热工类仪器校准:温度计、温湿度计、烤箱、恒温恒湿机、盐雾试验机、耐寒试验机、耐黄变试验机、熔融指数试验机、电线加热变形试验机、温度巡检仪、炉温测试仪、多点采集器、恒温槽(水槽、油槽、水浴锅)、辐射温度计等。
理化类仪器校准:可调移液器、常用玻璃量器（量筒、烧杯、容量瓶等）、pH计、密度计、波美计、白度计、声级计、照度计、光泽度计、旋转粘度计、紫外分光光度计、原子吸收分光光度计、色差仪、电位滴定仪、X射线荧光光谱仪（ROHS检测仪）、电导率仪、气相色谱仪、液相色谱仪、频闪仪、透光率仪、木材水分测湿仪、标准光源箱等。
海曙区超声波流量计校准图(1)
经典光谱仪器都是狭缝光谱仪器。调制光谱仪是非空间分光的，它采用圆孔进光根据色散组件的分光原理,光谱仪器可分为:
棱镜光谱仪，衍射光栅光谱仪和干涉光谱仪.光学多道OMA(Optical Multi-channel Analyzer)是近十几年出现的采用光子探测器(CCD)和计算机控制的*光谱分析仪器,它集信息采集，处理，存储诸功能于一体。
由于OMA不再使用感光乳胶,避免和省去了暗室处理以及之后的一系列繁琐处理，测量工作，使传统的光谱技术发生了根本的改变,大大改善了工作条件，提高了工作效率：
使用OMA分析光谱，测盆准确迅速，方便，且灵敏度高，响应时间快，光谱分辨率高，测量结果可立即从显示屏上读出或由打印机，绘图仪输出。
它己被广泛使用于几乎所有的光谱测量，分析及研究工作中,特别适应于对微弱信号，瞬变信号的检测。
另外，许多无机化合物具有多种晶型结构，它们具有不同的拉曼活性，因此用拉曼光谱能测定和鉴别红外光谱无法完成的无机化合物的晶型结构。在催化化学中，拉曼光谱能够提供催化剂本身以及表面上物种的结构信息，还可以对催化剂制备过程进行实时研究。同时，激光拉曼光谱是研究电极/溶液界面的结构和性能的重要方法，能够在分子水平上深入研究电化学界面结构、吸附和反应等基础问题并应用于电催化、腐蚀和电镀等领域。拉曼光谱在高分子材料中的应用拉曼光谱可提供聚合物材料结构方面的许多重要信息。
海曙区超声波流量计校准图(2)
发射光谱分析的过程
光谱分析仪的分析原理是将光源辐射出的待测元素的特征光谱通过样品的蒸汽中待测元素的基态原子所吸收，由发射光谱被减弱的程度，进而求得样品中待测元素的含量。
1．把试样在能量的作用下蒸发、原子化(转变成气态原子)，并使气态原子的外层电子激发至高能态。当从较高的能级跃迁到较低的能级时；
德国“工业4.研发白皮书”及“工业4.实施战略及参考架构”都将无线技术作为工业4.网络通信技术研究和创新中的重要组成部分，其中Wi-FNFzigbe2G/3G/4LORA等无线技术成为连接传输层的重要技术。每个层次的工业通讯方式略有差异。结合的五级层次架构，每层之间的通讯方式都不一样，考虑到每个层次所赋予的职责和使命差异，工业通讯方式也存在差异。在ERP层和MES层，主要是以路由器、工业以太网和总线的方式互联，在目前的的网络通讯上，没有太多的变化。
原子将释放出多余的能量而发射出特征谱线。这一过程称为蒸发、原子化和激发，需借助于激发光源来实现。
2．把原子所产生的辐射进行色散分光，按波长顺序记录在感光板上，就可呈现出有规则的光谱线条，即光谱图。系借助于摄谱仪器的分光和检测装置来实现。
海曙区超声波流量计校准图(3)
3．根据所得光谱图进行定性鉴定或定量分析。由于不同元素的原子结构不同，当被激发后发射光谱线的波长不尽相同；
即每种元素都有其特征的波长，故根据这些元素的特征光谱就可以准确无误的鉴别元素的存在(定性分析)；
仪器的校准：送至认可之校验单位校验，提供检验报告书，并可追溯溯源。内校：使用可追溯经校验合格的标件，作为厂内仪器的内校依据，由厂内合格校验人员执行校验游校：须进行外校仪器/设备由于体积态大或灵敏度很高不方便搬动，第三方检测机构人员下厂进行校验。
为得到对比度和成像清晰度，需要用到几种光源，检查时由程序来选择光源、颜色组合和光强，以达到视觉效果。为了确保识别的正确性，元件的高度必须小于8mm(从PCB板表面到元件顶端)。由于矢量成像技术用到的是几何信息，所以元件是否旋转、得到的图形与参考模型大小是否一致都没有影响，而且也和产品颜色、光照和背景等的变化无关。矢量成像检查分三部进行：矢量成像系统在元件影像图上找出主要特征并将其分离出来，然后对这些显著特征进行测量，包括形状、尺寸、角度、弧度和明暗度等；检查合成图象和被测元件图像主要特征的空间关系；后，不论元件旋转角度、大小或相对其背景的体外观如何，它在线路板上的x、y和θ值都可通过计算确定下来。
同时整个过程中CPU过多参与，大量消耗CPU性能，影响正常的数据计算。在RDMA模式下，应用数据可以绕过Kernel协议栈直接向网卡写数据，带来的显著好处有：处理延时由数十微秒降低到1微秒内；整个过程几乎不需要CPU参与，节省性能；传输带宽更高。RDMA对于网络的诉求RDMA在高性能计算、大数据分析、IO高并发等场景中应用越来越广泛。诸如iSICI,SAN,Ceph,MPI,Hadoop,Spark,Tensorflow等应用软件都开始部署RDMA技术。
