应用领域：医药中间体 、能源、食品、颜料、水泥、清洁剂、显影剂、润滑剂、粘合剂等；颗粒溶解特性、结晶形态及生成过程、控制研究颗粒表面特性,污水处理，絮状物分析

应用工艺：结晶、团聚、絮凝、分离、分解、乳化

技术指标：颗粒分辨率：1-3000um、图像：500万像素 、颗粒参数（离线）：粒度、粒型（64个）、颗粒参数（实时）：粒度、粒型（任选8个）

性能特点

测试条件：分散相系统

'

智能颗粒图像分析仪特征

                       模拟筛分仪，激光粒度仪分析结果；分析颗粒比表面积、孔隙度、流变性能...及形成原因；

                       与量化的生产条件相结合，了解影响颗粒形成的关键因素，控制生产条件，改善生产工艺。

大数据分析助力

颗粒图像分析技术异军突起

智能颗粒图像分析技术应运而生

适应不同需求的图像采集技术
　

可调视场采集技术

等效径，等效周长，等效面积，等效体积；长、宽，长轴、短轴，筛分径，外接径，极长径、极短径、均径；外接圆（周长、面积），外接矩形（面积、周长），外接多边形（面积、周长），等效椭圆（面积、周长）......

粗糙度、线性度；粒型相似度、对比相似度；最大灰度、最小灰度、平均灰度；圆度、形状因子、凸度、实度、长宽比、延伸度、圆实度、矩形实度 、椭圆度、椭圆比、,椭球延伸度、极径长短比、极径延伸度、特征粒型、异型颗粒、对比特征粒型、对比异型颗粒

统计数据

图表

图像

最大，最小，平均 ; 标准偏差，变异系数,众数；体积平均d[4,3],表面积平均d[3,2]；数量分布d(n,x),面积分布的（a，x），体积分布（v,x)

智能颗粒评价系统获取关键洞察力
　

为了提高产品性能，对颗粒更深刻的了解，丰富颗粒表征手段，了解全面的颗粒特征是科研人员不懈的追求。然而由此产生的海量数据已非人能驾驭。大数据的智能分析和挖掘 可以帮助我们获取关键洞察力。采用多层感知网络，利用神经网络模型和遗传算法建立生产工艺--颗粒特征--产品性能模型，实现颗粒智能评级，洞察影响颗粒形成的因素，洞察影响颗粒性能的特征......