2012年达姆施塔特工业大学创意大赛 – 光学液滴分析荣获第一名

2012年，Walter Schäfer凭借一款用于分析流动中液滴和颗粒的光学测量仪器，在达姆施塔特工业大学创意大赛中荣获第一名。

该获奖构想源自他在达姆施塔特工业大学流体力学与空气动力学系的博士研究，提出了一种紧凑的光学方法，用于测量复杂液滴，包括乳液、悬浮液和非透明喷雾液滴。该项目在81份参赛的商业和研究创意中名列第一。

https://www.tu-darmstadt.de/media/daa_responsives_design/01_die_universitaet_medien/aktuelles_6/publikationen_km/hoch3/pdf/TU_Hoch3_0113_130129_web.pdf

达姆施塔特工业大学创意大赛鼓励学生、毕业生和研究人员向专家评审团展示创新的研究成果和商业构想。

达姆施塔特工业大学自2007年起每年举办该大赛。其主要目标是发掘具有商业潜力的研究成果，促进技术转移，并加强大学及整个达姆施塔特地区的创业文化。

2012年参赛人数大幅增长。大赛共收到81份参赛作品，几乎是上一年的三倍。因此，这一第一名意味着光学液滴分析仪在来自不同科学和技术领域的80个其他创意中脱颖而出。

获奖项目聚焦于流动中单个液滴和颗粒的光学表征。

液滴和颗粒的特性在许多工业过程中发挥着重要作用。它们的粒径、速度、透明度和成分会影响喷雾、涂装、干燥、燃烧和颗粒生产过程的稳定性和质量。

然而，许多成熟的光学测量系统最适用于透明且近似球形的液滴。当液滴含有颜料、悬浮颗粒、乳化物质或其他内部结构时，其测量结果的可靠性可能会降低。

Walter Schäfer的研究正是针对这一局限。所提出的仪器对现有光学方法进行了扩展，使其能够以相对较低的设备投入，同样测量非透明颗粒以及来自悬浮液和乳液的液滴。

透明且均匀的液滴通常会产生清晰明确的光散射信号。相比之下，复杂液滴可能含有：

• 固体颗粒，
• 颜料，
• 不同的液相，
• 气泡夹杂，
• 晶体，
• 生物物质，
• 强吸收性成分。

这些内部结构会改变散射光的强度和形状。因此，传统的评估方法可能无法识别相关的信号特征。

该获奖构想通过记录和分析单个液滴或颗粒所产生的时间分辨光散射特征，应对了这一挑战。

当液滴穿过经过整形的激光束时，会将光散射至一个或多个光学探测器。探测器记录液滴穿越过程中光强度的变化。

测量系统并非只使用单一强度值，而是分析完整的时间信号。根据光学布置的不同，该信号可包含以下方面的信息：

• 液滴粒径，
• 液滴速度，
• 光学透明度，
• 内部成分，
• 颗粒浓度，
• 信号对称性，
• 特征散射模式。

这些详细的信号信息既为物理评估方法奠定了基础，也为后来的统计分析或AI辅助分析奠定了基础。

在大赛中展示的研究成果是时移飞行时间法（Time-Shift-Time-of-Flight）（简称TSTOF）早期开发的一部分。

2008年至2012年博士研究期间，Walter Schäfer与Cameron Tropea教授在达姆施塔特工业大学共同开发了首批原型机。首批可运行的原型机也于2012年公开展示。

TSTOF利用时间分辨的光散射信号表征单个液滴或颗粒。该方法综合利用信号峰的时间位置、形状和顺序等信息。

因此，与仅测量整个喷雾平均强度的光学系统相比，该仪器能够提取更多信息。

据达姆施塔特工业大学介绍，该测量方法在冷冻干燥应用和工业涂装工艺中均具有应用潜力。

在涂装技术中，液滴粒径和速度会影响：

• 喷涂转移，
• 表面覆盖，
• 涂层均匀性，
• 过喷，
• 成膜，
• 材料消耗。

此外，涂料通常含有颜料和其他固体成分。因此，采用主要针对透明液体设计的测量方法，可能难以分析涂料液滴。

在干燥和颗粒生产过程中，液滴特性同样会影响蒸发、传热、颗粒形成以及最终产品的性能。

该项目的另一个重要方面是其相对较低的设备要求。

工业用户通常需要能够集成到现有试验台或生产系统中的紧凑型仪器。大型光学系统可能需要从多个方向接入、精细的校准对准或较大的安装空间。

获奖构想旨在降低这种复杂性，同时保留获取单个液滴信息的能力。详细的测量与实用的系统设计相结合，成就了该项目的商业潜力。

多家工业和地区机构为大赛提供了资金支持：

• Umicore AG，
• Sparkasse Darmstadt，
• ISRA VISION，
• Merck KGaA，
• Software AG。

它们的参与凸显了大学、科技企业、投资者和地区机构之间的合作在将研究成果转化为实际应用中的重要性。

2013年，ai-quanton作为达姆施塔特工业大学的衍生企业成立。公司继续开发基于TSTOF测量技术的光学仪器和分析方法。

2012年的参赛作品尚不代表如今形态的AI平台，而是奠定了光学和信号处理的基础，后来的产品和技术发展正是由此而来。

这些后续发展包括：

• SpraySpy：成熟的基于TSTOF的测量仪器品牌名称，
• SprayQuantAI：一种AI辅助的计数与液滴分析方法，
• ParticleTensorAI：一种基于张量、用于评估缓存光散射信号的方法。

这些名称代表的是后来的商业或技术发展。其基础的物理测量过程始终是对时间分辨光散射信号的光学探测与分析。

达姆施塔特工业大学创意大赛标志着从博士研究到工业技术构想的重要转变。

该奖项肯定了项目的几个核心方面：

• 其科学基础，
• 其与工业过程的相关性，
• 其分析复杂液滴的能力，
• 其紧凑的测量方法，
• 其商业化潜力，
• 其对大学技术转移的贡献。

因此，荣获第一名成为ai-quanton光学喷雾测量技术发展历程中的一个早期里程碑。