目前業界常使用SEM電子顯微鏡進行樣品表面形貌的檢測。然而，此種方式需受限於SEM真空系統，液態材料的瑕疵檢測往往需先進行乾燥化前處理，但液態樣品經過烘烤後形貌結構皆已失真，檢測結果無法呈現樣品的真實性。再者，液態或揮發性材料可能造成SEM污染，因此，以往要使用 SEM進行液態材料瑕疵檢測，具有一定難度和侷限性。
液態瑕疵檢測通常是指在液體中檢測並識別瑕疵或異常的過程。液態瑕疵檢測通常涉及使用視覺檢測技術和機器學習算法來檢測液體中的各種問題，如污染、異物、不純物、沉積物等。
進行液態瑕疵檢測時，通常使用相機或其他感測器來捕捉液體樣本的影像或訊號。然後，這些影像或訊號通過影像處理和分析技術進行處理，以檢測可能存在的瑕疵。
液態瑕疵檢測的關鍵挑戰之一是應對液體的不穩定性和變化。液體可能具有不同的顏色、濃度、透明度和粘度，這可能對檢測和識別瑕疵造成困難。因此，液態瑕疵檢測通常需要進一步的算法和技術來處理這些變化。
解決方案：臨場SEM液態樣品觀測解決方案
COVID-19爆發至今，抗菌產品持續熱銷，除了有效性、穩定性以外，凡遇纖維布、不織布等織物類產品，如何提供抗菌塗層的耐洗性，亦是相關產業不間斷改善與優化的研發目標。客戶欲了解混入纖維布的奈米複合抗菌塗料，經過水洗前後是否會產生變化，藉此掌握更多該款塗料特性。如使用傳統材料缺陷分析方法，會受限於電子顯微鏡的真空特性，導致結果失真。
新型的液態材料缺陷分析，以封閉式的晶片系統在SEM的真空環境中創造大氣腔體，可保存液態材料真實結構，呈現原始級影像，搭配專用軟體進行分析，即可得到尺寸、形狀分布、分散性等數據，作為材料研發、配方改善依據。客戶過去無法確切掌握液體材料真實狀況，但透過邑流微測的液態材料檢測技術，觀測到自家塗層材料不論是否經過水洗，塗料都還是能夠有效附著在纖維布上，保有抗菌效果，驗證了此配方之適用性。
