康正檢測方法開發及技術支持測試

Ⅰ 甲醛測試最好用的方法是什麼

家庭檢測甲醛最為簡單的方法就是採用甲醛測試盒，但是檢測可能受到溫度、濕度以及空間大小的影響，要想准確的檢測出室內甲醛含量，建議多准備一些測試盒，計算平均值。介紹完如何測量室內甲醛濃度，接下來就給大家帶來一些高效的除醛方法▪

1.通風

開窗通風是室內除甲醛零成本的方法，也是一種較為實用的方法。不過通風法也有諸多限制，這與房子的戶型和位置都有一定的關系，而且裝修材料中的甲醛釋放年限非常久，僅僅用開窗通風這一種方法治理室內甲醛問題見效太慢，通風法只能作為一種治理甲醛的輔助方法。

Ⅱ 機床刀具磨損，一般都採用什麼方法檢測

刀具狀態檢測方法可分為直接測量法和間接測量法。

1.直接測量法
直接測量法能夠識別刀刃外觀、表面質量或幾何形狀的變化，一般只能在不切削時進行，它有兩個明顯的缺點：一是要求停機檢測；二是不能檢測出加工過程中出現的刀具突然破損。國內外採用的刀具磨損量的直接測量法有：電阻測量法、刀具工件間距測量法、光學測量法、放電電流測量法、射線測量法、微結構鍍層法及計算機圖像處理法。
（1）電阻測量法
該方法利用待測切削刃與感測器接觸產生的電信號脈沖，來測量待測刀具的實際磨損狀態。該方法的優點在於感測器價格低廉，缺點是感測器的選材必須十分注意，既要有良好的可切削性，又要對刀具壽命無明顯的影響，而且工作不太可靠，因為切屑和刀具上的積屑可能引起感測器接觸部分短路，從而影響精度。
（2）刀具工件間距測量法
切削過程中隨著刀具的磨損，刀具與工件間的距離減小，此距離可用電子千分尺、超聲波測量儀、氣動測量儀、電感位移感測器等進行測量。但是這種方法的靈敏度易受工件表面溫度、表面品質、冷卻液及工件尺寸等因素的影響，使其應用收到一定限制。
（3）光學測量法
光學測量法的原理是磨損區比未磨損區有更強的光反射能力，刀具磨損越大，刀刃反光面積就越大，感測器檢測的光通量就越大。由於熱應力引起的變形及切削力引起的刀具位移都影響檢測結果，所以該方法所測得的結果並非真實的磨損量，而是包含了上述因素在內的一個相對值，此法在刀具直徑較大時效果較好。
（4）放電電流測量法
將切削力刀具與感測器之間加上高壓電，在測量迴路中流過的（弧光放電）電流大小就取決於刀刃的幾何形狀（即刀尖到放電電極間的距離）。該方法的優點是可以進行在線檢測，檢測崩齒、斷刀等刀具幾何尺寸的變化，但不能精確地測量刀刃的幾何尺寸。
（5）射線測量法
將有放射性的物質摻入刀具材料內，當刀具磨損時，放射性的物質微粒就會隨切屑一起通過一個預先設計好的射線測量器。射線測量器中所測得的量是同刀具磨損密切相關的，射線劑量的大小就反映了刀具磨損量的大小。該法的最大弱點是放射性物質對環境的污染大，對人體健康非常不利。此外，盡管此法可以測量刀具的磨損量，並不能准確地測定刀具切削刃的狀態。因此，該法僅適用於某些特殊場合，不宜廣泛採用。
（6）微結構鍍層法
將微結構導電鍍層同刀具的耐磨保護層結合在一起。微結構導電鍍層的電阻隨著刀具磨損狀態的變化而變化，磨損量越大，電阻就越小。當刀具出現崩齒、折斷及過度磨損現象時，電阻趨於零。該方法的優點是檢測電路簡單，檢測精度高，可以實現在線檢測。缺點是對微結構導電鍍層的要求很高：要具有良好的耐磨性、耐高溫性和抗沖擊性能。
（7）計算機圖像處理法
計算機圖像處理法是一種快捷、無接觸、無磨損的檢測方法，它可以精確地檢測每個刀刃上不同形式的磨損狀態。這種檢測系統通常由CCD攝像機、光源和計算機構成。但由於光學設備對環境的要求很高，而實際生產中刀具的工作環境非常惡劣（如冷卻介質、切屑等），故該方法目前僅適用於實驗室自動檢測。

2.間接測量法
間接測量法利用刀具磨損或將要破損時的狀態對不同的工作參數的影響效果，測量反映刀具磨損、破損的各種影響程度的參量，能在刀具切削時進行檢測，不影響切削加工過程，其不足之處在於檢測到的各種過程信號中含有大量的干擾因素。盡管如此，隨著信號分析處理技術、模式識別技術的發展，這一方法己成為一種主流方法，並取得了很好的效果。國內外採用的刀具磨損的間接測量法有：切削力測量法、機械功率測量法、聲發射、熱電壓測量法、振動信號及多信息融合檢測。
（1）聲發射信號測量法
聲發射技術用於監測刀具的磨、破損是近年來聲發射在無損檢測領域方面新開辟的一個應用領域。其原理是當固體材料在發生變形、斷裂和相變時會引起應變能的迅速釋放，聲發射就是隨之產生的彈性應力波。當刀具破損時可檢測到幅值較高的AE信號。聲發射刀具監控技術被公認是一種最具潛力的新型監控技術，進入80年代以來，國內外致力於開發和應用該技術，已獲得較大成果。早在1977年Iwatak和Moriwaki提出了用聲發射技術對刀具磨損進行在線檢測。在此基礎上，Moriwaki提出了聲發射刀具破損檢測方法。Kannatey-Asibu和Dornfeld從理論上研究了聲發射信號的頻譜特徵，並結合模式識別方法實現了對刀具破損的在線監測。我國聲發射監測技術研究盡管起步較晚，但發展迅速。黃惟公採用包絡分析法求取刀具磨損中聲發射信號的包絡線，用時序模型的參數作為特徵值，通過神經網路對刀具磨損方程進行辨識，實驗證明效果良好；李曉利對鏜削過程中的典型AE信號進行FFT分析，通過在頻域里AE信號幅值的變化反映刀具磨損狀態；袁哲俊對切削過程中的聲發射信號進行小波包分解，獲取信號各頻段的能量分布，以此作為信號特徵，並建立基於模糊推理的快速神經網路模型識別刀具磨損狀態。由日本Murakami Giken公司研製的chip-55A型刀具破損監控儀採用聲發射監控技術，實施對加工過程中刀具狀態的監控，該產品與其公司生產的數控銑床配套使用，效果良好。
（2）切削力信號測量法
切削力變化是切削過程中與刀具磨、破損狀態最為密切相關的一種物理現象。採用切削力作為檢測信號，具有拾取容易，反應迅速、靈敏等優點，是在線方法中研究較多、很有希望突破的一種方法，所以是加工中心和FMS中測量刀具破損的常用方法。
基於切削力的監測方法，採用的監測數據主要有切削分力，切削分力比，動態切削力的頻譜和相關函數等。當刀具破損時，切削力變化敏感。當刀具破損較小時，刀具切削刃不鋒利，使切削力增強:當產生崩刃或斷刀時，切削深度減少或沒有，使切削力劇減。在監測切削力時，在X,Y,Z三個方向上同時對Fx,Fy,Fz三個分力進行測量，依靠裝在每個電機上的伺服放大器測量出進給電機和主軸電機的電流變化，並把電流變化傳給力閥，在顯示器上讀出被測量的力，從而判斷刀具是否破損。1977年，日本東京電機大學的村幸辰從理論和實驗兩方面深入研究了不同加工條件和刀具磨損狀態下各切削力的變化規律，發現在一定條件下切削分力比是一個能靈敏反映刀具磨損變化的特徵量，據此他提出了切削力比監測法；1984年，Lan和Dornfeld的研究表明，切向力和進給力對刀具破損具有較高的敏感性；Shiraishi等通過對加工過程的測量、檢測和控制技術的對比研究指出刀具失效的力監測法是最有潛力的方法，有著廣闊的工業應用前景，扭矩監測和切削力法一樣具有相同的研究價值；成剛虎採用了頻段均方值法通過切削力監測刀具的磨損狀態；萬軍利用切削力模型和最小二乘法實現模型自動跟蹤加工過程特性變化，從而獲取刀具磨損量。在切削力監控技術方面具有代表性的成果是瑞典Sandvik Coromant公司推出的TM-BU-1001型刀具監控儀，該系統採用的力感測器可安裝於主軸軸承、進給絲杠，可設置三個門限，一旦超限自動報警。
（3）功率測量法
功率測量法也是工業生產中應用潛力很大的方法。該方法是通過測定主軸負荷功率或電流電壓相位差及電流波形變化等來確定切削過程中刀具是否破損。該方法具有信號檢測方便，可以避免切削環境中切屑、油、煙、振動等因素的干擾，易於安裝。潘建岳在對加工中心鑽削過程功率信號分析的基礎上，提出並採用功率數據的歸原處理方法，以此建立了鑽頭磨損在線監控系統；劉曉勝將回歸分析技術和模糊分類相結合，建立了鏜削切削參數與電流之間的數學模型，間接的反映刀具磨損量與鏜削切削參數的內在聯系，並利用功率信號識別刀具磨損量；郭興提出一種基於人工神經網路的銑刀破損功率監控方法，建立了一個銑刀破損功率監控系統，實驗表明該系統能夠靈敏的檢測出刀具破損並實施監控。袁哲俊系統的研究了切削過程中刀具異常對主電機功率影響的規律，提出了用主電機功率的瞬時值、導數值、靜態平均值和動態均方值等多個參數綜合監控鑽削過程刀具異常狀態；萬軍利用離散自回歸AR模型對功率信號進行處理，其模型參數通過適應演算法在每個信號采樣時刻進行遞歸修正，以適應切削狀況，同時為了區別刀具磨損和切削條件改變引起的功率信號變化，文章引入了歸一化偏差處理，當刀具切出工件時其歸一化偏差明顯比刀具磨損時歸一化偏差的變化要小，監控時設報警門限，當歸一化偏差超限時，即刻報警，具有良好的效果。成功應用電機功率監控技術具有代表性的廠家是美國Cincinnati milacron公司，該公司開發的刀具監控系統與本公司生產的馬刀系列立式加工中心配套使用。
（4）工件尺寸測量法
加工中刀尖磨損或破損必然會引起工件尺寸發生變化，通過測量工件己加工表面的尺寸變化量，可以間接判斷出刀具的磨損、破損情況。從測量方式看，有接觸工件測量的接觸式和測量刀具工件之間間隙的非接觸式兩類。測量工件尺寸方法的優點在於能直接定量給出刀具徑向磨損或破損值，並可與加工精度的在線、實時補償結合起來，保證加工質量，實現精加工中刀具磨損、破損監測的最終目標。其缺點在於，實時測量易受測試環境干擾，冷卻液、切屑等影響測量結果;加工中工件、刀具的熱膨脹和受力變形、主軸回轉精度、進給運動精度、振動等因素也會直接影響測量的精度。此外，在加工變截面工件時，要求感測器進行准確的跟蹤定位，由此也會帶來定位的誤差，並增加了實現的難度。
（5）切削溫度測量法
切削熱也是金屬切削過程中的一個重要物理現象，刀具的磨損和破損將導致切削溫度的驟增。測量切削溫度有三種方式:(l)刀具一工件組成的自然熱電偶，可以測出切削區的平均溫度，不同的刀具、工件材料需進行標定;(2)固定在刀體內某點，由兩種金屬絲組成的熱電偶，測出的是距離刀刃一定距離處某點的溫度，存在溫度變化時響應慢、事先准備費時的問題。(3)紅外攝像系統，可測出切削區溫度場分布，具有靈敏度高，響應時間短的特點，但儀器復雜、成本高，聚焦困難，難以測出切削覆蓋處的刀具溫度。
（6）刀具與工件接觸處電阻測量法
測量原理可分為兩種:一種是根據刀具磨損使刀具與工件接觸面積增大而引起接觸電阻減小的效應，這種方法受切削用量影響較大並有絕緣要求；二是在刀具後刀面上貼一層薄膜導體，它隨著刀具磨損而消耗，根據其電阻的變化可知刀具後刀面的磨損量。此方法精度高，但需每把刀具都粘貼薄膜電阻，且在高溫、高壓下薄膜電阻易脫落。該方法應用於實際工況，目前還不太現實。
（7）振動頻率測量法
刀具在切削過程中，工件與磨損的刀刃部側面摩擦，會產生不同頻率的振動。對這種振動的監測有兩種方法:一是把振幅分成高低兩部分，在切削過程中對此兩部分振幅進行對比;二是把振幅分成幾個獨立的幅帶，用微處理機對這些幅帶進行不斷地記錄及分析，即能監測出刀具後刀面的磨損程度。美國國家標准局自動化研究所在鑽削加工中利用振動信息方面取得了成功的經驗。研製成的系統是利用裝在工件上的加速度感測器對振動信息進行時效分析，識別鑽頭的磨損並判斷鑽頭的折斷。
（8）工件表面粗糙度測量法
隨著刀具磨損程度的增加或破損的發生，工件己加工表面的粗糙度將呈增大趨勢，據此可間接評價出刀具的磨損或破損狀況。測量工件表面粗糙度的方法也可分為兩類。一類是劃針式接觸測量，可直接得出表面粗糙度的評價參數R。此類方法僅適於靜態測量。目前，絕大多數此類方法僅適用於計量室或實驗室環境。另一類是非接觸式光學反射測量，得出的是工件表面粗糙度的相對值，自動監測中通常採用光纖感測器和激光測試系統兩種類型。此類方法測試效率高，可以不留痕跡地測量軟質材料的工件表面，但事先需採用樣品標定，受切削液、切屑、工件材質、振動等的影響較大。當前還達不到實際應用水平。
（9）電流信號測量法
該方法簡稱MCSA，利用感應電動機的定子電流作為信號分析的切入點，研究其特徵與故障的對應關系。其基本原理是：隨著刀具磨損的增大，切削力矩增大，機床所消耗的功率增大或電流上升，故 可實現在線檢測刀具磨損。MCSA具有測試便利、信息集成度高、傳動路徑直接、信號提取方便、不受加工環境的影響、價格低、易於移植等特點，在機床這種傳動系統封閉、一般感測器比較困難安裝的場合，應該是一種值得探索的方法。
（10）熱電壓測量法
熱電壓測量法利用熱點效應原理，即兩種不同導體的接觸點在受熱時，將在兩導體的另一端之間產生一個電壓，這個電壓的大小取決於導體的電特性 及接觸點與自由端之間的溫度差。當刀具和加工工件是由不同材料構成時，在刀具與工件之間就可以產生一個與切削溫度相關的熱電壓。這個電壓就可以作為刀具磨損量的一個度量，因為隨著刀具磨損量的增大，熱電壓也隨之增大。該方法的有點是價格便宜，精度較高，使用簡便，特別適用於高速加工區，缺點是對感測器材料及精度要求高，只能進行間隔式檢測。

Ⅲ 大數據科學家需要掌握的幾種異常值檢測方法

引言

異常值檢測與告警一直是工業界非常關注的問題，自動准確地檢測出系統的異常值，不僅可以節約大量的人力物力，還能盡早發現系統的異常情況，挽回不必要的損失。個推也非常重視大數據中的異常值檢測，例如在運維部門的流量管理業務中，個推很早便展開了對異常值檢測的實踐，也因此積累了較為豐富的經驗。本文將從以下幾個方面介紹異常值檢測。

1、異常值檢測研究背景

2、異常值檢測方法原理

3、異常值檢測應用實踐

異常值檢測研究背景

異常值，故名思議就是不同於正常值的值。 在數學上，可以用離群點來表述，這樣便可以將異常值檢測問題轉化為數學問題來求解。

異常值檢測在很多場景都有廣泛的應用，比如：

1、流量監測

互聯網上某些伺服器的訪問量，可能具有周期性或趨勢性：一般情況下都是相對平穩的，但是當受到某些黑客攻擊後，其訪問量可能發生顯著的變化，及早發現這些異常變化對企業而言有著很好的預防告警作用。

2、金融風控

正常賬戶中，用戶的轉賬行為一般屬於低頻事件，但在某些金融詐騙案中，一些嫌犯的賬戶就可能會出現高頻的轉賬行為，異常檢測系統如果能發現這些異常行為，及時採取相關措施，則會規避不少損失。

3、機器故障檢測

一個運行中的流水線，可能會裝有不同的感測器用來監測運行中的機器，這些感測器數據就反應了機器運行的狀態，這些實時的監測數據具有數據量大、維度廣的特點，用人工盯著看的話成本會非常高，高效的自動異常檢測演算法將能很好地解決這一問題。

異常值檢測方法原理

本文主要將異常值檢測方法分為兩大類：一類是基於統計的異常值檢測，另一類是基於模型的異常值檢測。

基於統計的方法  

基於模型的方法

1、基於統計的異常值檢測方法

常見的基於統計的異常值檢測方法有以下2種，一種是基於3σ法則，一種是基於箱體圖。

3σ法則  

箱體圖

3σ法則是指在樣本服從正態分布時，一般可認為小於μ-3σ或者大於μ+3σ的樣本值為異常樣本，其中μ為樣本均值，σ為樣本標准差。在實際使用中，我們雖然不知道樣本的真實分布，但只要真實分布與正太分布相差不是太大，該經驗法則在大部分情況下便是適用的。

箱體圖也是一種比較常見的異常值檢測方法，一般取所有樣本的25%分位點Q1和75%分位點Q3，兩者之間的距離為箱體的長度IQR，可認為小於Q1-1.5IQR或者大於Q3+1.5IQR的樣本值為異常樣本。

基於統計的異常檢測往往具有計算簡單、有堅實的統計學基礎等特點，但缺點也非常明顯，例如需要大量的樣本數據進行統計，難以對高維樣本數據進行異常值檢測等。

2、基於模型的異常值檢測

通常可將異常值檢測看作是一個二分類問題，即將所有樣本分為正常樣本和異常樣本，但這和常規的二分類問題又有所區別，常規的二分類一般要求正負樣本是均衡的，如果正負樣本不均勻的話，訓練結果往往會不太好。但在異常值檢測問題中，往往面臨著正（正常值）負（異常值）樣本不均勻的問題，異常值通常比正常值要少得多，因此需要對常規的二分類模型做一些改進。

基於模型的異常值檢測一般可分為有監督模型異常值檢測和無監督模型異常值檢測，比較典型的有監督模型如oneclassSVM、基於神經網路的自編碼器等。 oneclassSVM就是在經典的SVM基礎上改進而來，它用一個超球面替代了超平面，超球面以內的值為正常值，超球面以外的值為異常值。

經典的SVM  

1

 基於模型的方法

2

基於神經網路的自編碼器結構如下圖所示。

自編碼器（AE）

將正常樣本用於模型訓練，輸入與輸出之間的損失函數可採用常見的均方誤差，因此檢測過程中，當正常樣本輸入時，均方誤差會較小，當異常樣本輸入時，均方誤差會較大，設置合適的閾值便可將異常樣本檢測出來。但該方法也有缺點，就是對於訓練樣本比較相近的正常樣本判別較好，但若正常樣本與訓練樣本相差較大，則可能會導致模型誤判。

無監督模型的異常值檢測是異常值檢測中的主流方法，因為異常值的標注成本往往較高，另外異常值的產生往往無法預料，因此有些異常值可能在過去的樣本中根本沒有出現過， 這將導致某些異常樣本無法標注，這也是有監督模型的局限性所在。 較為常見的無監督異常值檢測模型有密度聚類（DBSCAN）、IsolationForest（IF）、RadomCutForest（RCF）等，其中DBSCAN是一種典型的無監督聚類方法，對某些類型的異常值檢測也能起到不錯的效果。該演算法原理網上資料較多，本文不作詳細介紹。

IF演算法最早由南京大學人工智慧學院院長周志華的團隊提出，是一種非常高效的異常值檢測方法，該方法不需要對樣本數據做任何先驗的假設，只需基於這樣一個事實——異常值只是少數，並且它們具有與正常值非常不同的屬性值。與隨機森林由大量決策樹組成一樣，IsolationForest也由大量的樹組成。IsolationForest中的樹叫isolation tree，簡稱iTree。iTree樹和決策樹不太一樣，其構建過程也比決策樹簡單，因為其中就是一個完全隨機的過程。

假設數據集有N條數據，構建一顆iTree時，從N條數據中均勻抽樣(一般是無放回抽樣)出n個樣本出來，作為這顆樹的訓練樣本。

在樣本中，隨機選一個特徵，並在這個特徵的所有值范圍內（最小值與最大值之間）隨機選一個值，對樣本進行二叉劃分，將樣本中小於該值的劃分到節點的左邊，大於等於該值的劃分到節點的右邊。

這樣得到了一個分裂條件和左、右兩邊的數據集，然後分別在左右兩邊的數據集上重復上面的過程，直至達到終止條件。 終止條件有兩個，一個是數據本身不可再分(只包括一個樣本，或者全部樣本相同)，另外一個是樹的高度達到log2(n)。 不同於決策樹，iTree在演算法裡面已經限制了樹的高度。不限制雖然也可行，但出於效率考慮，演算法一般要求高度達到log2(n)深度即可。

把所有的iTree樹構建好了，就可以對測試數據進行預測了。預測的過程就是把測試數據在iTree樹上沿對應的條件分支往下走，直到達到葉子節點，並記錄這過程中經過的路徑長度h(x)，即從根節點，穿過中間的節點，最後到達葉子節點，所走過的邊的數量(path length)。最後，將h(x)帶入公式，其中E(.)表示計算期望，c(n)表示當樣本數量為n時，路徑長度的平均值，從而便可計算出每條待測數據的異常分數s(Anomaly Score)。異常分數s具有如下性質：

1）如果分數s越接近1，則該樣本是異常值的可能性越高；

2）如果分數s越接近0，則該樣本是正常值的可能性越高；

RCF演算法與IF演算法思想上是比較類似的，前者可以看成是在IF演算法上做了一些改進。針對IF演算法中沒有考慮到的時間序列因素，RCF演算法考慮了該因素，並且在數據樣本采樣策略上作出了一些改進，使得異常值檢測相對IF演算法變得更加准確和高效，並能更好地應用於流式數據檢測。

IF演算法

RCF演算法

上圖展示了IF演算法和RCF演算法對於異常值檢測的異同。我們可以看出原始數據中有兩個突變異常數據值，對於後一個較大的突變異常值，IF演算法和RCF演算法都檢測了出來，但對於前一個較小的突變異常值，IF演算法沒有檢測出來，而RCF演算法依然檢測了出來，這意味著RCF有更好的異常值檢測性能。

異常值檢測應用實踐

理論還需結合實踐，下面我們將以某應用從2016.08.16至2019.09.21的日活變化情況為例，對異常值檢測的實際應用場景予以介紹：

從上圖中可以看出該應用的日活存在著一些顯著的異常值（比如紅色圓圈部分），這些異常值可能由於活動促銷或者更新迭代出現bug導致日活出現了比較明顯的波動。下面分別用基於統計的方法和基於模型的方法對該日活序列數據進行異常值檢測。

基於3σ法則（基於統計）

RCF演算法（基於模型）

從圖中可以看出，對於較大的突變異常值，3σ法則和RCF演算法都能較好地檢測出來， 但對於較小的突變異常值，RCF演算法則要表現得更好。

總結

上文為大家講解了異常值檢測的方法原理以及應用實踐。綜合來看，異常值檢測演算法多種多樣 ，每一種都有自己的優缺點和適用范圍，很難直接判斷哪一種異常檢測演算法是最佳的， 具體在實戰中，我們需要根據自身業務的特點，比如對計算量的要求、對異常值的容忍度等，選擇合適的異常值檢測演算法。

接下來，個推也會結合自身實踐，在大數據異常檢測方面不斷深耕，繼續優化演算法模型在不同業務場景中的性能，持續為開發者們分享前沿的理念與最新的實踐方案。

Ⅳ 板材一般採用哪些方法來檢測甲醛釋放量

（1）穿孔萃取法：是最早開發,直到現在仍在廣泛使用的方法。（目前我們公司送檢的產品都是用此方法檢測）
試驗原理：將溶劑甲苯與被測試件共熱，通過液體-固萃取使甲醛從試件中溶解出來，然後將溶解有甲醛的甲苯通過穿孔器與蒸餾水精細液-液萃取，把甲醛轉溶與蒸餾水後，對溶有甲醛的蒸餾水溶液進行定量分析。用被測液的甲醛濃度，試件含水率、試件質量等計算出被測人造板的甲醛釋放量，以mg/100g計，精確至0.1mg。穿孔萃取法實際上是測出人造板中所含的全部可能釋放出來的甲醛。
★ 甲醛含量指標值：
E0級甲醛釋放量≤3mg/100克，E0板可直接用於室內板。
E1級甲醛釋放量≤8mg/100克，E1板可直接用於室內板。
E2級甲醛釋放量≤30mg/100克，必須飾面處理後允許用於室內。
CARB P2→F★★★★級甲醛釋放量≤1.8mg/100克，F★★★★不限制使用面積。
（2）乾燥器法：日本早已將乾燥器法列為國家標准。
實驗原理：將盛有規定體積蒸餾水的結晶放於乾燥器底部，在其上方固定的金屬支架上放置被測試件，試件釋放出的甲醛被蒸餾水吸收，此吸收液作為試樣溶液，測定並計算試樣溶液濃度，所得結果即被測人造板的甲醛釋放量，以mg/l單位計。
★ 甲醛含量指標值：
E0級甲醛釋放量≤0.5mg/L，E0板可直接用於室內板
E1 級甲醛釋放量≤1.5mg/L，E1板可直接用於室內板。
E2級甲醛釋放量≤5.0mg/L，必須飾面處理後允許用於室內。
CARB P2→F★★★★級甲醛釋放量≤0.3mg/L，F★★★★不限制使用面積。
（3）氣候箱法：是一種比較穩定的檢測手段，我國已將1㎡氣候箱法作為飾面人造板甲醛釋放的仲裁檢測方法。
試驗原理：將1㎡表面積的人造板樣品放入溫度、相對濕度、空氣流速和空氣置換率控制在一定值的氣候箱內，甲醛從樣品中釋放出來後與箱內的空氣混合，定期抽取箱內的空氣，將抽出的空氣通過盛有蒸餾水的吸收瓶，空氣中的甲醛全部溶於水；測定吸收液中的甲醛量及抽取的空氣體積，計算出每立方空氣中的甲醛含量，抽氣是周期性的，直到氣候箱內空氣中的甲醛濃度達到穩定狀態為止，以mg/m3單位計。

Ⅳ 軟體測試的目標和准則是什麼有哪些測試方法測試步驟有哪些

軟體測試的目的;在規定的條件下對程序進行操作，以發現程序錯誤，衡量軟體質量，並對其是否能滿足設計要求進行評估。

准則：對計算機軟體進行測試前，首先需遵循軟體測試原則，即不完全原則的遵守。不完全原則即為若測試不完全、測試過程中涉及免疫性原則的部分較多，可對軟體測試起到一定幫助。

因軟體測試因此類因素具有一定程度的免疫性，測試人員能夠完成的測試內容與其免疫性成正比，若想使軟體測試更為流暢、測試效果更為有效，首先需遵循此類原則，將此類原則貫穿整個開發流程，不斷進行測試，而並非一次性全程測試。

測試方法：

1、靜態測試方法

軟體代碼的靜態分析測驗，此類過程中應用數據較少，主要過程為通過軟體的靜態性測試（即人工推斷或計算機輔助測試）測試程序中運算方式、演算法的正確性，進而完成測試過程，此類測試的優點在於能夠消耗較短時間、較少資源完成對軟體、軟體代碼的測試，能夠較為明顯地發現此類代碼中出現的錯誤。

2、動態測試

計算機動態測試的主要目的為檢測軟體運行中出現的問題，較靜態測試方式相比，其被稱為動態的原因即為其測試方式主要依賴程序的運用，主要為檢測軟體中動態行為是否缺失、軟體運行效果是否良好。

3、黑盒測試

通過數據輸入觀察數據輸出，檢查軟體內部功能是否正常。測試展開時，數據輸入軟體中，等待數據輸出。數據輸出時若與預計數據一致，則證明該軟體通過測試，若數據與預計數據有出入，即便出入較小亦證明軟體程序內部出現問題，需盡快解決。

4、白盒測試

白盒測試相對於黑盒測試而言具有一定透明性，原理為根據軟體內部應用、源代碼等對產品內部工作過程進行調試。測試過程中常將其與軟體內部結構協同展開分析，最大優點即為其能夠有效解決軟體內部應用程序出現的問題，測試過程中常將其與黑盒測試方式結合，當測試軟體功能較多時，白盒測試法亦可對此類情況展開有效調試。

(5)康正檢測方法開發及技術支持測試擴展閱讀

軟體測試工具

開源測試管理工具：Bugfree、Bugzilla、TestLink、mantis zentaopms。

開源功能自動化測試工具：Watir、Selenium[1]、MaxQ、WebInject。

開源性能自動化測試工具：Jmeter、OpenSTA、DBMonster、TPTEST、Web Application Load Simulator。

其他測試工具與框架：Rational Functional Tester、Borland Silk系列工具、WinRunner、Robot等。

禪道測試管理工具：功能比較全面的測試管理工具，功能涵蓋軟體研發的全部生命周期，為軟體測試和產品研發提供一體化的解決方案。是一款優秀的國產開源測試管理工具。

Quality Center：基於Web的測試管理工具，可以組織和管理應用程序測試流程的所有階段，包括指定測試需求、計劃測試、執行測試和跟蹤缺陷。

QuickTest Professional：用於創建功能和回歸測試。

LoadRunner：預測系統行為和性能的負載測試工具。

國內免費軟體測試工具有：AutoRunner和TestCenter。

Ⅵ 什麼方法能檢測出牛奶中抗生素的具體含量

牛奶中抗生素殘留的幾種常用檢測方法
隨著奶牛飼養業的發展，抗生素在預防和治療奶牛疾病方面得到廣泛的應用。生鮮牛奶中抗生素的來源主要是：第一，治療泌乳期病牛時使用的抗生素會從奶牛體內移行到乳腺殘留進入牛奶中，資料表明治療後的奶牛，其擠出的牛奶5天內都有抗生素殘留；其二，為了預防奶牛疾病並提高產量，在奶牛飼料中添加抗生素也會造成牛奶中抗生素的殘留；第三，由於牧場管理不善，擠奶、儲奶沒有嚴格的衛生制度和配套的設施，人為添加或造成牛奶抗生素的污染。
牛奶中含有抗生素，不僅對人的健康造成很大的危害，而且對乳品加工企業帶來經濟損失（因無法生成酸奶和乳酪）。因此必須嚴格控制牛奶中抗生素殘留，除了要做好科學飼養、精心管理；正確擠奶和預防疾病外，還要規范抗生素的使用，按國標中有關規定，用葯後的奶牛5天後所產的牛奶才可作為原料乳，並且要檢測其殘留。世界糧農組織（FAO）、世界衛生組織（WHO）、歐盟（EC）及美國的食品和葯品管理局（FDA）等對食品中抗生素最大殘留量都有明確的規定，我國也有鮮奶中抗生素殘留量檢驗標准（GB4689.27—94）。
目前，鮮奶中抗生素殘留的檢測方法大致分為三類：生物測定法（微生物測定法、放射受體測定法）、免疫法（放射免疫法、熒光免疫法、酶聯免疫法）、理化分析法（波譜法、色譜及聯用技術）。下面介紹幾種常用的牛奶中抗生素殘留檢測方法。
TTC法
TTC法是我國鮮奶中抗生素殘留量檢驗標准（GB4689.27—94）的檢測法，屬生物檢測法。其測定原理基於抗生素對微生物的抑製作用。如果牛奶中含有抗生素，則加入菌種（嗜熱鏈球菌）經培育2.5~3小時後,加入TTC指示劑(三苯基四氮唑)不發生還原反應,所以樣品呈無色狀態;如果牛奶中不含抗生素,則樣品呈紅色.這樣實驗後樣品顏色不變的為陽性,樣品染成紅色的為陰性。
TTC法的具體操作步驟:
1.菌液制備:將單菌種(嗜熱鏈球菌)以脫脂乳為培養基,在36±1℃培養箱中培養15小時後,再以脫脂乳以至於1:1稀釋待用;
2.取待檢樣液9mL,在80℃水浴加熱5分鍾後冷卻到37℃以下,加活菌液1mL,在36℃±1℃水浴2小時,加入4%的TTC指示劑0.3mL, 36℃±1℃水浴培養30分鍾;
3.若樣液顏色不變為陽性,呈紅色為陰性;若陽性的樣液,再置於水浴中培養30分鍾,不顯色的為陽性,呈紅色為陰性.
TTC法測定各種抗生素的靈敏度為:青黴素:4ppb,鏈黴素:500ppb,慶大黴素:400ppb,卡那黴素:5000ppb.它具有費用低,易開展的優點;缺點是耗時長，要求操作人員需有一定專業知識且實驗過程中菌液的制備、水浴過程式控制制都要求嚴格遵守操作規程，否則易出現假陽性，以致出現檢驗結果的不穩定性。
Delvotest? sp法（戴爾沃檢測法）
該法最早在香港傳到廣東的，其使用是基於20世紀80年代初香港要求廣東出口的生奶必須「無抗」且要求採用Delvotest法檢測。該方法也是生物測定法，其試劑是由荷蘭DSM公司生產並由AOAC認證。原理是利用微生物—嗜熱芽胞菌在64℃條件下培養2.5～3小時後會產酸,酸引起指示劑BCP(溴甲酚紫)變為黃色;若牛奶樣品中不含抗生素,培養後樣品呈黃色,如樣品中含有抗生素, 嗜熱芽胞菌生長受到抑制而無法產酸,指示劑將不變色.
Delvotest? sp 法的操作步驟:
1.以無菌操作將一片營養葯片夾放入小試管內;
2.用微量移液管將0.1mL牛奶樣品注入小試管內;
3.把小試管放入已預熱至64℃的水浴箱或恆溫器中培養;
4).定時3小時取出觀察顏色變化.如果底部2/3的固體介質是黃色,則為陰性, 如果底部2/3的固體介質是紫色,則為陽性.
Delvotest? sp 法具有廣譜性,可檢測到?-內醯胺類抗生素在內的更多抗生素,如磺胺類、四環素類、大環內酯類、氨基糖苷類、氯黴素等，其中對青黴素和磺胺類抗生素特別靈敏. 其靈敏度為：青黴素:3ppb,鏈黴素:300ppb,慶大黴素:400ppb,卡那黴素:2500ppb。Delvotest? sp 法集操作方便，嚴格實用，容易判斷，結果可靠，費用適中等優點；但也易出現假陽性，實驗證明：當牛奶樣品中添加微生物防腐劑（如乳酸鏈球菌素—Nisn）或樣品中有足夠的洗滌劑殘留時，便可影響嗜熱芽胞菌生長而使實驗為陽性。
Snap?法
該方法是酶聯免疫法，由美國IDEXX公司生產其檢測分析儀及其試劑盒，均獲得AOAC認證，它利用了竟爭酶聯免疫技術。其基本原理是用特異性抗體將固相載體激活，加入含待測抗原的溶液和一定量的酶標記抗原在45℃±5℃共同保溫，使樣品內的抗生素與內置抗生素標志物竟爭與固定的抗體結合，然後進行洗滌和顯色，內置抗生素標志物與固定的抗體結合形成的復合體，通過酶的作用分解可形成有色物質，通過測定色度並與參照物對照，就可以確定結果是陽性或陰性。
Snap?法操作步驟：
1.加入乳樣於樣品管中,搖勻,加熱樣品和檢測板5分鍾;
2.加入乳樣於樣品孔中,當激活圓環開始退卻時,按Snap鍵;
3.反應4分鍾,由Snap?讀數儀讀取並列印結果.檢測讀數小於1.05時判為陰性,大於1.05時判為陽性.
Snap?法是一種將酶化學反應的敏感性和抗原抗體免疫反應的特異性相結合的方法,其敏感性和特異性好,檢測的靈敏度以普遍使用的?-內醯胺類計：青黴素:5ppb,阿莫西林:10ppb,氨苄西林:10ppb,頭孢西林:8ppb.其他抗生素如四環素等的檢測,則需購買相應的試劑來檢測. Snap?法檢測結果快速准確, 9分鍾內即可檢測出牛奶中?-內醯胺類、四環素類、磺胺類等抗生素的殘留含量，且有半定量的讀數，可監控牧場用葯的情況；檢測儀器穩定性良好，結果重現性高，整個檢測過程簡單方便；但需購置專用儀器和試劑，成本較高。
高效液相色譜檢測法
它是一種理化檢測方法,是利用抗生素分子中的基團所具有的特殊反應來測定其含量.檢測的過程採用了氣相色譜理論,通過高壓液相和高靈敏度的檢測器,分離速度快、效率高和操作自動化。一般要經過樣品的提取、脫蛋白、離心、層析柱凈化、衍生化等步驟，能檢測抗生素的具體含量，敏感性較高，但檢測程序復雜，費用較高，需購買色譜儀等檢測設備，不適合小型檢驗室。
傳統的抗生素檢測方法不少,有的操作煩瑣,有的實驗條件要求高,有的檢驗時間太長;這些不僅會給乳製品生產企業造成經濟上和時間上的損失,而且檢測結果常常會被原輔材料和人為操作等因素所影響.鑒於牛奶中抗生素殘留是涉及人類健康的公共衛生問題,乳品企業及牧場應重視和加強檢測工作,應用一些簡單、快速和准確性高的方法來監控產品的質量，保證消費者的健康。
http://szddi.com/foodonline/newsdetail.asp?id=15933

反應原理
本產品主要是利用抗原與抗體的特異性免疫化學反應的基本原理來進行的。在整個反應當中,樣品中氯黴素含量越多，反應呈色就越淡。反之，樣品中氯黴素含量越少，則呈色越深。
試劑盒組成
1、微量測試孔：每條8孔，每板12條
2、氯黴素標准溶液：
0ppb、0.05ppb、0.15ppb、0.45ppb、1.35 ppb、4.05 ppb，1.5ml/瓶
3、10倍濃縮萃取稀釋液：一瓶，30ml/瓶
4、10倍濃縮洗滌液：一瓶，30 ml /瓶
5、氯黴素酶標記物： 一瓶，8 ml/瓶
6、底物溶液：一瓶，12 ml/瓶
7、反應終止液：一瓶，13 ml/瓶
使用說明
A、注意事項
1、使用前先將氯黴素標准溶液6瓶，濃縮萃取稀釋液，濃縮洗滌液，酶標記物，底物溶液及微量測試孔條置於室溫下，回溫30分鍾。
2、原倍萃取稀釋液及洗滌液配製
用蒸餾水將10倍濃縮萃取稀釋液及濃縮洗滌液分別以1： 9的比例稀釋(即1mL濃縮液+9mL蒸餾水)，即可作為樣品萃取稀釋液與微孔板清洗液。
3、回溫後，取出所需微量測試孔條，將剩餘板條立即放回鋁箔袋中用膠帶封好，置於4oC保存。
B、樣品制備
1.待測物為生乳，則依以下方法進行處理 (5倍稀釋)
取100ul待測生乳加入400ul萃取稀釋液，振盪混合後備用。
2.待測物為蜂蜜，則依以下方法進行處理
a.取2g蜂蜜、4ml蒸餾水與2ml 乙酸乙酯置入離心管中，震盪約5分鍾，使其充分混合均勻。
b.離心10分鍾(3000rpm)，取0.5ml上清液(乙酸乙酯)至玻璃管中，於50℃下氮氣吹乾(溫度請勿超過50oC)。
c.加入0.5ml萃取稀釋液，震盪約10秒鍾後備用。
3. 待測物為血清、則依以下方法進行處理
a.抽取待檢動物血液，離心或靜置取其較透明之上層液(血清層)使用，注意不要有溶血。
b.將3ml血清加入離心管中，再加入6ml乙酸乙酯，震盪混合約30秒。
c.離心10分鍾(3000rpm)，取2ml上層液(乙酸乙酯)至玻璃管中，於50oC下氮氣吹乾。
d.於此玻璃管中加入正己烷2ml，先將殘余物完全溶解後，再加入1 ml萃取稀釋液，震盪約30秒鍾。
e. 離心10分鍾(3000 rpm)，用吸管吸去上層液(正己烷) 及中間乳化層部分，棄掉。再吸取下層液(水層)備用。
f.若有乳化現象，請先將大部分上層液(正己烷)取出後，再將玻璃管置入80oC水中，隔水加熱約5~10分鍾，可改善乳化情形。
4. 待測物為雞肉或魚、蝦，則依以下方法進行處理
a.將3克樣品剪碎後放入50 ml離心管中，再加入6ml乙酸乙酯，並以均質機均質約1分鍾，再震盪約30秒。
b.離心10分鍾(3000rpm)，取2ml上清液(乙酸乙酯)至玻璃管中，於50oC下氮氣吹乾。
c.於此玻璃管中加入正己烷2 ml，先將殘余物完全溶解後(若未能完全溶解，可能會導致回收率降低)，再加入1 ml萃取稀釋液，震盪約30秒鍾。
d.離心10分鍾(3000 rpm)，用吸管吸去上層液(正己烷) 及中間乳化層部分，棄掉。再吸取下層液(水層)備用。
e.若有乳化現象，請先將大部分上層液(正己烷)取出後，再將玻璃管置入80oC水中，隔水加熱約5~10分鍾，可改善乳化情形。待測物為血清、則依以下方法進行處理
5.待測物為內臟(肝、心等)，則依以下方法進行處理(5倍稀釋)
同上述步驟a~d，但下層液吸出後，再以萃取稀釋液稀釋5倍(即下層液50ul加萃取稀釋液200ml)。
6.待測物為飼料，則依以下方法進行處理(10倍稀釋)
同上述步驟a~d，但下層液吸出後，再以萃取稀釋液稀釋10倍(即下層液30ul加萃取稀釋液270ml)。
C、操作步驟
本產品的酶標記物與氯黴素標准溶液均直接使用，無需再稀釋。
1、於適當微孔中分別加入100mL標准溶液(0,0.05,0.15,0.45,1.35和4.05ppb)。
2、在另外的微孔中加入100mL 已完成前處理的樣品溶液。
3、再於每一微孔中另再加入50mL酶標記物。
4、輕敲盤子四周，使其充分混合後於室溫下避光靜置溫育1小時。
5、將微孔中的反應液甩掉，再將洗液加滿每一微孔後甩掉，重復洗3次。
6、最後一次甩掉後，在吸水紙上拍干。
7、於每一微孔中加入底物溶液100mL後，輕敲盤子四周，使其充分混合。
8、於室溫下避光靜置溫育20分鍾。
9、於每一微孔中加入100mL反應終止液。
10、用酶標儀於波長450nm下判讀。
D、判定
1. 計算B/B0值。用樣品或標准液吸光度值(B)除以零標准吸光度值(B0)再乘以100%。
2. 以B/B0值為縱坐標，以標樣濃度的對數值為橫坐標，做標准半對數曲線。
3. 根據每個樣品的B/B0值就可從曲線上讀出相對應樣品的濃度。
4. 由於樣品經過了預先稀釋，因此根據標准曲線所得出的樣品濃度一定要再乘以其稀釋倍數。
E、標准曲線

F、靈敏度
氯黴素試劑檢測盒的平均檢測下限為 0.05ppb，此濃度之吸光值與陰性標准溶液(0ppb)之吸光值有明顯的差異。
G、 特異性
針對以下抗生素進行交叉反應之測試，結果如下：
Chloramphenicol =100%
Chloramphenicol(free base) <0.1%
Gentamycin <0.1%
Tetracycline <0.1%
Penicillin G <0.1%
Sulfamethazine <0.1%
H、再現性
針對氯黴素檢測試劑盒精密度測試，重復6次，所得不同濃度標准溶液的吸光值變異系數(%CV)如圖2所示，顯示氯黴素試劑盒有很高的再現性:

I、回收率
生乳(添加1.0ppb)104~117%
蜂蜜(添加0.3ppb)90~110%
蝦及魚肉(添加0.5ppb)95~110%
雞肉(添加0.5ppb) 90~120%
血清(添加0.5ppb)100~120%
內臟(添加1.0ppb) 100~120%
飼料(添加2.0ppb)80~110%

氯黴素檢測試劑盒
簡介
氯黴素(Chloramphenicol)是一種廣譜抗生素。由於其具有效果好以及價格低廉等優點，目前已被普遍應用於各類家禽、家畜、水產品及蜂製品的各種傳染性疾病的治療。然而氯黴素有其嚴重的副作用,它會抑制人體骨髓的造血功能，從而引起再生障礙性貧血和粒細胞缺乏症。目前，我國已禁止其使用。
我公司採用國內外先進的工藝與技術，研發出氯黴素ELISA檢測試劑盒，簡化了樣品處理方式，使用簡便，省時省力省錢，整個操作過程不到90分鍾。本產品檢測范圍廣(雞肉、魚、蝦、蟹、牛奶、血清、肌肉、組織、飼料與蜂蜜等)，回收率為80%－120%，靈敏度可達到0.05ppb，是各類企業及各級政府檢測機構的理想產品。
簡單
1． 樣品提取方便快捷。
2． 90分鍾得到結果。
3． 只需基本的實驗室設備。
4． 操作人員只需最基本的實驗知識。
准確
1． 結果重現性高。
2． 精確至0.05ppb。
3． 與其它抗體的交叉反應率極低。
技術支持
我們為用戶提供最方便、快捷、周到的服務。
產品規格
包裝：每包96孔
靈敏度: 0.05ppb
測試區間：0.05ppb－4.05ppb
檢測時間：80分鍾(提取後)
儲存條件：2-8℃

Ⅶ E0級的甲醛釋放量是用什麼方法檢測的

對於強化木地板而言，「健康」的唯一檢測指標就是指甲醛釋放量。目前，國內的強化地板甲醛釋放量標准為E1標准，執行中華人民共和國國家標准：「室內裝飾材料-人造板及 其製品中甲醛釋放限量[GB/18580-2001]」，即甲醛釋放量小於1．5mg／L（乾燥器法）或小於0.12㎎/M3[氣候箱法]，這兩種測試方法不同，採用計量單位不同，不可比，即不是10倍關系，它們都表示產品的甲醛釋放量相同，符合E1標准。如今國內能夠買到的品牌中，也有率先實行歐洲健康標准「E0」的強化木地板，也就是要求產品甲醛釋放量平均值小於0.5mg/L。從某種意義上說，「E0」級就代表了甲醛釋放量接近於0，代表了目前最為嚴格、潔凈的室內空氣甲醛限量標准。 根據標准規定，強化木地板只能用氣候箱法和乾燥器法，發生爭執仲裁時以氣候箱法測定結果為准。所以「E0」級的強化木地板也可用這兩種方法則定。 甲醛釋放量最低為0.2mg/L，它們分別是大建、大音·嵐山、大自然、家和佳、盛為和三夏的樣本。