农药油悬浮剂（OD）这几年的热度不用多说——高含量、低粉尘、少用有机溶剂，叶面附着和渗透表现也好，特别适合高极性、易结晶、易水解的活性成分，在无人机飞防场景下也越来越吃香。但OD 体系有个绕不开的老难题：沉降、颗粒团聚、晶体长大、再分散性差，这几个问题任意一个冒头，配方基本就悬了。更麻烦的是，传统靠肉眼看、靠离心加速评估的方法，往往抓不到早期的失稳信号，等看出问题，配方已经走了不少弯路。

为什么 OD 的稳定性评估一直是个"慢活"

复配 OD 比单剂更复杂。两种原药一旦极性差异大，在油相里很容易出现异质絮凝——这不是单一因素能解释的，油相黏度、密度差、分散剂匹配度都在起作用。过去研发人员调配方，基本是"试一个→放几天→看状态→再调"，一轮下来少则三五天，多则一两周，效率低不说，还容易错过最优区间。

丹东百特的 BeScan Lab+ 稳定性分析仪走的另一条路：基于静态多重光散射（SMLS）技术，对样品高度方向做连续背散射光扫描，不破坏样品、实时盯住分散状态的变化。关键是它还带 AI 智能分析，能自动识别失稳模式（沉降？团聚？还是两者叠加？）并直接给优化方向——这对配方筛选来说，相当于把"经验试错"往"数据驱动"推了一步。

实验怎么做的

拿一个实际的复配 OD 开刀：3.5% 氯虫苯甲酰胺 + 4.5% 氟啶虫酰胺，属于典型的两原药极性差异较大的组合，失稳风险本来就高。

测试条件：

• 温度：25℃

• 扫描间隔：6 min

• 总时长：2 h 40 min

仪器全程记录样品全高度的背散射光信号变化，软件同步算出不稳定性指数（IUS）——IUS 升得越快，体系越不稳。

原配方：AI 把"病根"点透了

原配方跑下来的信号图很典型：

• 底部背散射光增强 → 颗粒往下迁、底部富集，沉降没跑了

• 中上部背散射光减弱 → 颗粒团聚，局部浓度被拉低

• IUS 曲线一路往上爬 → 量化层面坐实了"不稳定"

这时候 AI 的分析价值就出来了，它不是只告诉你"不稳"，而是把机制拆开：

💡 AI 判因：双原药极性差异诱发异质絮凝 + 油相黏度撑不住 + 密度差带来的重力失稳。

给出的优化方向也很具体——加极性分散剂匹配、触变增稠、控粒径。这一步如果靠人凭经验猜，可能要在"分散剂/增稠剂/粒径"三个方向来回折腾，AI 直接把权重排好了。

优化配方：2 小时 40 分钟验证一轮

按 AI 建议把极性分散剂用量提上去之后，同条件再跑一次：

• 全高度背散射信号基本走平，没有明显分层、没有团聚信号

• IUS 曲线几乎躺平，和原配方那条陡坡形成鲜明对比

从"快速上升"到"变化缓慢"，同一台仪器、同一个时间窗，把优化前后的稳定性差异拉得非常清楚。不用等几天看储存状态，2 小时 40 分钟就能判定这一轮调得对不对——这才是研发节奏能加快的关键。

这套思路能用到哪

回到 BeScan Lab+ 在这类工作里的定位：

• 配方筛选阶段：几组分散剂/增稠剂组合并行扫，IUS 横向比大小，先粗筛再细调

• 稳定性评估：背散射高度方向剖面能直接看出是"顶部析油""底部沉降"还是"整体团聚"，比肉眼准得多

• 质控留样：同一配方不同批次比对，抓工艺波动

农药 OD 往高性能、高可靠性走，研发端工具如果不升级，光靠经验和离心加速，效率瓶颈会越来越明显。静态多重光散射 + AI 判因这套组合，至少在复配 OD 这个场景里，已经能把"几天一轮"的配方迭代压缩到"半天一轮"的量级——对研发周期紧的项目，这个差距就是实打实的竞争力。

📌 小提醒：AI 给的建议方向（极性分散剂/触变/粒径）是线索，不是终点。落到具体体系还得结合原药理化数据和加工工艺再细化，但有了这条线索，试错次数能砍掉一大截。