當智能化工具將專業(yè)門檻降至"零基礎(chǔ)"，甚至能自動識別材料成分，熱分析正在從"專家工具"變成"普惠技術(shù)"。

DSC測試結(jié)果顯示在屏幕上，工程師盯著曲線發(fā)愁：這個峰是什么？溫度怎么算？材料成分怎么判斷？熱分析的專業(yè)門檻，讓不少生物基材料團隊"有設(shè)備用不好"。

11月30日，在杭州舉辦的第四屆綠色復(fù)合材料論壇上，德國耐馳儀器制造有限公司 市場與應(yīng)用副總經(jīng)理 曾智強博士分享了一套智能化解決方案——從"零基礎(chǔ)"操作到"全自動"數(shù)據(jù)計算，再到基于云計算的材料識別，這套工具正在改變熱分析的使用門檻。

曾智強，德國耐馳儀器制造有限公司 市場與應(yīng)用副總經(jīng)理

01

熱分析的"三道坎"

差示掃描量熱儀（DSC）、熱重分析儀（TGA）是生物基材料研發(fā)中常用的表征工具。

通過DSC測試，可以獲取玻璃化轉(zhuǎn)變溫度（Tg）、熔融溫度（Tm）、結(jié)晶度等關(guān)鍵參數(shù)，進而判斷材料的熱穩(wěn)定性、加工性能和降解特性。

來源：曾智強，《復(fù)雜聚合物成分分析 – 熱分析譜圖的智能化檢索與云計算》

但從測試到結(jié)果應(yīng)用，存在"三道坎"：

第一道坎是操作復(fù)雜。 傳統(tǒng)熱分析測試需要設(shè)置實驗參數(shù)、進行儀器校正、處理數(shù)據(jù)等多個環(huán)節(jié)，對操作人員要求至少具備本科相關(guān)專業(yè)水平。對于不熟悉的人員及材料，操作難度大，易出錯。

第二道坎是數(shù)據(jù)處理耗時。 一條DSC曲線的手動分析，熟練人員需要15-20分鐘；一個項目動輒幾十上百條曲線，數(shù)據(jù)處理就要耗掉幾天時間。研究人員需要在軟件中手動計算峰面積、識別玻璃化轉(zhuǎn)變、標注熔融峰，還容易因人為判斷差異導(dǎo)致結(jié)果不一致。

第三道坎是結(jié)果解讀困難。 即使拿到了峰面積、特征溫度等數(shù)據(jù)，如何判斷材料成分？如何建立與工藝過程的關(guān)聯(lián)？對于不熟悉的材料體系，研究人員往往需要查閱大量文獻或依賴專家經(jīng)驗。

曾智強在演講中提出的目標很明確："儀器拿來就會用，數(shù)據(jù)直接蹦出來，圖譜解析不用愁。"

來源：曾智強，《復(fù)雜聚合物成分分析 – 熱分析譜圖的智能化檢索與云計算》

02
三個場景，三套方案——智能化工具如何降低門檻

智能化的核心思路不是從理論或方法上創(chuàng)新，而是通過工具讓DSC的測試和處理變得更簡單。這體現(xiàn)在三個典型用戶場景中。

場景一：新手操作——"5分鐘學(xué)會DSC"

DSC內(nèi)置的SmartMode功能將操作流程模塊化。用戶打開軟件后，直接選擇預(yù)設(shè)的測試方法（如"塑料材料DSC測試"），系統(tǒng)自動調(diào)用參數(shù)模板。

來源：曾智強，《復(fù)雜聚合物成分分析 – 熱分析譜圖的智能化檢索與云計算》

測量向?qū)е鸩揭龑?dǎo)用戶完成樣品信息輸入、溫度范圍設(shè)置，參數(shù)輸入錯誤時界面顯示紅色，正確時顯示綠色。

來源：曾智強，《復(fù)雜聚合物成分分析 – 熱分析譜圖的智能化檢索與云計算》

操作人員可在5分鐘內(nèi)學(xué)會基本操作，要求從本科專業(yè)水平降至基礎(chǔ)認知水平。

場景二：日常分析——"告別手動計算"

除了降低操作門檻，耐馳還開發(fā)出 AutoEvaluation功能 基于人工智能算法，自動識別DSC曲線中的玻璃化轉(zhuǎn)變、冷結(jié)晶、熔融等熱效應(yīng)特征，并自動計算峰值、起始溫度（Onset）、峰面積等參數(shù)。

來源：曾智強，《復(fù)雜聚合物成分分析 – 熱分析譜圖的智能化檢索與云計算》

精度對比：自動分析 vs 手動分析

對12條DSC曲線進行測試，溫度差異≤1℃：

• 玻璃化轉(zhuǎn)變溫度差異：0.7℃

• 冷結(jié)晶溫度差異：0℃

• 熔融溫度差異：1℃

來源：曾智強，《復(fù)雜聚合物成分分析 – 熱分析譜圖的智能化檢索與云計算》

來源：曾智強，《復(fù)雜聚合物成分分析 – 熱分析譜圖的智能化檢索與云計算》

系統(tǒng)并非"黑箱"操作，用戶可以將自動分析結(jié)果與手動分析比對，不滿意仍可手動修改。

這種基于方法的自動分析，人工智能算法遠優(yōu)于傳統(tǒng)的"宏命令（Macro）"方式——傳統(tǒng)宏命令只能執(zhí)行固定計算流程，而AI算法能根據(jù)曲線特征自適應(yīng)調(diào)整分析策略。

場景三：復(fù)雜鑒定——"材料成分'一鍵識別'"

對于不熟悉的材料體系，研發(fā)人員最關(guān)心的問題是："這是什么材料？混合物中有哪些成分？各成分的比例是多少？"

耐馳智能化工具提供了兩層解決方案：Identify解決"這是什么"，Proteus解決"有多少"。

第一層：Identify檢索——圖譜比對"找相似"

Identify功能將測試曲線與數(shù)據(jù)庫中的參考曲線進行比對，通過純數(shù)學(xué)計算給出相似度。

來源：曾智強，《復(fù)雜聚合物成分分析 – 熱分析譜圖的智能化檢索與云計算》

案例： PP/LDPE混合物識別

• 主成分：聚丙烯（PP）

• 相似度：99.72%

• 次要成分：少量低密度聚乙烯（LDPE）

來源：曾智強，《復(fù)雜聚合物成分分析 – 熱分析譜圖的智能化檢索與云計算》

這是熱分析領(lǐng)域唯一具備檢索與聚類功能的工具。

第二層：Proteus云計算——20萬條數(shù)據(jù)"喂"出的專家系統(tǒng)

基于云計算的 Proteus? Now Quantify 系統(tǒng)已投喂約20萬條熱分析數(shù)據(jù)，用戶只需上傳測試曲線，系統(tǒng)就能自動識別材料成分及其占比。

來源：曾智強，《復(fù)雜聚合物成分分析 – 熱分析譜圖的智能化檢索與云計算》

案例：四組分混合物定量分析

包含LDPE、HDPE、PP、LLDPE四種材料的混合物，系統(tǒng)通過多輪迭代，最終給出的定量結(jié)果與實際成分高度吻合。

來源：曾智強，《復(fù)雜聚合物成分分析 – 熱分析譜圖的智能化檢索與云計算》

03
實戰(zhàn)價值——質(zhì)量控制的"聚類"新思路

智能化工具的價值，不僅在于降低操作門檻，更在于解決實際生產(chǎn)中的質(zhì)量控制難題。

在材料生產(chǎn)過程中，企業(yè)常常面臨批次質(zhì)量判定的問題：如何快速判斷新批次產(chǎn)品是否合格？

傳統(tǒng)方法依賴具體的特征值（如峰值溫度、斜率等），但對于復(fù)雜的熱分析曲線，這些特征值往往難以量化，也難以設(shè)定明確的判定標準。

Identify的"匹配"功能 提供了一種新思路：通過"聚類"進行質(zhì)量控制。

來源：曾智強，《復(fù)雜聚合物成分分析 – 熱分析譜圖的智能化檢索與云計算》

操作步驟：

1. 將合格樣品（OK樣品）的DSC曲線建立為"合格類"

2. 將不合格樣品（NOK樣品）的DSC曲線建立為"不合格類"

3. 對新批次樣品進行測試，系統(tǒng)自動計算其與"合格類"的相似度

4. 設(shè)定QC閾值（如99%），系統(tǒng)自動判定質(zhì)量是否合格

來源：曾智強，《復(fù)雜聚合物成分分析 – 熱分析譜圖的智能化檢索與云計算》

這種方法的核心優(yōu)勢在于無需依賴具體的特征值或斜率數(shù)字，只通過相似度比較即可快速判定材料批次質(zhì)量。

對于失效分析（Failure Analysis）場景，系統(tǒng)能夠自動識別問題批次，幫助企業(yè)快速定位質(zhì)量問題。

04
展望——從"專家工具"到"普惠技術(shù)"

當20萬條數(shù)據(jù)"喂"出的專家系統(tǒng)上線，熱分析的門檻將從"需要專業(yè)背景"降至"只需上傳曲線"——這不僅是工具的進化，更是行業(yè)研發(fā)模式的變革。

曾智強在演講中透露，基于云計算的智能識別服務(wù)計劃在明年正式推出。

用戶只需登錄云端平臺，上傳測試曲線，系統(tǒng)就能自動給出材料成分及占比的分析結(jié)果。

當一個非專業(yè)背景的技術(shù)員也能在5分鐘內(nèi)完成DSC測試，當材料成分識別從"查文獻"變成"上傳曲線"，熱分析的智能化正在讓生物基材料的研發(fā)效率跨上新臺階——這或許才是技術(shù)進步最該有的樣子。