一、食品粉体,批次切换频繁
食品粉体是在线水分仪用得多的场景,也是切换频繁的场景。一个厂往往有十几个品种,淀粉、面粉、蛋白粉、奶粉、番茄粉、白糖、盐、味精轮着排产,配方不同、颜色不同、粒度不同,同一台设备要跟着适应。品种一多,设备的适应能力就成了主要矛盾。
切换品种时的件事是换模型。每个品种对应一套光谱到水分的映射关系,模型切错了,读数就会系统性偏离。检测通道两百个,正好把常用品种的模型都存进去,切换时一键调用,不用重新建。存得多,切换就快,这是通道数的实际价值。
颜色深的品种要留意。番茄粉、可可粉、深色调味粉,反射信号弱,标准型能测但余量不大,批次间如果有色差,读数会跟着波动。这类品种建议用增强型,多出来的波段专门对付颜色干扰。选型时把深色品种列出来,问题就清楚了一半。
清洗是另一个现实问题。换品种之前要清料,避免前一批的残留混进下一批,探头视窗也要擦。视窗上的一层薄粉,就能让读数偏移零点二以上,比设备本身的漂移大得多。清洁制度要写进操作规程。清料不彻底,数据会连着两批一起错。
食品厂还有一个特点,环境湿度高。蒸煮、清洗环节产生的水汽在车间里弥漫,探头的石英视窗容易结露,读数会突然升高。加吹扫、加视窗加热,是两种常见的解法,前者便宜,后者彻底。结露是渐变过程,等看到水珠,读数已经偏了。
把这些细节做实,在线数据才敢用来做控制。食品行业的水分每偏差一个点,口感和保质期都会变,控制得住,退货和投诉就少。细节铺到位,数据才敢拿来调工艺。控制这件事,拼的都是这些不起眼的地方。做实这两个字,说起来轻,做起来是功夫。

二、造纸与纺织,宽幅高速线上的测量
造纸和纺织的共同点是幅面宽、速度快。纸机车速每分钟几百米到一千多米,布匹在染整线上也是连续高速运行,探头必须在极短的时间里完成测量,还得覆盖足够的幅宽。测量频率和覆盖范围,是这一行的两个硬约束。窄幅的线好装,宽幅的线要选位置。
响应时间在这里是硬指标。标称一到八十秒可调,纸机场景通常要往十秒以内调,数据才跟得上车速。响应调快,信噪比会下降,要靠更长的光程和更高的探测器等级来补,这是增强型机型的价值所在。快和准在这里要同时满足,没有取舍的余地。
幅宽方向的水分分布不均匀,是这两个行业的常态。纸幅中间和两边、布匹的边部和中部,水分差几个点是常见现象。单点测量只能反映探头所在位置,要做横向控制,就得装多点或者加扫描架。单点够用,横向控制就要靠多点。
纸毛和纤维粉尘是探头的敌人。纸机现场空气里飘着纸毛,落在视窗上,信号衰减,读数偏低。吹扫要常年开着,气要干燥,压力稳定;视窗要定期擦拭,擦拭周期按现场粉尘浓度定,不能照搬说明书。擦拭不能等脏了才做,要按周期做。
纺织行业还要考虑颜色和整理剂。染色布的颜色深浅不一,柔软剂、防水剂会在表面形成一层膜,改变反射特性。遇到这类情况,模型要按色系分组,或者选补偿通道多的机型,靠算法把表面影响压下去。分组建模,比一个模型打天下稳得多。
这两个行业的投入产出算得很清楚。水分每降低一个点,造纸的烘干能耗就省一截;纺织的含水率控制住了,定型效果和回潮率都更稳。设备价格在整条线的投资里占比很小,关键是要测得准。省下来的能源,一年就是一笔可观的数。
三、建材与矿石,粉尘和振动是主敌
水泥、混凝土、矿物砂这类物料,粉尘大、振动强、磨损重,是在线水分仪严苛的应用环境。设备在这里能不能活下来,比测得多准更重要。探头防护标 IP65,是底线,不是上限。设备能不能活,先于测不测得准。这三个条件同时出现,对设备是全面的考验。
安装方式要改。标准支架靠悬臂固定,在振动大的场合会共振,读数跟着抖。做法是做一个独立的落地支架,把探头和输送带机架彻底脱开,中间垫减振橡胶,探头和料面之间保持固定距离。脱开之后,读数抖动会明显收敛。支架做好了,后面很多问题不会发生。
粉尘防护靠两道。道是吹扫,压缩空气形成气帘,把粉尘挡在视窗外;第二道是防护罩,罩住探头本体,只留一个测量窗口。两道都做,探头能撑一年不清洗;只做一道,一个月就得擦。两道都做,维护周期能拉长十倍。
物料粒度粗,光斑要放大。六十毫米光斑在细粉上够用,在矿石颗粒上可能只覆盖几个颗粒,读数代表性不足。做法是把探头架高,让光斑覆盖更多颗粒,或者在料流下游选一个物料混合充分的点。架高之后,光斑覆盖的颗粒数翻几倍。
含水率范围宽是这个行业的特点。砂石料的表面水和内部水差别大,近红外测的是表层,和烘干法的全水有系统偏差。这类场景不能追求和烘箱法完全一致,而是建立一个稳定的对应关系,用在线值做相对控制。相对控制做得好,一样能省钱。
建材行业的回报周期通常比较长,但对能耗敏感。烘干环节的燃料成本占大头,水分每超一个点,燃料就多烧一截。把在线数据接到燃烧控制上,一年省下的燃料费往往能抵掉设备投入。能耗这事,只有算过账的人才知道疼。这笔账算得清,投入就容易批。
四、制药与饲料,窗口窄、配方多
制药的水分控制窗口窄。颗粒的水分影响压片成型、影响药品稳定性,往往要求在正负零点五以内,有的品种要求在正负零点三。这个不是靠单次测量保证的,而是靠长期稳定性。窄窗口意味着容错空间小,设备要更稳。
所以制药用户首先看的不是标称值,而是八小时、二十四小时的漂移。漂移小的设备,校准能用一周;漂移大的,每天开机都要校,操作工很快就会失去信任。双探测器加温度补偿的意义,在这里体现得充分。稳定压倒一切,这一条在制药上成立。
制药的另一个要求是可追溯。每一批的水分曲线要能导出,要能和生产批号对应,要能应对审计。设备支持两万条记录、支持数据上传平台,正好满足这一层需求。纸质记录只作备份。记录不全,审计时说不清。追溯这件事,平时嫌麻烦,检查时救命。
饲料行业的特点相反,窗口宽但配方多。一个厂几十个配方是常态,每个配方的原料组成不同,颜色、粒度、脂肪含量都不同。检测通道两百个,可以把常用配方都存进去,切换时调用对应模型。配方多不是问题,模型乱才是问题。
饲料的原料波动大,同一配方不同批次的原料,水分和颜色都会变。这时候模型要定期更新,用新样品补充进去,保持代表性。厂家能不能提供远程的模型维护,是这类用户选型时该问的问题。远程维护能省不少差旅,也省时间。
两个行业看似差别很大,本质一样:都要长期稳定,都要能追溯,都要跟着配方走。设备本身只是基础,模型和服务才是落地的那一半。两半都做实,设备才算真正可用。差的那一半,往往才是决定成败的一半。买设备买的是硬件,用好靠的是服务。

五、化工与化肥,结块与腐蚀并存
化工原料粉末、复合肥、洗衣粉,这类物料的共同点是成分复杂、易吸潮、易结块。吸潮结块会让表面状态突然变化,读数跟着跳,控制回路就乱了。这三个字概括了这一行的脾气。成分复杂,意味着参考通道要多。吸潮,是它的常态。
解决办法分两层。工艺层是控制环境湿度,原料仓加除湿,输送段加盖,减少吸潮的机会;设备层是选补偿通道多的机型,靠多波段把表面结块的影响压下去。两层都做,数据才稳。两层都做,投入不大,效果明显。只做一层,另一层的问题迟早会冒出来。
腐蚀是另一个问题。化肥和某些化工原料有腐蚀性,探头外壳和支架的材质要选。标准配置的探头外壳能应付一般环境,强腐蚀场合要加防护罩或者选特殊材质,这一点采购时要问清楚。腐蚀是慢性的,等看出来就已经晚了。问清材质,比事后补做防护便宜。
结块还会堵料。料仓出口、溜槽转角,结块卡在那里,料流断了,探头测到的是空气或者静止的料面,读数是错的。这类异常要靠软件识别,长时间读数不变或者超出合理范围,自动报警。异常识别做得好,能挡掉一批错数据。
表1 主要行业与配置对应
| 行业 | 物料特征 | 主要难点 | 建议配置 |
| 食品粉体 | 色浅、均匀、品种多 | 换品种、视窗结露 | HM-ZHS1(深色品种用 ZHS2) |
| 造纸纺织 | 宽幅、高速、有色差 | 响应速度、纸毛粉尘 | HM-ZHS2(长光程、高信噪比) |
| 建材矿石 | 粉尘大、颗粒粗、振动强 | 防护、代表性 | HM-ZHS2+独立支架+双重防尘 |
| 制药饲料 | 窗口窄、配方多 | 长期漂移、可追溯 | HM-ZHS2+平台数据上传 |
| 化工化肥 | 易吸潮、易结块、有腐蚀 | 表面突变、腐蚀 | HM-ZHS2+防腐防护罩 |
表注:配置建议基于公开参数与常见工况,终以物料试验结果为准。
化工用户还有一个隐性需求,防爆。部分车间属于爆炸性环境,普通设备不能进。这种场合要么把主机装在安全区、只把探头伸进去,要么选防爆型号。采购前确认车间的防爆等级,别等装的时候才发现进不去。防爆这一条,问早不问晚。

六、上线要过的三关
关是安装关。位置、距离、角度、吹扫、支架,五项都要按现场条件定,不能照搬图纸。装完做空载和负载测试,确认光斑落在料流中央、读数稳定,这一关才算过。五项里任何一项将就,后面都要返工。五项定完,安装图就能画出来了。
第二关是模型关。用自己的物料建模型,覆盖高中低三档水分,和烘箱法比对,偏差落在约定范围内。模型不是建完就完了,换物料、换季节都要复核,这一关是长期的。模型关过不了,前面装得再好也白搭。模型关是花时间的一关,也值。
第三关是使用关。操作工愿不愿意看这个数、敢不敢用它调工艺,决定了设备有没有真正上线。做法是把报警接到操作台上,把曲线放到中控屏上,把比对结果每周公示,让数据进入日常。用起来,才算真的上线。这一步靠推,不靠等。
三关都过,设备才算落地。很多项目卡在第三关,设备装好了、模型也建了,操作工还是习惯取样送检,数据成了摆设。这不是设备的问题,是推行的问题。卡住的原因多半在人,不在设备。设备没错,流程没跟上,结果一样是摆设。
推行的关键是把责任落到岗位。谁看曲线、谁调模型、谁做比对、谁负责清洁,四件事写进制度,写进交接班记录。制度比技术更能决定一套系统能不能活下去。制度落地,技术才落地。岗位清楚,事情才有人做。交接班记录是的监督。
在线水分仪的价值,终体现在产品水分的标准差上。上线半年之后,把前后的数据拉出来比一比,标准差收窄了多少,一目了然。这比任何验收都有说服力。半年的数据,胜过一叠验收。标准差收窄,就是这套设备好的证明。
