什么是零代码应用开发平台

尽管市场上也把建站、网店开发、小程序开发等免代码服务也称为零代码开发，但因为这些平台面向的是特定的目的，服务一个专有的范式，所以一般不将他们划入零代码平台的范畴之内。真正的零代码开发平台面向的是广泛和多样的需求，在设计aPaaS产品的时候，并不确定一个特定的用户会用它来搭建什么应用。

当然，虽说面向的需求是广泛的，也不代表aPaaS是万能的。零代码开发几乎都是面向企业应用世界，而很难扩展到消费者应用领域，比如游戏、社交、工具软件等必然长期属于原生开发的世界。

所以，零代码应用开发平台需要一个比较准确的定义。它是指围绕企业数据和业务管理需求，通过可视化方式设计数据结构，用户交互形式、设置访问权限和定义工作流程的平台。你会发现，即使是原生开发企业软件，大体也是按照以上这几个步骤来进行的。

我用一个相对完整的列表，将零代码开发平台的能力元素和特性描述如下：

1）可视化构筑业务对象数据表（Entity），并支持建立关联。甚至需要支持跨应用的数据表关联。（这是aPaaS未来可能胜出其他方案的关键优势）。

2）为不同的数据场景配置不同类型的视图（View），能够定义数据行和列的过滤，能够设置列表、看板、日历等不同界面形式。

明道云构筑的销售应用数据视图

3）能够定义不同用户角色（Role），并赋予角色不同的数据访问和改写权限（PermissionSet）。权限定义越精细越好。

明道云构筑用户角色和权限组合的界面

4）能够建立针对数据的汇总表和统计图表（Report）

5）能够建立自定义的输入表单（Form），分发给不同角色使用。

6）能够建立自定义的打印报表（FormReport），用于输出各类形式表格，通过Email，短信发送或者打印。

7）能够管理企业用户、部门、组织结构，并将其用于应用逻辑关系，比如应用的分发，角色的赋予和工作流中的流向信息。

8）能够可视化配置工作流（Workflow），支持特定条件下的数据新增，改写，删除等 *** 作，并能够融入数据填写，审批等人工流程节点。工作流的运行能够监控和保存日志。

明道云构筑审批工作流的界面

9）应用能够封装后分发（）给不同的用户。

10）面向企业内部个人用户的工作台，仪表台等特性，实现个性化使用。

不同的aPaaS产品会有不同的特色和侧重点。所以以上特性并不一定存在于每一个aPaaS产品中。但是，特性越完整的，就越接近一个典型意义上的零代码企业应用开发平台。在以上实现中，有纯粹的零代码模式，也有个别需要用低代码方式来降低产品复杂度，但同时也会让非技术人员难以上手。

所以，aPaaS是SaaS应用和开发工具的混合，说它是SaaS，是因为开发者和终端用户使用的是同一个产品，只是通过权限和分发关系让界面千人千面。说它是开发工具，是因为它用模型模拟的应用搭建思路和原生数据库应用开发是类似的。

软件的应用特点和二次开发能力共存也不是一个新鲜事物。用Excel软件构筑一个个人所得税计算器，让用户可以输入自己的工资，即可得到应缴税额，对于使用者来说是应用，对编制这个Excel文件的人来说是开发工具，但他们用的都是Excel。

为什么企业软件领域可以实现零代码开发？

为什么游戏和社交软件做不到零代码开发，而企业软件市场却出现了零代码工具？是因为企业软件的开发比较简单吗？

当然不是。能够模式化完成一个工作的原因在于这项工作具备可重复性，就像我们会用3D打印制作一两件零件，但如果要生产成千上万个同样的零件，我们宁可花费成本先去制作模具。企业软件可以模式化开发的原因就在于大多数企业管理软件都由非常类似的需求和实现方式来构成，如果不积极利用这些相似性和模型化方法就需要不断重复发明类似的轮子。

当然也并非所有的企业应用都有相似性。在特定行业和职能中总有一些需要专门化设计和开发的应用。但在企业的运营全流程中，围绕客户，供应商，销售订单，产品，供应商，采购订单，制造流程，服务流程等商业对象，企业软件要解决的问题具有很强的相似性。这些相似性，或者使用范式可以被概括为以下环节：

1）围绕上述商业对象（BusinessObjects）的数据搜集和存储，并对数据的有效性进行验证。例如：建立一个采购订单，向特定供应商采购三项商品。

2）数据的查询和呈现。例如：运营部门查询处A仓库在今天应该到货的采购订单。财务部门查询货物已经收讫，并且应该在本周付款的采购订单。

3）数据的计算。例如：当采购订单的货物到达特定仓库后，更新相关商品的库存信息。

4）流程的控制。例如：当起草采购订单并准备发出时，根据采购的类别和金额发起不同的审核流程，在审核通过或者拒绝后执行不同的流程内容。

5）信息通知。例如：在采购订单批准后，自动生成采购单并发送给供应商，并通知仓库准备收货。

6）数据的统计和分析。例如：汇总过去一年的采购订单中按照BOM清单的产品金额分布，或者按照供应商的分布。

企业软件的设计和开发人员对以上这些使用范式都非常熟悉，它们经常出现在各种企业软件的开发需求中。实际上，除了以上抽象出的范式，企业软件的其他独特功能点并不太多了，甚至很多属于所有企业级软件共有的模块，比如管理用户和用户组，权限角色等。正是因为这个原因，企业软件的开发存在高度模型化的可能，从而在大部分场景下，摆脱对原生代码开发的依赖。

在云时代之前，除了Aess以外，苹果公司也有FileMaker，Intuit公司也曾经开发过Quickbase（这个名字来源于Intuit公司财务软件产品Quicken），Quickbase后来被剥离，一直到今天都在提供服务。即使在原生开发领域内，企业软件市场也出现了各种现成的开发框架，它们和今天的零代码平台一样，都是为了通过模型化来提高交付效率和质量的办法。

为每个企业的软件需求，都从第一行代码开始写起，单独依靠某种高级语言和集成开发环境建立开发项目，这种做法已经越来越没有必要。正如Gartner的预测，大部分的企业应用将来都会依赖零代码平台，以至于不远的将来，零代码平台并不会刻意保留这个前缀，因为这将成为天经地义的事情，这就像今天为了满足一个通用需求，大多数企业不会去定制开发，甚至零代码平台都不会用，而是直接使用一个标准的SaaS产品。

为什么aPaaS具有难以替代的优势？

用户开始选择aPaaS产品，不仅仅是因为他们可以这样做，更重要的是因为不得不这样做。因为aPaaS与定制开发，以及标准SaaS产品相比有几个难以替代的优势。

1）满足企业的多样化需求

企业软件需求的多样化是定制开发模式的起源。虽然标准SaaS产品能够满足企业应用需求中的共性部分，但是因为行业、规模和产品内在特性的差异，每个企业的管理方式和流程都有自己的特点，而且它还会根据企业的规模阶段不断演变。这种差异在不同职能中程度不一，一般来说，围绕产品设计、制造和服务履行的核心业务流差异度更高，而人事，财务等价值创造的支持环节差异度比较小。

在这种背景下，用户始终在寻求一种既能保持足够的灵活性，又能够控制开发的成本和复杂度的方法。aPaaS基本就是直接针对这个问题而诞生的。

2）从定制开发中需求沟通的痛苦中解脱

企业软件实现过程中的第一痛点还不是贵，而是需求沟通的复杂。有业务需求的人不是开发软件的人，能够开发软件的人对业务痛点并没有切身的体会和经验。于是行业非常依赖专业的企业软件需求分析和实现方法设计能力，但这个能力是非常稀缺的资源。这也难怪企业软件开发需求的提出主体总是五花八门的，他们之间也需要进行复杂的沟通和信息汇总。

更要命的是，很多时候需求在实施之前都无法100%确定，企业自己无法提出一个完整的解决方案。这时候，要么需要求助于咨询机构这样的外脑，要么就只能走一步看一步。这两个方案听起来都不令人舒适。前者绝非普通中小企业所能够承受，后者可能会影响系统的开发和实施质量。

aPaaS的出现倒是让走一步看一步的方案变得更加现实。企业可以通过零代码平台渐进地开始实施。如果整个系统过于复杂，可以先从一个具体的环节开始，局部数字化（比如先把订单管起来）。反正用aPaaS搭建的速度足够快，用户甚至可以利用零代码工具来生成企业应用原型，在实际使用中进行验证，确认了终端用户可以掌握，原先识别的问题可以被有效解决之后，再继续推进更完整的实施。

可以这么说，零代码工具可以让开发者和使用者之间的距离充分缩短。在极端情况下，使用者甚至可以自己就是搭建开发者自己。他们可能在一两个小时的搭建后就能够确认这个方案是不是能够有效地解决问题。

3）在企业内部打通数据中台的需求

在企业IT中，还有一个致命痛点存在，那就是不同业务系统之间的数据相互隔离，不能综合使用，使得企业难以进行跨职能的数据相关性和因果分析，也难以实现跨职能的数据自动化。比如要分析一个价格调整措施对财务报表的影响，这个工作在任何一个孤立的信息系统中是无法完成的，而如果要做到，就至少需要从采购，销售，营销和财务系统中获得数据。同样的道理，企业也很难在遇到财务目标无法达成的情况下，自动做出最优的价格决策。这些都是影响企业运营水平至关重要的问题。近年来，Gartner提出的PacedLayer架构，以及阿里给电商企业提供的中台方案就是针对这种需求的反馈。

大企业当然可以投入专门的资金来打造数据中台性质的系统，但小企业支付不起，并不代表他们不想获得这样的能力。aPaaS平台提供了这个可能性。

首先，因为aPaaS平台管理数据的模型一致，所以它一般能够提供一个标准化程度非常高的编程接口，从外部系统汇合数据变得相对容易很多，这就像路由器一样，不管你有多少联网设备，它们都可以用统一的协议连接在一起。有了集中的数据，各种应用需求都变得容易兑现。哪怕个别系统依然需要通过抽取数据服务后另行原生开发，也比不断重复做数据整合工作要高效很多倍。

甚至，如果用aPaaS平台直接管理业务数据对象，这个数据整合工作都可以免除。用户可以直接在各个职能相关的数据对象中建立关联，建立汇总查询，批量抽取数据到BI平台，建立不同数据之间的自动化。

有关企业数字中台的介绍，建议可以读一下这篇采访文章。

4）突出的成本和效率优势

零代码开发平台和原生代码开发相比到底能够提高多少效率目前还没有精确的计量，但这个效率差至少是10倍以上。传统开发模式需要10天的，aPaaS一天之内就能够搞定。

更重要的效率差别不仅仅是时间，还包括零代码平台可以免除专业技术人员的参与。虽然它要求搭建者熟悉业务，完成基本的逻辑梳理，但毕竟这和动辄需要和好几位技术人员一起开会沟通需求要高效得多。即便在复杂的应用系统上，也至多只需要2-3人分工就能够完成整个项目的实现。因为简化协作的原因带来的成本节省甚至都不值十倍了。因为所有人都知道找到靠谱的定制软件开发团队几乎就是一件撞大运的事情。

同时，定制开发通常很难提供高品质的软件。软件运行的可靠性，缺陷消除的程度都很难和标准化产品相比，毕竟定制软件只有一个用户。而一个aPaaS平台不仅要同时服务很多终端用户，还要服务五花八门的应用搭建者，它能够做到一次对，次次对；一次缺陷消除，所有用户收益的效果。

5）开箱即用和自己动手的两全

和成型的SaaS应用相比，aPaaS看似有一个缺点，就是依然需要“搭建”。这有点像整体家具系统，摆在样品间很好看，但是实际买回家还需要施工人员来拼装才能达到预期的效果。

实际上，这个问题并不是无解，甚至很好解。aPaaS一开始自然不可能获得各个行业的最佳实践，让每个企业都能够看到“样板间”效果。但是，随着时间的推移，用户企业和集成商的参与，样板间会越来越多，甚至比SaaS产品提供的用例方案更加强大，因为后者提供的是一个固定家具的摆设效果，而前者能够根据不同的房型，提供不同的家具组合方案。

而且，在足够明确的细分市场下（比如金属加工制造流程管理这样的颗粒度），可以在aPaaS平台上开发出完全开箱即用的应用，直接分发给不同企业使用。有了这个能力，aPaaS不仅能够服务好终端用户，还能够催生集成商工作模式的变革，他们不仅可以通过出售IT服务挣钱，还能够在服务中加入解决方案的价值，消除定制开发成本，大幅提高项目服务毛利。

有了开箱即用的能力后，就能够大大加速企业采纳的意愿。而且，才采纳以后，“自己动手”的能力依然存在。就像先进的整体家居系统不仅可以组合，而且可以重新组合。企业软件的适用模式永远和企业阶段有关，比如小型制造业并不见得需要质量管理单元，但当年产值突破一亿元左右后，不仅面临ISO认证的刚性需求，也内在地需要引入全面质量管理。这样的企业可以在软件实施后依照实际需要继续调整、改进和增加软件模块。这个过程同样是低成本和高效率的。

6）平台特征提供的计算能力保证

在数据库应用中，有一个潜在的计算性能问题，尤其是在大规模数据表中进行复杂查询和联动计算时。如今，很多行业的企业数据规模都从数千数万条记录增长到百万，千万，甚至电商厂商轻而易举可以达到亿级数据。在制造和物流行业，物联网技术也必然带动更多的联网对象，产生的数据不仅规模巨大，而且计算形式也需要有针对性地加强。

对于定制实施系统来说，要分别通过分布式数据库，流式计算等先进技术来克服性能问题是一件极其昂贵的事情。aPaaS平台虽然为用户提供的是一个应用级的产品，但因为它范式统一，就有机会将这些基础计算隐藏起来，让用户不必关心这些后台事务就能够获得高性能的计算服务。通过aPaaS平台管理的数据表无论规模有多大，读写有多么频繁，实时查询的要求有多高，总有一个计算框架可以胜任。这种平台的扩展性让客户可以真正放心，aPaaS带来的不仅仅是开发效率的提升，还包括一个伸缩自如的基础设施服务。即便企业将来的业务规模成长百倍，也不会需要彻底重建IT系统。实际上，年收入数百亿美元的业务，背后驱动的IT平台极有可能就是Salesforce的force平台搭建的应用，而不需要是独立建立的应用系统。

正是因为以上这些优势，aPaaS在没有得到行业命名之前就已经开始逐步渗透到企业IT服务领域。在最近几年正在悄悄替代大量的定制实施软件项目，也让原先依靠标准SaaS产品的企业找到了新的选择。

aPaaS目前适合什么样的企业？

aPaaS虽然拥有巨大的优势，但也不代表它能够满足所有行业和企业的所有IT需求。下面列出了一些常见的排除项。aPaaS方案对这些性质的需求吸引力不强。

1）行业有明显的专有特征

有些行业本身的专有化程度很高，而且企业之间的差异性不大，这时候垂直的行业应用可能更加合理。

围绕这个特征最典型的例子就是餐饮业和酒店业。所有餐饮业的运营逻辑都是类似的，除了单店和连锁可能使用不同复杂度的方案以外，应用模块都大同小异。而且，这个行业解决问题的方法和范式是有明显的行业特征的，比如餐厅的排队等座系统，点单结账系统等。用零代码工具来构建如此专有的场景反而更加麻烦，而且无法有效提供有行业特色的视图。

2）行业有独立的代码审计要求

金融等行业的核心业务系统因为法规等要求不能使用零代码平台，因为它无法满足代码审计的要求。aPaaS平台不一定能够提供源代码给用户企业，而且即使提供，也无法佐证应用系统处理数据的准确性。这些行业因为监管要求高，本身资金也宽裕，所以不会应用aPaaS方案在核心业务环节。

3）面向顾客的前台系统

这个当然就是指的电商网店平台了。虽然电商零售的基本数据管理和aPaaS的能力并无太大的距离，但是面向消费者的前台系统一般要求更高的灵活性和营销设施的配套，用零代码平台创建不如直接使用专门的电商系统，比如有赞、微盟等开店方案。它们提供的不仅仅是店面功能，还包括围绕顾客的营销服务和支付平台，这些是aPaaS所不擅长的领域。

除此之外的大部分企业IT需求，零代码平台都有足够的优势来胜任。而且，随着软件和服务的界限越来越模糊，很难说未来的aPaaS不能扩展它的领地。企业软件的本质就是生产力工具，aPaaS的核心精神就是围绕企业的数字化运营提供高生产力选项。

在用户渗透的过程中，当前阶段的零代码平台更多满足的还不是普通企业的需求，而是那些有一定的自建IT能力的企业。他们一般拥有若干名信息化专员，能够理解自己企业的核心业务流程和问题，能够和业务部门展开有效的沟通。除了终端企业用户外，行业咨询群体和ISV群体也开始更多关注零代码工具，因为行业咨询者永远都希望拥有属于自己的落地工具集，而他们很难投入做出自己高质量的原生软件产品；而ISV群体则常年面临项目实施成本高，客户需求差异度大的痛点，希望通过某种平台来降低开发服务成本，沉淀自己的方案能力，从而让项目实施具备更多的可复制特点。行业咨询、管理咨询和ISV群体对零代码平台的掌握最终会让这个门类的解决方案走入更多的主流企业用户。

题主是否详细询问“激光粒度仪不出峰的原因是什么？”样品浓度太低、激光粒度仪使用不当、样品的物理化学性质不适合使用激光粒度仪进行分析。
1、样品浓度太低：如果样品浓度太低，那么粒子的数量就会很少，很难形成粒度分布图中的峰。此时，可以尝试增加样品浓度，以便更好地观察粒度分布。
2、激光粒度仪使用不当：激光粒度仪的使用方法比较复杂，需要注意一些细节，例如样品的适当稀释、仪器的预热等等。如果使用不当，就会影响粒度分布图的准确性。此时，可以参考激光粒度仪的说明书，或者向仪器的厂家或技术支持人员咨询。
3、样品的物理化学性质不适合使用激光粒度仪进行分析：激光粒度仪仅适用于一定范围内的粒径分析，如果样品的粒径分布范围过大或者样品的物理化学性质不适合使用激光粒度仪进行分析，可能会导致粒度分布图中没有峰。

检测颗粒的球形度有好几种方法,我给大家例举一下;
1 激光粒度仪 粒度与光的散射角度建立对应关系推算出粒径大小 间接法
2沉降粒度仪 粒度与沉降过程的时间建立对应关系推算出粒径的分布状况 间接法
3库尔特粒度仪 粒度与电阻的阻值建立对应关系推算出粒径大小 间接法
4颗粒图像工作站 直接获得照片对应比例尺即可直接获得粒径大小 和球形度 直接法
从上述例子可以看出 用颗粒图像分析仪可以直接测量颗粒的球形度和长径比的形态参数,在所有颗粒测试的仪器中,只有颗粒图像工作站可以获得球形度、长径比等形状参数,这是其他仪器设备所无法替代的 这种仪器济南维森图像科技有限公司有

瑞芯智造(深圳)科技有限公司推出的Nanocoulter Ⅰ 高分辨纳米单颗粒分析仪为纳米颗粒快速定量测量提供了一个平台。测量纳米颗粒时采用电学性质识别电解质溶液中的粒子,而无需依赖其光学参数以及其他物理性质。该仪器可测量单个粒子并快速整合粒子尺寸与浓度的统计数据。这一特殊性能将Nanocoulter Ⅰ与市面上其他纳米粒度仪区分开来。

Nanocoulter Ⅰ主要特性:

 单个检测流体中的纳米颗粒

 一次性检测卡,避免交叉污染

 多维数据,测试过程可视化

 无需对标,全自动分析纳米颗粒粒径分布、浓度以及电位数据

 任何类型的纳米颗粒(无机&有机,透明&不透明,导电&绝缘)

 粒径测量范围:40-2000nm

 浓度测量范围:106-1012个/ml

 检测速度:5分钟之内完成测试

 样本需求量:50μl以内

 台式大小,400(mm)×350(mm)×310(mm)

 重量:19kg

Nanocoulter Ⅰ技术原理:

库尔特原理(亦称:电阻感应脉冲RPS),悬浮在电解液中的颗粒随电解液通过小孔时,取代相同体积的电解液,在恒电流设计的电路中导致小孔管内外两电极间电阻发生瞬时变化,产生电位脉冲。脉冲信号的大小和次数与颗粒的大小和数目成正比。属于对颗粒个体的测量和三维的测量,不但能准确测量物料的粒径分布,更能作粒子绝对数目和浓度的测量。其所测粒径更接近真实,并且不受样本物理化学性质的影响。

光刻纳米孔芯片:

库尔特原理测量粒径范围依赖孔径大小,通过使用最先进的光蚀纳米孔硅基芯片,最高加工精度可达1nm,将传统的库尔特计数只能测量微米级别的颗粒下探到40nm。不同孔径的芯片应对不同粒径的颗粒,检测范围可从40nm-2000nm。

Nanocoulter Ⅰ如何做到单颗粒检测

液体样本中的颗粒在电渗流的驱动下,单个通过纳米孔,产生电脉冲信号(如下图所示),可测量每个通过纳米孔的粒子,提供实时的粒径大小与浓度信息,是真正意义上的单颗粒检测,不受制于颗粒的光学性质与其他物理化学性质,可用于任何材料的粒子的单颗粒测量。

Nanocoulter Ⅰ工作原理展示动画

应用方向:

细胞外囊泡(外泌体)

外泌体近年来在基础研究和临床诊断治疗等方向均展现出极大的潜力,受到广泛关注。外泌体分离纯化是所有研究工作的第一步,因此分离出来的外泌体的鉴定工作显得尤为重要。Nanocoulter Ⅰ可快速得到样品的粒径分布情况和准确的浓度信息,是外泌体研究工作中的得力助手。

病毒

对于病毒的治疗开发、药物载体、以及常规研究而言,病毒及其团聚物的数量和尺寸变化非常重要,Nanocoulter Ⅰ可以快速的提供单个病毒的浓度、团聚物浓度、粒径分布数据。细微的浓度差异(2倍),粒径差异(10nm)都可准确的表征,凭借超高的分辨率现已成为很多许多病毒研发生产企业的质控指标。

脂质体

脂质体是由卵磷脂和神经酰胺等制得,是一种类似生物膜结构的双分子层微小囊泡,可以与细胞膜融合,并且无免疫原性,是优良的药物载体材料。Nanocoulter Ⅰ不仅可以对脂质体样本进行粒径和粒径分布、浓度检测,还可以对是否成功载药进行分析,在脂质体的制备,载药研究上有指导性的意义。

细菌

库尔特原理,一直以来被行业作为细胞计数的金标准技术,Nanocoulter Ⅰ在此基础上发展起来的纳米库尔特技术,搭载不同孔径的纳米芯片,可应对各种细菌的检测,测试时间短、用量少、可活体检测、无需复杂制样,在细菌计数方面有着得天独厚的优势,并且可同时得到细菌的粒径及粒径分布、zeta电位数据。

纳米材料

各种纳米材料在医疗诊断、生物技术、工业生产等多领域都有极广泛的应用,纳米材料的浓度、粒径、粒径均一性影响纳米材料产品的性能,Nanocoulter Ⅰ采用经典的库尔特原理(电阻脉冲感应法),一个微球产生一个电阻脉冲,一次上样即可测得纳米全方位的信息,并且不受材料性质的影响,在纳米材料的研发、生产、应用等领域发挥日益重要的作用。

多分散体系

多分散颗粒混合物是指组成颗粒大小、形状或分子量不同的混合物。这种混合物的粒度分布很难确定;混合物的大量光学特性,例如不透明度,并不能提供关于总体分布的详细信息。当颗粒尺寸减小到亚微米范围时,这一点尤其明显。典型的表征仪器,如动态光散射(DLS)和光学粒子跟踪不能分析高度多分散的混合粒子,而可以NanocoulterⅠ可以。

D10：一个样品的累计(自己加前面或后面所有粒径的百分数)，粒度分布数达到10%时所对应的粒径。它的物理意义是粒径小于(或大于)它的的颗粒占10%。

D50：一个样品的累计粒度分布百分数达到50%时所对应的粒径。

它的物理意义是粒径大于它的颗粒占50%，小于它的颗粒也占50%，D50也叫中位径或中值粒径。它不表示粉体的平均粒度，表示粉体的平均粒度另有参数，例如D(4,3)、D(3,2)等等。

D90：一个样品的累计粒度分布数达到90%时所对应的粒径。它的物理意义是粒径小于(或大于)它的颗粒占90%。

扩展资料：

粒度检测一般用激光粒度仪进行检测。

激光粒度仪是一种常用的粒度仪产品，具有测试范围宽、测试速度快、结果准确可靠、重复性好、 *** 作简便等特点。在使用时，应注意以下几个方面：

1、要关注粒度测量范围，尤其是看超出主检测器面积的小粒子散射如何检测，zui好进行全量程直接检测。一般来说，粒度范围越宽，应用范围越广。

2、激光粒度分析仪的激光光源也十分重要，因此激光器的功率不能太小，以免灵敏度不够，气体光源稳定性要优于固体光源，检测器激光衍射光环半径越小越好，能够避免漏检。

3、为了避免漏检，提升仪器的精确度，zui好选择使用完全的米氏理论的激光粒度分析仪，而不是采用近似的米氏理论的仪器。

4、激光粒度分析仪的准确性和重复性指标十分重要，准确性和重复性越高越好。

5、光路的稳定性、分散系统的稳定性、以及周围环境的影响等都是激光粒度分析仪稳定性的表现，尽量选择稳定性强的仪器。气体激光器有助于光路的稳定，内部发热部件会影响光路周围环境。

参考资料：

百度百科——粒度

---