) 시스템이 필요합니다. II.화장품 색상 측정의 실무적 과제 화장품 제형은 액체, 페이스트, 압착 파우더, 반고체 등 다양한 상태에 걸쳐 있으며 진주, 운모 및 광학 변형제가 자주 포함됩니다. 이러한 특성은 광학 색상 측정을 복잡하게 만듭니다. 1. 리퀴드 파운데이션 & 컨실러 습윤-건식 색상 변화: 액체 제제는 피부에 필름이 형성되는 동안 산화 또는 수분 증발을 겪어 시각적인 톤이 바뀌는 경우가 많습니다. 품질 관리는 확립된 디지털 표준에 따라 건조 필름 상태 색상을 평가해야 합니다. 다상 산란: 파운데이션은 이산화티타늄, 산화철(빨간색, 노란색, 검은색) 및 유기 색소를 함유한 복합 유제입니다. 빛은 유제 매트릭스 내에서 광범위하게 산란되므로 표준화된 광학 조명 기하학이 필요합니다. 2. 립스틱, 립밤, 글로스 고광택 간섭: 높은 안료 농도와 왁스로 제조된 립스틱 표면은 강한 정반사를 나타냅니다. 색도계는 실제 색상 밀도를 포착하기 위해 확산 반사로부터 정반사를 분리해야 합니다. 미세 영역 곡선 형상: 기울어진 립스틱 팁은 표준 대형 조리개 색차계가 깨끗하게 밀봉할 수 없는 작고 비평면적인 표면을 특징으로 합니다. 3. 프레스드 파우더, 블러셔, 루스 파우더 압축 밀도 변화: 가압 압력의 변화는 입자 충전 밀도를 변경하여 빛 반사 및 인지된 셰이드 강도에 직접적인 영향을 미칩니다. 메타메리즘 및 효과 안료: 운모 진주가 포함된 아이섀도는 다양한 광원(예: D65 일광 대 F2 매장 조명)에서 다양한 색상 동작을 나타냅니다. III.화장품 색상 측정을 위한 광학 구성 선택 광학 기하학: 구 및 SCI/SCE 모드를 통합하는 D/8°CHNSpec 색도계 및 분광 광도계는 CIE No.15 및 ISO 7724/1 표준을 준수하는 D/8°(확산 조명, 8° 시야각) 통합 구 디자인을 활용합니다. SCI(Specular Component 포함): 반사광을 포함한 전체 반사광을 측정합니다. SCI는 표면 광택이나 질감 차이를 제거하여 포뮬러의 진정한 색소 침착을 드러냅니다. 이 모드는 원료 안료 밀도를 일치시키고 평가하는 R&D 제제에 최적입니다. SCE(Specular Component Excluded): 반사광을 차단하여 광택 있는 표면에 대한 인간의 시각적 인식과 일치합니다. SCE는 완성된 립스틱, 글로스, 반짝이는 화장품 포장을 검사하는 데 필수적입니다. IV.화장품 품질 관리를 위한 CHNSpec 색도계 솔루션 CHNSpec Technology는 휴대용 색도계부터 탁상용 분광 광도계에 이르기까지 전체 색상 측정 장비 계층을 제공합니다. 1. 휴대용 분광 광도계 및 ColorMeter 시리즈(DS-700 / DS-200 / ColorMeter) 빠른 바닥 점검, 입고 원자재 검사 및 휴대용 QA를 위해 휴대용 색도계는 필요한 이동성과 속도를 제공합니다. 반복성: DS-200 및 DS-700 시리즈와 같은 모델은 ΔE*ab ≤ 0.02 ~ 0.03의 단기 반복성을 달성하여 교대 근무 전반에 걸쳐 일관된 측정을 보장합니다. 다양한 측정 조리개: 8mm / 11mm 조리개: 소형 파우더 팬, 루스 파우더 샘플 및 드로우다운 카드에 이상적입니다. 3mm / 4mm/ 6mm 마이크로 조리개: 기울어진 립스틱 팁, 좁은 립글로스 스틱 및 작은 아이섀도 팬과 같은 작고 윤곽이 있는 표면용으로 설계되었습니다. 스마트 앱 및 클라우드 통합: CHNSpec ColorMeter 장비는 Bluetooth를 통해 iOS/Android 장치에 연결되어 공장 현장에서 즉각적인 색상 일치, 디지털 색상 라이브러리 조회 및 자동화된 합격/불합격 결정을 가능하게 합니다. 2. 고정밀 탁상형 분광 광도계(CS-820N / DS-820 시리즈)중앙 R&D 실험실, 마스터 셰이드 라이브러리 개발 및 원료 배합을 위해 벤치탑 분광 광도계는 분석 정밀도를 제공합니다. 매우 높은 반복성 및 기기 간 일치: 반복성 ΔE*ab ≤ 0.02, 기기 간 일치는 ΔE*ab ≤ 0.15 ~ 0.25 내에서 제어되어 전 세계 여러 공장 및 실험실에서 원활한 데이터 호환성을 보장합니다. 스펙트럼 범위(360nm - 780nm): 전체 가시광선 및 근자외선 스펙트럼 분석은 다중 광원 조건에서 메타메릭 쌍을 식별합니다. 이중 반사 및 전송 모드: 반사 모드: 전용 파우더 홀더와 큐벳을 사용하여 고체 립스틱, 불투명 크림 파운데이션, 압축 파우더를 수용합니다. 투과 모드: 투명하거나 반투명한 액상 제제(샴푸, 세럼, 투명한 립 틴트)의 빛 투과율과 색좌표를 측정합니다. UV 포함/배제 필터: UV 필터 또는 형광 증백제가 포함된 제제에는 제어된 UV 조명이 필요합니다. CHNSpec 벤치탑 모델에는 조정 가능한 UV 필터가 포함되어 있어 UV 여기 유무에 관계없이 실제 색상을 측정할 수 있습니다. V. 결론 화장품 산업의 세계화와 품질 향상을 배경으로 전통적인 시각적 색상 검사는 현대 미용 공급망의 세련된 요구에 직면하면서 점차 한계를 드러내고 있습니다. 객관적인 디지털 색도계 장비를 채택하면 기업은 R&D 과정에서 색상 수를 더욱 정확하게 결정할 수 있을 뿐만 아니라 생산 단계에서도 효과적인 품질 관리 방어선을 구축할 수 있습니다.

현대 산업 제조업에서 색의 일관성은 브랜드 가치와 품질 통제를 직접적으로 결정합니다.컬로미터 / 스펙트럼 포토미터는 품질 관리 실험실에서 필수적인 정밀 도구입니다.그러나 많은 조달 관리자는 종종 공통의 딜레마에 직면합니다. "우리의 시험 재료는 매우 다양합니다. 일부는 액체, 일부는 분말, 일부는 불규칙 고체입니다.정확한 측정 데이터와 반복성을 보장하기 위해 어떤 컬로미터 아키텍처를 선택해야합니까?"라고 하더군요.시험 물질의 물리적 형태 (액, 분말, 고체) 는 빛이 표면을 가로지르거나 통과하는 것을 반사, 전달 및 흩어지는 방법을 직접적으로 결정합니다.잘못된 컬로미터 또는 잘못된 조명 장치 선택으로 인해 심각한 색상 데이터가 왜곡됩니다.이 포괄적인 가이드는 소재의 상태에 따라 컬로미터를 올바르게 선택하는 방법을 분석하고 CHNSpec 기술의 솔루션을 소개합니다. I. 액체 물질에 대한 색 측정: 전송 및 굴절의 예술 1액체 색을 측정하는 기술적 도전액체 물질은 음료, 식용유, 석유화학, 의약품 및 용매와 같은 액체이며 투명성이 다양하며 빛이 쉽게 침투 할 수 있습니다.완전 투명 또는 반투명 액체용, 빛은 표본을 직접 통과합니다. 표준 반사 기반 컬로미터는 정확한 CIE 실험실 값을 생성 할 수있는 충분한 반사 빛을 캡처 할 수 없습니다.액체의 유동성 및 휘발성 때문에 예외적인 오염 방지 설계를 갖춘 장비가 필요합니다.. 2핵심 선택 요인광학적 기하학: 기기는 D/0 (분산 조명, 0도 시야) 전송 측정 모드를 지원해야 합니다.부속 지원: 고품질의 큐베트 또는 쿼츠 유리 시험 장치는 액체 샘플의 고정 두께를 유지하기 위해 필수적입니다.산업 지표: 장치는 APHA/Hazen (Pt-Co), Gardner 및 Saybolt와 같은 액체 특유의 색상 지표를 지원해야합니다. 3.CHNSpec 권장 모델: CS-821N / CS-820P 벤치 톱 스펙트럼 포토미터액체 측정의 경우 벤치 톱 모델은 비교할 수 없는 광적 안정성을 제공합니다.CHNSpec CS-821N / CS-820P: 이 고급 벤치 톱 스펙트럼 광대 측정기는 반사 D/8 및 전송 D/0 기하학을 지원하는 통합 아키텍처를 갖추고 있습니다.그 들 의 넓은 송전실 (옆 또는 위쪽에 위치) 는 쿼츠 큐베트의 여러 가지 사양 을 쉽게 수용 할 수 있다그들은 CIE 실험실 색상의 차이를 정확하게 측정할 뿐만 아니라 중요한 액체 색상 지표를 직접 출력합니다. 파우더 재료의 색상 측정: 산란 및 질감 과제 극복1파우더 컬러 측정의 기술적 도전가루 물질 (가루, 티타늄 이산화, 색소, 화장품 가루, 시멘트 등) 은 수많은 미세먼지로 구성된 표면을 가지고 있습니다.컬로미터의 빛이 분말 표면에 닿을 때, 심한 다각 분산이 발생합니다. 분말 포장지의 밀도가 변하거나 곡물의 크기가 불규칙하다면,컬로미터는 동일한 샘플을 측정할 때에도 매우 다른 데이터를 얻을 것입니다.. 2핵심 선택 요인측정 오프레어: 큰 오프레어를 가진 컬로미터가 강력하게 권장됩니다. 더 큰 측정 영역은 파우더의 표면 불규칙성을 효과적으로 평균합니다.안정적이고 반복 가능한 데이터를 제공.특수 테스트 셀 / 파우더 프레스: 완전히 평평한 측정 표면을 보장하기 위해,분말은 특화된 분말 테스트 셀에 충전되거나 분말 프레스로 안정적인 "색 케이크"로 압축되어야 합니다..조명 구조: D/8 (분산 조명, 8도 관측) 스펙트럼 광도계가 선호되며, 그것은 곡성 표면에 작은 그림자에 의해 발생하는 측정 오류를 효과적으로 제거합니다. 3.CHNSpec 권장 모델: DS-807 대광선 분광도CHNSpec DS-807: 곡선과 분말을 위해 특별히 설계되었습니다. 그것은 50mm의 초대 측정 오프레어를 자랑합니다. 이 거대한 오프레어는 쉽게 분말 표면 불일치를 처리합니다.지나치게 엄격한 압축 기술을 필요로 하지 않고 매우 반복 가능한 데이터를 제공. III.고체물질의 색상 측정: 질감, 모양 및 광택 변동에 적응1고체색 측정의 기술적 도전고체 물질은 가장 광범위한 응용 분야와 가장 복잡한 물리적 변형을 나타냅니다.일반 및 평면 고체: 플라스틱 시트, 금속 판, 종이 직접 측정하기 가장 쉽다.불규칙 및 작은 고체: 플라스틱 필렛, 직물 가닥 및 작은 전자 부품.반짝이는 고질 고체: 자동차 코팅, 가죽 및 3D 프린팅 부품.표면 빛과 질감은 인간의 눈의 색을 인식하는 방식을 크게 왜곡합니다.컬로미터는 SCI (스펙룰러 컴포넌트 포함) 및 SCE (스펙룰러 컴포넌트 제외) 데이터를 분리할 수 있어야 합니다.. 2핵심 선택 요인광학 기하학: D/8 (SCI/SCE) 구조는 고체 색 검사를 위한 보편적 표준이다. SCI 모드는 진정한 색 형식을 평가한다.SCE 모드는 사람의 눈에서 보는 색을 정확하게 평가합니다 (방광에 영향을 받습니다)순수한 코팅 또는 인쇄물에는 인간의 시각 관찰 습관과 밀접하게 일치하도록 45/0 기하학을 선택할 수 있습니다.멀티 아프터처 스위칭: 다른 차원의 고체를 측정하려면 색소 측정기가 이상적으로 다양한 아프터처 크기 (예를 들어, 8mm, 4mm, 3mm) 를 자동으로 인식하고 전환해야합니다.카메라 타겟팅: 고체 부품의 특정 마이크로 영역을 측정하려면 완벽한 정렬을 위해 내장된 카메라 뷰포트가 필수적입니다. 3.CHNSpec 권장 모델: DS-700D 휴대 컬러 미터CHNSpec DS-700D: CHNSpec의 휴대 스펙트럼 사진 측정기 중 대표 모델로,동시에 SCI/SCE 측정을 지원하고 뛰어난 반복성과 함께 예외적인 기기 간 협정을 제공합니다.지능형 자동 광선 인식 기능으로 장착되어, 광대 면적의 플라스틱 시트에서 현미경형 고체 부품에 이르기까지 다양한 색 감지 요구를 유연하게 충족시킵니다. IV.결과물질의 물리적 특성을 컬로미터의 기술적 매개 변수와 정확하게 일치시키면 기업들은 일반적인 측정 오류를 효과적으로 최소화 할 수 있습니다.포괄적인 제품 라인업과 수많은 특허 기술을 활용하여, CHNSpec 기술은 액체, 파우더 및 고체를 포함하는 전체 시나리오 색상 관리 솔루션을 고객에게 제공합니다.CHNSpec는 국제 표준에 순조롭게 색상 품질 통제를 돕기 위해 맞춤 컬로미터를 제공합니다.

치열한 경쟁을 벌이는 글로벌 FMCG(Fast-Moving Consumer Goods) 시장에서 식품 포장은 제품을 보호하기 위한 단순한 용기 그 이상으로 브랜드의 조용한 대변인입니다. 소비자가 슈퍼마켓 진열대 앞에 서서 동일한 코카콜라나 레이의 감자칩을 보고 있는데, 포장의 여러 배치에 "빨간색에서 보라색으로 이동" 또는 "노란색에서 녹색으로 이동"과 같은 명백한 색상 변화가 있음을 발견했다고 상상해 보십시오. 그들은 어떻게 생각할까요? 대부분의 소비자는 첫 번째 반응은 "이것이 위조품인가요?"입니다. 또는 "이 제품이 만료되었나요?" 이것이 브랜드 컬러 일관성의 가혹한 현실이다. 식품 브랜드의 경우 포장 인쇄의 색상 편차는 브랜드 신뢰도에 직접적인 손상을 줄 수 있습니다. 그러나 식품 포장재는 매우 복잡합니다. 유연한 플라스틱 포장과 알루미늄 호일부터 판지 상자와 골판지 상자에 이르기까지 다양한 재질, 잉크 배치, 인쇄 공정(예: 플렉소그래피, 그라비어, 디지털 인쇄)이 모두 색상 변화에 영향을 미칩니다. 이 문제점을 어떻게 해결할 수 있습니까? 대답은 육안 평가를 포기하고 디지털 색상 관리를 선호하는 데 있습니다. 그리고 이러한 디지털 관리의 핵심 도구는 측색계와 분광 광도계입니다. I. 식품 포장 인쇄에서 색상 제어를 방해하는 4가지 주요 장애물솔루션을 시작하기 전에 식품 포장의 색상 제어가 왜 그렇게 어려운지 이해해야 합니다. 1.기질 다양성:식품 포장에는 라미네이트 필름, 금속 호일, 크라프트지, 플라스틱 등 다양한 재료가 사용됩니다. 각 재료에는 고유한 반사율, 흡수율 및 기본 색상이 있습니다. 서로 다른 재질에 인쇄된 동일한 잉크는 육안으로 보면 크게 다르게 보입니다. 2. 잉크 및 코팅 변형:동일한 제조업체의 잉크라도 배치 간에 약간의 차이가 나타날 수 있습니다. 또한 식품 포장에 일반적으로 사용되는 수성 잉크는 매우 민감합니다. 점도와 pH를 약간 조정하면 최종 색상이 변경됩니다. 3. 인쇄 프로세스의 복잡성:윤전 그라비어 인쇄의 빠른 속도, 플렉소그래피의 아니록스 롤러 마모, 오프셋 인쇄의 수성 잉크 균형 및 후속 라미네이션 공정과 같은 요인으로 인해 모두 예측할 수 없는 색상 드리프트가 발생합니다. 4. 메타머리즘 및 인간 오류:육안 검사는 매우 주관적입니다. 이는 주변 조명, 작업자 피로, 두 ​​색상이 하나의 광원(예: D65 일광)에서는 일치하지만 다른 광원(예: 매장 형광등)에서는 완전히 다르게 보이는 조건등색 현상의 영향을 쉽게 받습니다. II.디지털 색상 관리: ΔE(색차)의 이해주관적인 오류를 완전히 제거하기 위해 인쇄 및 포장 산업은 CIE Lab 색 공간과 ΔE 색차 공식을 사용합니다. 현대 식품 포장 공급망에서 글로벌 브랜드는 인쇄 공급업체에 대해 엄격한 허용 오차를 적용합니다. ΔE < 1.0:고도로 훈련된 눈이나 도구에만 감지될 수 있습니다. 이는 일류 국제 브랜드가 요구하는 프리미엄 표준입니다. 1.0 ≤ ΔE < 2.0:경험이 풍부한 QA 검사관에게 눈에 띕니다. 일반적으로 식품 포장에 대한 상업적 합격 표준으로 인정됩니다. ΔE ≥ 2.0:소매점 진열대에서 일반 소비자가 쉽게 발견할 수 있습니다. 이는 종종 배송 거부 및 높은 재정적 손실로 이어지는 허용할 수 없는 편차를 나타냅니다. 정밀 장비를 통한 정량적 측정이 없으면 프레스 작업자는 생산 실행 중에 데이터 기반 실시간 조정을 수행할 수 없습니다. III.CHNSPEC 식품 포장용 컬러 솔루션 및 권장 모델1. 생산 QC 및 휴대용 챔피언: CHNSPEC DS-700D 분광 광도계인쇄 현장, 잉크 혼합실, QA 실험실 사이를 자주 이동해야 하는 품질 관리 팀에게 DS-700D는 확실한 성능과 가치의 왕입니다. 핵심 이점:이는 탁월한 기기 간 일치(ΔE*ab ≤ 0.2)와 높은 반복성(≤ 0.02)을 자랑합니다. 이를 통해 한 시설의 DS-700D에서 측정된 데이터가 전 세계 다른 현장에서 사용되는 장치와 완벽하게 일치하도록 보장됩니다. 포장별 성능:SCI(Specular Component 포함) 및 SCE(Specular Component Excluded) 측정을 동시에 지원합니다. 반사율이 높은 적층 플라스틱 스낵 백이나 무광택 판지 상자를 측정하는 경우 실제 색상 프로필을 정확하게 캡처합니다. 스마트 연결:모바일 앱 및 PC 색상 관리 소프트웨어와 원활하게 연결되어 데이터가 실시간으로 클라우드에 동기화되므로 글로벌 식품 브랜드가 해외 계약 제조업체를 모니터링하는 데 이상적인 도구입니다. 2. 잉크 및 도트 제어 전문가: CHNSPEC EX 시리즈 인쇄 분광농도계(EX PRO/MAX)귀하의 시설이 상업용 오프셋, 골판지 상자 인쇄 또는 윤전 그라비어 유연 포장에 중점을 두고 있다면 색상 차이 데이터 그 이상이 필요합니다. 예를 들어 잉크 필름 두께와 도트 동작을 알아야 합니다. CHNSPEC EX 시리즈는 인쇄소용으로 특별히 제작되었습니다. 핵심 이점:고정밀 분광 광도계 색상 측정과 고급 인쇄 농도계를 완벽하게 통합합니다. 필수 인쇄 제어 기능:도트 게인(색상 값 증가), 트래핑, 인쇄 대비 및 잉크 밀도와 같은 중요한 인쇄 매개변수를 측정합니다. 이중 위치 지정 시스템(물리적 정렬 + 내장 카메라 뷰파인더)을 통해 작업자는 포장 가장자리에 있는 작은 색상 막대를 쉽게 타겟팅하고 측정할 수 있습니다. 가장 적합한 대상:종이 식품 상자, 액체 우유 상자 및 대형 골판지 외부 배송 케이스. 결론식품 포장의 세계에서 색상은 판매를 의미하며, 색상은 브랜드 안전성을 의미합니다. CHNSPEC의 고정밀 색도계 및 분광 광도계를 구현하면 포장 인쇄업체가 반응형 추측에서 사전 예방적인 데이터 중심 품질 관리로 전환할 수 있습니다. 이는 폐기물을 대폭 최소화하고 잉크 비용을 절감하며 인쇄물 활용도를 최적화할 뿐만 아니라

소개: 플라스틱 및 사출 성형 산업에서 색상 일관성은 단순한 미적 매개변수가 아니라 브랜드의 품질과 신뢰성을 직접적으로 반영합니다. 다중 배치 생산, 원자재 변동, 재활용 재료 혼합 및 복잡한 부품 조립에 직면했을 때 성형업체는 어떻게 정확한 색상 제어를 달성할 수 있을까요? I. 사출 성형의 "색차 악몽" 플라스틱 부품의 실제 생산 과정에서 배치 간 색상 편차는 흔하고 어려운 문제점입니다. 색상 변동을 유발하는 요인은 다각적입니다: 1. 원자재 변동: 플라스틱 수지(예: PP, ABS, PC)의 배치마다 약간의 기본 색상 차이가 존재합니다. 색상 마스터배치 및 안료의 불균일한 분산 또는 비율 불일치도 색상 변화를 유발합니다. 2. 공정 매개변수 드리프트: 사출 성형 중 배럴 온도, 사출 압력, 유지 시간 및 금형 온도의 변화는 열 분해를 유발하거나 미세 표면 결정도를 변경하여 빛 반사 및 광택을 변화시킬 수 있습니다. 3. 재활용 재료 사용: 비용 절감 또는 환경 규제 준수를 위해 성형업체는 종종 재활용 재료를 혼합합니다. 반복적인 가열은 폴리머를 전단하여 황변을 유발하고 혼합물 제어를 크게 복잡하게 만듭니다. 4. 표면 질감 효과: 다른 확산 반사 경로로 인해 동일한 색상 공식이라도 광택 표면과 질감(무광/결) 표면에서 인간의 눈에는 확연히 다르게 보입니다. II. 표준화된 색상 QC 워크플로우 구축 시각적 평가에만 의존하면 주요 주관적 편향(예: 주변 조명 조건, 작업자 눈의 피로, 생리적 차이)이 발생합니다. 고정밀 분광광도계를 통합하는 것이 과학적이고 정량적인 색상 관리를 달성하는 유일한 방법입니다. 표준 QC 워크플로우에는 다음이 포함됩니다: 1단계: 디지털 표준 설정고객이 제공한 물리적 표준 샘플을 분광광도계로 측정합니다. 절대 과학적 값(L*(밝기), a*(적색/녹색), b*(황색/청색) 및 스펙트럼 반사율 곡선)을 기기에 직접 저장합니다. 2단계: 현실적인 색상 허용 오차 정의플라스틱 분야에서는 일반적으로 ΔE*ab 또는 인간의 눈에 더 잘 맞는 ΔE*00이 합격/불합격 지수로 사용됩니다.고정밀 조립품(자동차 내장재, 3C 전자제품): ΔE*ab < 0.5.일반 소비재: ΔE*ab < 1.0. 3단계: IQC 및 FAI(입고 및 최초 샘플 검사)입고되는 마스터배치 및 원료 펠릿에 대한 신속한 샘플링을 수행합니다. 또한 각 성형 실행 시작 시 생산되는 "최초 샘플"을 확인하여 공정 매개변수가 드리프트되지 않았는지 확인해야 합니다. 4단계: IPQC(공정 중 품질 관리) 생산 중 완성된 제품을 주기적으로 샘플링합니다. 저장된 디지털 표준과 측정을 비교합니다. ΔE가 임계값에 접근하면 즉시 성형 온도 또는 공급 비율을 조정합니다. III. 권장 CHNSpec 모델 및 주요 응용 분야 1. 복잡하거나 곡선이 있거나 작은 플라스틱 부품용: CHNSpec DS-700D 분광광도계 주요 강점: 도구 없는 다중 조리개 전환, 스마트 자동 보정, 고정밀 듀얼 패스 CMOS 과제: 성형 부품은 종종 복잡한 곡선, 좁은 홈, 리브 또는 작은 클립을 특징으로 합니다. 단일 대형 조리개는 빛샘을 유발하여 잘못된 측정을 초래할 수 있습니다. CHNSpec DS-700D 솔루션: 하나의 장치에 3개의 조리개: 11mm, 6mm 및 작은 부품용 특수 1mm X 3mm 스트립 조리개가 표준으로 제공됩니다. 도구 없이 몇 초 안에 조리개를 전환할 수 있습니다. 지능형 자동 보정: 프리미엄 지르코니아(ZrO₂) 백색 타일 보정 베이스가 장착되어 있습니다. 베이스에서 자동으로 자체 보정되어 수동 보정 오류를 제거하고 타일을 긁힘으로부터 보호합니다. SCI 및 SCE 호환: 반사광 성분 포함(SCI) 및 반사광 성분 제외(SCE) 모드를 모두 지원합니다. 금형 마모가 부품의 광택을 변경할 때 SCI 모드는 광택 요소를 분리하여 실제 안료 색상 차이를 측정하여 엔지니어가 배합 오류를 정확히 찾아내는 데 도움을 줍니다. 2. 고유연성 생산 라인용: CHNSpec DS-420 분광광도계 주요 강점: 최대 10개의 측정 조리개, 카메라 뷰파인더, 뛰어난 ROI 과제: 계약 사출 성형업체는 매일 다양한 제품 유형을 취급하므로 대형 평면 패널부터 작은 버튼까지 모든 것을 측정할 수 있는 유연한 장비가 필요합니다. CHNSpec DS-420 솔루션: 10개의 조리개: 3mm에서 11mm까지 다양한 10개의 안정적이고 민첩한 조리개를 제공하여 OEM 공장을 위한 궁극적인 다목적 도구입니다. 카메라 보조 위치 지정: 부품 가장자리 근처의 잘못된 정렬은 측정 데이터를 손상시킵니다. DS-420의 내장 카메라는 화면에서 정확한 측정 영역을 실시간으로 볼 수 있도록 하여 정확한 정렬을 보장합니다. 3. 투명/반투명 플라스틱 및 필름용: CHNSpec CS-700 색상 헤이즈 측정기 주요 강점: 색상, 헤이즈 및 투과율의 올인원 측정 과제: 광 가이드, 휴대폰 케이스, 광 확산기 및 플라스틱 포장 필름과 같은 광학 부품의 경우 색상 관리는 절반에 불과합니다. 최적의 광학 특성을 보장하기 위해 투과율(T%) 및 헤이즈도 엄격하게 제어해야 합니다. CHNSpec CS-700 솔루션: ASTM D1003/D1044, ISO 13468 및 기타 글로벌 표준을 완벽하게 준수합니다. 단일의 초고속 테스트에서 색상 지표(Lab, 황색도, 백색도)와 헤이즈 및 광 투과율을 제공합니다.

법의학 서문커피, 주스, 알코올과 같은 음료의 흔적 얼룩은 범죄 현장에서 흔하게 발견되어 육안으로 종류를 구별하기 매우 어렵습니다. 기존의 탐지 방법은 주로 샘플링 및 화학적 발색 처리에 의존하는데, 이는 물리적 증거를 손상시키기 쉽고 후속 검토에 해롭습니다. Nature에 발표된 연구는 초분광 영상, 대역 선택 및 딥 러닝을 결합한 완전한 분석 솔루션을 구축했습니다. 이 솔루션은 9가지 범주의 음료 얼룩에 대한 비파괴 식별 실험을 수행하여 범죄 수사 흔적 증거 탐지에 새로운 관점을 제공했습니다. 이 연구를 통합하여 CHNSpec는 법의학 분야에서 초분광 기술의 적용 가치를 논의합니다. I. 기존 물리적 증거의 어려움탐지1. 시각적 인식에는 상당한 한계가 있습니다. 커피와 차, 또는 위스키와 럼주는 시각적으로 매우 유사하여 수동으로 구별하기가 매우 어렵습니다. 2. 화학적 테스트는 얼룩의 원래 형태를 파괴하여 물리적 증거를 반복적으로 검증할 수 없게 합니다. 3. 일반 분광계 장비는 단일 지점 획득만 가능하여 넓은 영역의 흔적 탐지에 시간이 오래 걸립니다. 4. 종이 색상 차이 및 얼룩의 공기 건조/산화와 같은 간섭이 판단을 방해하여 표준화된 데이터 지원이 부족합니다. 초분광 영상은 비접촉, 전체 필드 획득의 장점을 활용하여 화학적 스펙트럼 지문을 얻어 위의 단점을 보완하고 흔적 증거 분석을 위한 실용적인 광학 도구가 됩니다. II. 실험에서 초분광 카메라가 수행하는 핵심 작업이 연구는 400-1000nm 가시광선-근적외선 초분광 영상 장치를 사용했으며, 204개의 연속 스펙트럼 대역을 갖추고 있어 다양한 얼룩의 3D 스펙트럼 데이터 큐브(2D 공간 좌표 + 1D 스펙트럼 곡선)를 완전히 수집했습니다. 전체 획득 과정은 표준화되고 재현 가능합니다. 1. 다중 시나리오 표준화 스펙트럼 획득이 연구는 실제 범죄 현장 조건을 시뮬레이션하여 온도, 습도, 광원 각도 및 얼룩 방울 부피를 균일하게 제어하여 9가지 범주의 음료(파파야 주스, 커피, 석류 주스, 오렌지 주스, 차, 레드 와인, 위스키, 럼주, 브랜디)에 대한 이미징을 수행했습니다. 기판은 흰색, 분홍색, 갈색 흡수성 종이 타월을 포함했으며, 평평한 형태와 접힌 형태 모두 포함했습니다. 산화 및 증발로 인한 스펙트럼 변화를 포착하기 위해 0~5시간 동안 6번의 시간 간격으로 획득을 수행했습니다. 각 얼룩에 대해 1.5x1.5cm의 반사 방지 ROI(관심 영역)를 지정하여 가장자리 간섭 픽셀을 제거하여 데이터 순도를 보장했습니다. 촬영 전에 흰색 보드 반사 보정 및 암전류 보정을 완료하여 데이터를 표준화된 반사율 곡선으로 균일하게 변환했습니다. 이를 통해 장비 및 조명으로 인한 숫자 편차를 제거하여 다른 샘플 간의 스펙트럼 차이를 수평적으로 비교할 수 있었습니다. 2. 보이지 않는 화학적 스펙트럼 특성 포착모든 이미징 픽셀은 고유한 스펙트럼 곡선을 생성하여 다른 파장에서의 반사 값을 기록하여 인간의 눈으로는 인식할 수 없는 화학적 차이를 밝혀냅니다. 레드 와인과 석류 주스는 안토시아닌이 풍부하여 400-700nm 가시광선 범위에서 낮은 반사 값을 보입니다. 커피와 차 폴리페놀은 청록색 대역에서 고유한 흡수 특성을 나타냅니다. 위스키와 럼주의 구별 신호는 750-900nm 근적외선 범위에 집중되어 있습니다. 눈으로는 매우 동일해 보이는 두 가지 유형의 음료 얼룩을 구별하는 것은 바로 수백 개의 연속 대역의 미세 데이터입니다. 3. 완전한 표준화된 증거 데이터셋 구축장비는 120,000개 이상의 원시 스펙트럼 샘플을 수집했습니다. 노이즈 및 중복 픽셀을 정리한 후 110,000개 이상의 유효 스펙트럼 샘플이 형성되었으며, 각 샘플은 204차원 스펙트럼 특징에 해당하여 후속 대역 선택 및 딥 러닝 훈련의 원시 데이터 기반 역할을 합니다. 충분하고 다변량적인 스펙트럼 샘플은 알고리즘이 다양한 기판 및 공기 건조 시간 하에서 얼룩의 안정적인 스펙트럼 패턴을 학습하도록 지원하여 환경으로 인한 인식 변동을 줄입니다. III. 지원 알고리즘 흐름: 차원 축소 + 다중 모델 비교를 통한 식별 안정성 향상원시 초분광 데이터는 많은 수의 대역을 가지고 있으며, 이러한 대역 간에는 중복이 존재합니다. 직접 모델링하면 계산 부담이 증가하므로, 연구에서는 2단계 데이터 최적화 방안을 도입했습니다. 1. ANOVA 대역 선택을 통한 효과적인 판별 대역 유지ANOVA F-검정을 사용하여 각 대역의 판별 능력(클래스 간 분산 / 클래스 내 분산)을 계산하고, 판별 성능에 따라 204개 대역의 순위를 매겼습니다. 서로 다른 대역 수에 해당하는 인식 성능에 대한 5-겹 교차 검증 테스트를 통해, 모델링을 위해 162개의 높은 판별력을 가진 대역이 최종적으로 선택되어 데이터 계산 규모를 줄이면서 인식 성능을 유지했습니다. 2. 네 가지 유형의 딥 러닝 모델 비교 검증선택된 162차원 스펙트럼 데이터를 기반으로, MLP, 1D-CNN, LSTM 및 CNN-LSTM 하이브리드 네트워크의 네 가지 주류 네트워크 모델을 통일된 하이퍼파라미터로 훈련했습니다. 정밀도, 재현율, F1-점수 및 전체 정확도를 균일하게 사용하여 평가했습니다. MLP(다층 퍼셉트론) 완전 연결 네트워크: 실험 분류에서 다른 모델보다 우수한 성능을 보이며 전역 스펙트럼 특징을 맞추는 데 안정적인 성능을 보였습니다.1D-CNN: 인접 대역의 국소 스펙트럼 변동을 포착하는 데 뛰어났습니다. LSTM: 연속 스펙트럼 대역의 순차적 특징 학습에 적합했습니다. CNN-LSTM 하이브리드 구조: 국소 및 순차적 특징을 통합했지만, 데이터 양의 영향으로 인해 단일 네트워크보다 인식 성능이 떨어졌습니다. 동시에, 쌍체 t-검정 및 McNemar 검정을 통해 모델 간의 성능 차이가 통계적으로 유의미하다는 것을 검증하여 무작위 샘플링으로 인한 변동 간섭을 배제했습니다. 3. 식별 혼동 원인을 설명하는 스펙트럼 패턴모델의 오분류 논리는 스펙트럼 곡선에서 직관적으로 볼 수 있습니다. 커피와 차의 곡선은 400-550nm 범위에서 크게 겹치고, 위스키와 럼주는 근적외선 범위에서 미묘한 차이만 보입니다. 이 두 쌍의 샘플은 상호 오판되기 쉬우며, 이는 모델의 혼동 행렬 결과와 일치하여 스펙트럼 데이터가 인식 오류를 설명하고 식별 결과의 해석력을 향상시킬 수 있음을 증명합니다. IV. 법의학 증거에서 초분광 영상의 핵심 응용 가치1. 물리적 증거의 완전한 보존: 전체 과정에 시약이 필요 없고 얼룩과의 접촉이 없습니다. 탐지 후 샘플은 다른 식별을 위해 보존될 수 있으며, 사법 물리적 증거 사양을 준수합니다. 2. 수사 효율성 향상: 단일 이미징 세션으로 전체 얼룩 영역의 전체 스펙트럼을 수집하며, 점별 샘플링이 필요 없어 신속한 현장 스크리닝에 적합합니다. 3. 시각적으로 유사한 흔적 구별: 수백 개의 연속 대역이 유기물 및 안료의 미묘한 광학적 차이를 포착하여 시각적 구별 딜레마를 해결합니다. 4. 강력한 환경 적응성: 실험을 통해 장비가 다양한 배경색, 접힘 및 공기 건조 상태의 얼룩에 적응할 수 있음을 검증했으며, 향후 직물, 자격 증명, 피부 및 기타 기판으로 확장될 잠재력이 있습니다. 5. 데이터의 디지털 보존: 스펙트럼 값을 내보내고 보관하여 점진적으로 흔적 스펙트럼 라이브러리를 구축하여 지능형 샘플 비교를 달성할 수 있습니다. 제품 추천: FigSpecFS-23 이미징 초분광 카메라 이미지 해상도: 1920*1920 스펙트럼 범위: 400-1000nm 스펙트럼 해상도(FWHM): 2.5nm 스펙트럼 채널 수: 1200 면책 조항이 콘텐츠는 Nature의 공개 학술 문헌을 기반으로 편집되었습니다(문헌 링크: https://www.nature.com/articles/s41598-026-49928-8). 이는 산업 기술 토론 및 대중 과학 학습만을 위한 것이며, 상업적 약속을 구성하지 않으며, 투자 참조의 기초로 사용될 수 없습니다. 텍스트에 나열된 실험 데이터 및 결론은 테스트 환경, 샘플 개별 차이 및 모델 구축 계획과 같은 여러 변수의 간섭을 받을 수 있습니다. 실제 시나리오에 적용되는 경우, 관련 효과는 특정 사용 사례와 결합된 독립적인 테스트를 통해 검증되어야 합니다.

현대 제조업에서 "색상"은 제품 품질과 브랜드 무결성을 정의하는 중요한 지표입니다. 플라스틱, 코팅, 직물, 인쇄 등 어떤 분야에서든 약간의 색상 차이로 인해 제품이 거부되고 상당한 재정적 손실이 발생할 수 있습니다. 색상을 정확하게 정량화하고 관리하기 위해 전 세계 품질 관리(QC) 팀은 색도계 또는 분광 광도계를 사용합니다. 그러나 L*, a*, b* 및 ΔE 값이 표시된 데이터 시트를 받았을 때 이를 해석하는 방법을 알고 계십니까? 이 가이드는 이러한 색상 측정을 이해하여 색상 검사를 마스터하는 데 도움이 됩니다. I.CIE L*a*b* 색공간이란 무엇입니까? 글로벌 산업에서 가장 널리 사용되는 수학적 색상 모델은 1976년 국제 조명 위원회(CIE)에서 설립한 CIE L*a*b* 색상 공간(일반적으로 Lab 공간이라고 함)입니다. 이는 3개의 수직 축으로 정의되는 3D 색상 공간입니다.   1.L*(밝기 축): 색상이 얼마나 밝은지 어두운지를 나타냅니다. L*= 100은 순백색을 나타냅니다. L*= 0은 순수한 검정색을 나타냅니다. 2.a*Red-Green 축): 빨간색/녹색 색도를 나타냅니다. 양수 값(+a*)은 빨간색 쪽으로 추세를 나타냅니다. 음수 값(-a*)은 녹색을 향한 추세입니다.   3.b*(노란색-파란색 축): 노란색/파란색 색도를 나타냅니다. 양수 값(+b*)은 노란색으로 향하는 추세입니다. 음수 값(-b*)은 파란색 쪽으로 추세를 나타냅니다. II.색도계에서 Δ(델타) 값을 읽는 방법은 무엇입니까? 실제 품질 관리에서는 절대 L*, a*, b* 값을 별도로 보는 경우가 거의 없습니다. 대신 샘플을 대상 표준과 비교합니다. 차이점은 그리스 문자 Δ(델타)로 표시됩니다. 1. ΔL*, Δa* 및 Δb*에 대한 +/- 기호 해석: 미터법 양(+) 값의 의미 음(-) 값의 의미 ΔL* 더 밝음/더 하얗게 (샘플이 표준보다 가벼움) 어둡게/검게(샘플이 표준보다 어둡습니다) Δa* 더 붉게(빨간색이 많음/녹색이 적음) 더 푸르게(녹색이 많음/빨간색이 적음) Δb* 황색(노란색이 많음/파란색이 적음) 더 푸르게(녹색이 많음/빨간색이 적음) 실제 예: 색도계가 다음과 같이 표시되는 경우: ΔL*= +0.5, Δa* = -1.2, Δb* = +0.8. 해석: 샘플 색상은 표준 대상보다 약간 더 밝고 녹색이며 노란색입니다. III.ΔE(총 색차)란 무엇입니까? ΔE는 전체 색상 차이를 나타냅니다. 피타고라스 정리를 사용하여 3D CIE Lab 색 공간에서 샘플과 표준 사이의 직선 거리로 계산됩니다. ΔE는 밝기, 빨간색/녹색, 노란색/파란색의 모든 편차를 이해하기 쉬운 단일 숫자로 압축합니다. 글로벌 구매자와 공급업체는 일반적으로 계약서에 합격/실패 임계값으로 특정 ΔE 한도를 설정합니다. ΔE 범위 및 인간의 시각적 인식: ΔE < 0.2: 인간의 눈으로 감지할 수 없습니다. 일반적으로 고급 분광 광도계에 대한 기기 간 합의 벤치마크로 사용됩니다. 0.2 < ΔE < 1.0: 매우 작은 차이. 숙련된 색상 전문가만이 통제된 특정 조명 아래에서는 색상을 거의 알아차릴 수 없습니다. 1.0 < ΔE < 2.0: 약간의 차이. 샘플과 표준품이 나란히 배치되어 있지 않으면 눈에 띄기 어렵습니다. 이는 대부분의 소비자 제품에 허용되는 한도입니다. 2.0 < ΔE < 4.0: 인지 가능한 차이. 훈련받지 않은 눈이라도 변화를 즉시 알아차릴 수 있습니다. ΔE > 4.0: 명백하고 심각한 색상 불일치. 일반적으로 제품 거부로 이어집니다. IV. 품질 관리 향상: CHNSpec 색상 측정 장비 1. 휴대용 분광 광도계: CHNSpec DS-700D 공장 현장, 창고 또는 고객 현장 방문 중에 이동 중에도 빠른 측정이 필요한 경우 CHNSpec DS-700D가 이상적인 선택입니다. 높은 계측 정확도: ΔE*ab ≤ 0.025의 반복성과 ΔE*ab ≤ 0.25(계량 수준 I)의 기기 간 일치가 특징입니다. 다양한 조리개: 3개의 전환 가능한 조리개(MAV, SAV, MINI)가 제공되어 넓은 평면 플라스틱부터 작은 곡선 부품까지 모든 것을 측정할 수 있습니다. 스마트 앱 연결: 즉각적인 데이터 저장 및 QC 보고를 위해 Bluetooth/USB를 통해 Android, iOS 및 Windows 장치에 원활하게 연결됩니다. 2. 탁상용 분광 광도계: CHNSpec DS-36D 절대적인 정밀도가 타협 불가능한 실험실 연구, 컬러 매칭 부서 및 핵심 QC 부서를 위해 설계되었습니다. 고급 광학 설계: 차동 스펙트럼 엔진과 나노크기 격자를 활용하는 이중 광 경로 설계를 채택하여 환경 간섭을 제거합니다. 뛰어난 장비 간 계약: 글로벌 공급망의 모든 장비가 매우 일관된 디지털 색상 데이터를 생성하도록 보장합니다. V. 요약 색도계 데이터를 해석하는 방법을 익히면 생산 공정 초기에 색상 편차를 식별하여 재작업 위험을 줄이는 데 도움이 됩니다. 국제 무역 커뮤니케이션에서 Lab 및 ΔE와 같은 객관적인 지표를 활용하면 글로벌 고객과 명확하고 일관된 색상 평가 표준을 설정할 수 있습니다. CHNSpec의 분광 광도계는 색상 품질 관리를 위한 신뢰할 수 있는 데이터 지원을 제공하여 전체 프로세스를 더욱 과학적이고 효율적으로 만듭니다. 맞춤형 컬러 관리 솔루션을 원하시면 언제든지 문의해 주세요.

I. 소개 국제식품무역과 소비시장에서는 옛말처럼 '색, 향, 맛이 모두 중요하다'고 하는데, 그 중 '색'이 1순위다. 액체 식품(정제 액체, 유제 액체 및 점성 반고체 소스 포함)의 색상은 본질적인 품질과 신선도를 외부적으로 표현하는 것일 뿐만 아니라 소비자의 구매 결정에 영향을 미치는 주요 감각 요소이기도 합니다. 예를 들어, 오렌지 주스의 밝은 오렌지색은 풍부한 비타민을 나타내고, 우유의 순백색은 지방과 단백질의 유화 안정성을 나타내며, 간장의 적갈색은 발효 과정의 성숙도를 직접적으로 나타냅니다.   그러나 생산 및 보관 과정에서 액체 식품은 열 처리, 산화 반응, 효소 갈변, 빛 노출 및 미생물 활동으로 인해 색상 드리프트가 발생하기 쉽습니다. 여러 제품 배치 간에 눈에 띄는 색상 차이가 있는 경우 소비자는 종종 제품 손상이나 제조법 불안정성을 의심하게 되어 브랜드 신뢰에 돌이킬 수 없는 손상을 입힐 수 있습니다. 색상 비교를 위해 인간의 눈에 의존하는 전통적인 방법은 주관적인 오류가 매우 큽니다. 이러한 배경에서 고정밀 디지털 기술의 적용은색도계초 (분광 광도계s) 정량화된 품질 관리는 표준화, 세계화, 지역 간 생산을 달성하기 위한 현대 유동식품 산업의 중요한 추세가 되었습니다. II. 액체 식품 색상 측정의 핵심 기술적 어려움 및 색상 측정 모드 고체 또는 분말 식품과 달리 액체 식품은 고유한 물리적, 광학적 특성으로 인해 색상 측정에서 다양한 문제에 직면해 있으며, 이는 주로 다음 측면에서 나타납니다.   1. 투명한 액체의 투과 측정:주류, 정제 과일 주스, 식용유, 생수 등 이러한 샘플은 광 투과성을 가지며 색상은 주로 투과광의 흡수 특성에 따라 달라집니다. 이러한 유형의 액체를 측정하려면 전송 모드를 채택해야 합니다. 고정된 광학 경로가 있는 샘플 셀(큐벳)을 통해 액체를 투과하는 빛이 광학 검출기로 들어갑니다. 이러한 유형의 액체는 일반적으로 기존 액체에만 초점을 맞추는 것이 아닙니다.ㅋ* 에* ㄴ*색 공간은 물론 식용유 및 수지에 사용되는 Platinum-Cobalt 지수(APHA/Pt-Co), Gardner 지수, 특정 석유 제품에 사용되는 Saybolt 색 등급과 같은 특정 산업 색상 지수에 크게 의존합니다.   2. 탁한 액체와 유화액의 이중 모드 측정: 우유, 요구르트, 탁한 과일 주스, 걸쭉한 수프 등 이러한 액체에는 내부에 다량의 단백질 미립자, 지방 소구 또는 과일 펄프 섬유가 포함되어 있으며 빛이 들어간 후 강한 산란 및 흡수가 발생합니다. 투과 방식만 사용하면 빛이 투과할 수 없습니다. 반사 방법만 사용하면 내부 매체의 광학적 특징을 캡처할 수 없습니다. 따라서 이러한 식품에는 표면 색상과 전반적인 탁도를 종합적으로 평가하기 위해 투과 + 반사의 이중 모드를 수용하는 색도계가 필요한 경우가 많습니다.   3. 고점도 반고체 액체의 비접촉 및 전문 용기 측정:향료 소스(토마토 소스, 샐러드 드레싱), 꿀, 굴 소스 등 이러한 샘플은 쉽게 흐르지 않고 측정 창에 매우 쉽게 부착되어 광학 렌즈를 오염시켜 청소를 매우 불편하게 하고 심지어 식품의 교차 오염을 유발할 수도 있습니다. 이러한 어려움을 해결하는 열쇠는 특수 테스트 액세서리(예: 특정 사양의 액체 샘플 컵)가 장착된 색도계를 사용하거나 비접촉 측정 아키텍처를 채택하여 위생 안전과 데이터 정확성을 모두 보장하는 데 있습니다. III. 액체 식품 색상 관리에 CHNSpec 색도계 적용 솔루션 1.DS-812N 시리즈 / CS-810 탁상형 액체 분광 광도계 색도계 CHNSpec은 생수, 주류, 식용유, 정제 시럽 등 투명도가 높은 액체 식품을 목표로 DS-810N 및 CS-810 탁상형 액체 전용 색도계를 출시했습니다.   광학 성능: 이 장비는 고감도 UV 강화 실리콘 포토다이오드가 내장된 D/0 조명 기하학 조건을 수신기로 채택하여 투과율 측정 범위를 0~200%로 크게 업그레이드합니다. 이를 통해 미묘한 차이만 있고 색상이 투명에 매우 가까운 액체 샘플을 마주할 때에도 극도로 약한 광학적 변동을 캡처할 수 있습니다.   통합된 특수 색상 지수: 정확한 L* a* b* 및 ΔE* 데이터를 직접 출력할 수 있을 뿐만 아니라 백금-코발트 지수(APHA/Pt-Co), Gardner 지수, 황색도, 흡광도 및 농도와 같은 국제 식품 및 화학 무역에서 보편적인 여러 매개변수를 완벽하게 통합할 수 있습니다. 수동 시각적 눈 색깔 비교의 주관적인 무작위성을 제거함으로써 국제 무역에 대한 완전히 추적 가능한 디지털 증거를 제공합니다. 2.CS-821N 시리즈 고급 벤치탑 분광 광도계 색도계 우유, 두유, 걸쭉한 과일 주스, 막걸리, 간장과 같은 복잡하고 탁한 유제 또는 진한 액체 식품의 경우 CHNSpec CS-821N 벤치탑 분광 광도계는 업계에 이상적인 선택입니다.   이중 광학 경로 스펙트럼 분석 기술: CS-821N은 광원으로 고강도 펄스 크세논 램프를 채택하고 이중 광학 경로 스펙트럼 분석 기술과 협력하여 광원의 미세 변동을 실시간으로 모니터링하고 자동 보정을 수행하여 매우 높은 측정 반복성을 보장합니다(분광 반사율의 표준 편차는 0.08% 이내).   반사 + 투과의 완벽한 호환성: 이 장비는 D/8(확산 조명 기하학, 8도 보기) 반사 모드 및 D/0 투과 모드를 지원하여 고체 및 분말에서 다양한 복합 액체에 이르기까지 색상 결정을 쉽게 마스터합니다. 우유를 측정할 때 광학 구조는 다양한 지방 함량(전지방, 저지방, 탈지) 또는 고칼슘 성분 첨가로 인해 발생하는 희미한 백색도와 황색도의 차이를 정확하게 구분할 수 있습니다. 간장이나 석유화학 액체에 직면할 때 신호 대 잡음비가 매우 높은 색상 데이터를 제공할 수도 있습니다. IV. 액체 식품 생산에 색도계를 적용하는 품질 관리 프로세스 실제 국제 및 지역 액체 식품 공급망에서 CHNSpec 색도계의 디지털 색상 관리는 세 가지 핵심 링크를 통해 실행됩니다.   1.공장에 들어오는 원자재의 정밀 선별:과일주스 퓨레, 생우유, 식물성 유지 등 공장에 들어가는 원재료는 원산지와 계절에 따라 크게 영향을 받는 기본 색상을 갖습니다. 색차계를 사용하여 초기 색상 데이터를 결정하면 후속 공식 미세 조정을 위한 기반이 제공되어 원재료의 색상 변동으로 인해 최종 완제품에서 불일치가 발생하는 것을 방지할 수 있습니다.   2. 가공 기술 매개변수의 최적화:초고온살균(UHT), 증발농축, 발효(간장, 맥주양조 등) 등의 액상식품 공정에서 과도한 가열은 메일라드 반응(갈변)을 유발하여 제품의 색상을 짙게 합니다. 주기적으로 온라인 샘플을 채취하고 CHNSpec 색도계로 측정함으로써 가열 온도, 압력 및 시간을 동적으로 조정하여 공정이 최적의 골든 존에서 유지되도록 할 수 있습니다.   3.완제품 공장 외 및 유통기한 일관성 보증: 제품이 전 세계 다양한 슈퍼마켓과 진열대에 판매될 때 시각적으로 균일한 색상은 고급스럽고 엄격한 브랜드 이미지를 엄청나게 구축할 수 있습니다. 색도계는 모의 유통기한 테스트, 빛과 온도가 액체 포장 내 식품 색상에 미치는 영향 모니터링, 포장재의 차광 및 산소 차단 특성 개선을 위한 객관적인 정량 데이터 제공에도 사용할 수 있습니다. V. 결론 오늘날 국제 식품 무역에 대한 접근이 점점 더 엄격해지고 품질에 대한 소비자의 요구가 점점 더 까다로워지면서 전통적인 눈 색깔 평가는 더 이상 대외 무역에서 고급 식품 제조 산업의 요구를 충족할 수 없습니다. 색도계는 추상적이고 사람에 의존하는 시각적 감각 경험을 국제 표준의 보편적인 디지털 자산으로 변환합니다.   DS-812N 시리즈, CS-810 및 CS-821N 시리즈를 포함하여 CHNSpec에서 제공하는 정밀 분광 측색계의 여러 모델은 이중 광학 경로 분석 기술, 매우 넓은 전송 범위 및 깊이 통합된 다중 산업 전문 색상 지수 덕분에 액체 식품 기업을 위한 과학적이고 엄격하며 추적 가능한 현대적인 색상 품질 관리 시스템을 구축했습니다. 고정밀 색도계를 도입하면 불량률을 효과적으로 제어하고 원자재를 절약할 수 있을 뿐만 아니라 국제 시장에서 브랜드의 핵심 경쟁력을 크게 향상시켜 병을 열 때마다 완벽한 비전과 맛의 향연을 선사할 수 있습니다.

잎 품질 평가 시스템에 있어서, 기름 함량은 건조담배의 품질을 측정하는 중요한 지표 중 하나입니다. 전통적으로 유분 함량 평가는 주로 전문가의 실증적 판단에 의존해 주관성이 강하고 효율성이 상대적으로 낮은 등의 문제가 있었습니다. 최근 초분광 이미징 기술은 그래프와 스펙트럼을 결합하는 특성으로 인해 농산물 품질 검출 분야에 응용 가능성이 입증되었습니다. 이 논문에서는 경화 담배 오일 함량 검출에 대한 연구를 예로 들어 이 시나리오에서 가시-근적외선 초분광 기술의 실제 적용 효과를 소개합니다. 연구 배경 및 실험 설계이번 연구에서는 전국 22개 담배 재배 성(자치구)에서 상부, 중부, 하부를 포괄하는 634개의 독감 건조 담배 잎 샘플을 선택했습니다. 연구팀은 CHNSpec의 FigSpec 시리즈 초분광 이미징 시스템(FigSpec-23 및 FigSpec-25 카메라 포함)을 사용하여 400~1000nm 및 900~1700nm의 파장 범위에서 담배 잎의 스펙트럼 정보를 동기식으로 수집했습니다. 수집 과정에서는 광원 각도와 카메라 거리를 고정하여 조명 균일성을 확보하였으며, 각 샘플별로 2번씩 스펙트럼 데이터를 수집한 후의 평균값을 원본 입력으로 사용했습니다. 유분 함량 점수는 20명으로 구성된 외관품질 평가팀이 10점 만점으로 독립적으로 평가하였습니다. 샘플은 7:3의 비율로 교정 세트(443개 샘플)와 검증 세트(191개 샘플)로 나누어졌습니다. 두 샘플 세트의 오일 함량 점수 분포 특성은 전체 모집단과 일치하여 후속 모델 구축을 위한 신뢰할 수 있는 기반을 제공했습니다. 스펙트럼 전처리 및 상관 분석원본 스펙트럼 데이터에는 잡음과 산란 간섭이 포함되어 있어 효과적인 신호를 향상하려면 전처리가 필요합니다. 이 연구에서는 이동 평균 평활화(MA), 곱셈 분산 보정(MSC), 표준 정규 변량(SNV), 1차 도함수(D1), 표준화(SS)를 포함한 5가지 단일 전처리 방법과 이들의 조합 전략을 비교했습니다. 분석 결과는 MSC와 SNV 전처리가 스펙트럼 반사율과 오일 함량 점수 간의 상관 관계를 효과적으로 향상시킬 수 있음을 보여주었습니다. 928.36-1177.03nm의 파장 범위에서 상관 계수는 원래 스펙트럼의 0.076-0.124에서 0.331-0.640으로 증가했습니다. D1 전처리는 스펙트럼 곡선의 국지적 변동 기능을 강화하여 강하게 상관된 밴드(|r|≥0.4)의 수를 100개를 초과하도록 만들었습니다. 이러한 결과는 합리적인 전처리 전략이 후속 모델의 예측 능력을 향상시키는 데 도움이 됨을 나타냅니다. 모델 구축 및 성능 평가이 연구에서는 오일 함량 점수에 대한 정량적 예측 모델을 구축하기 위해 부분 최소 제곱 회귀(PLSR)와 지원 벡터 회귀(SVR)라는 두 가지 알고리즘을 사용했습니다. 전체 가시-근적외선 대역을 기반으로 한 PLSR 모델은 대부분의 전처리 조건에서 검증 세트 RPD 값이 1.642에서 1.775 사이였으며, 그 중 MA 전처리 후 검증 세트 R²는 0.683에 도달했고 RMSE는 0.346이었습니다. SVR 모델은 D1+SS 조합 전처리에서 검증 세트 R²가 0.653이고 RMSE가 0.362였습니다. 두 모델의 장점을 병합하기 위해 이 연구에서는 가중 평균 융합 전략을 도입했습니다. 전체 가시-근적외선 대역(MA 전처리의 PLSR 및 D1+SS 전처리의 SVR)을 기반으로 한 융합 모델은 검증 세트 R²가 0.721로 증가하고 RMSE는 0.324로 감소하며 RPD는 1.894에 도달하여 단일 모델보다 더 나은 예측 효과를 보여줍니다. 특성 밴드 선택 및 모델 최적화초분광 데이터에는 수백 개의 대역이 포함되어 있어 데이터 중복 문제가 발생합니다. 본 연구에서는 특성밴드 선택을 위해 SPA(Successive Projections Algorithm)를 채택하였다. 결과는 MA 전처리 후 SPA가 선택한 95개의 특성 밴드로 구성된 PLSR 모델의 검증 세트 R²가 0.685, RMSE가 0.345인 것으로 나타났습니다. D1+SS 전처리 후 SPA가 선택한 56개의 특성 밴드로 구성된 SVR 모델의 검증 세트 R²는 0.666, RMSE는 0.355였습니다. 특성 밴드의 수가 전체 밴드의 428개에서 크게 줄어들어 데이터 차원이 크게 낮아졌습니다. SPA 선택을 기반으로 한 PLSR과 SVR의 융합 모델은 검증 세트 R²가 0.724, RMSE가 0.323, RPD가 1.904에 도달하여 예측 정확도가 더욱 향상되었습니다. 이 결과는 특성 밴드 선택이 데이터 중복성을 줄이면서 모델 유효성을 유지함을 나타냅니다. 응용 전망이 연구는 독감 경화 담배 오일 함량의 비파괴 검출에서 가시-근적외선 초분광 기술의 타당성을 보여줍니다. 전통적인 수동 평가 방법과 비교하여 초분광 기술은 객관성, 비파괴성 및 속도 측면에서 잠재적인 이점을 갖고 있으며, 이는 자동 담배 잎 등급 장비 개발 및 지능형 품질 관리 시스템 구축을 위한 참조 기반을 제공할 수 있습니다. CHNSpec의 FigSpec 시리즈 초분광 이미징 시스템은 본 연구의 핵심 데이터 수집 작업을 수행하여 농자재 품질 감지 시나리오에서의 적용 가능성을 검증했습니다.