10.10.2023 by Aileen Sammler
Miten valvoa laatua kierrätysmuovin materiaalit

Muovin kierrätykseen liittyy monia haasteita koko valmistuksen työnkulussa. Yksi suurimmista haasteista on raaka-aineen laadun epävarmuuden hallinta. Laatuvaihtelut johtuvat eri polymeerityyppien sekoituksista kierrätysprosessissa. Tämä on vaiheittainen opas kierrätysmuovien laadunvalvontaan NETZSCH Differentiaalisen pyyhkäisykalorimetrian (DSC) mittalaitesarjamme, kuten DSC 300 Caliris® Classic ,Select tai Supreme avulla.
Muovin kierrätykseen liittyy monia haasteita koko valmistuksen työnkulussa. Yksi suurimmista haasteista on raaka-aineen laadun epävarmuuden hallinta. Laatuvaihtelut johtuvat eri polymeerityyppien sekoituksista kierrätysprosessissa. Tämän vuoksi monet tuotevalmistajat epäröivät käyttää kierrätysmuovia, koska eräkohtaiset laatuvaihtelut voivat vaikuttaa merkittävästi lopputuotteiden laadun ylläpitämiseen.
Yritykset tarvitsevat nopean ja kustannustehokkaan ratkaisun
Kierrätysmuovien laadunvalvonta on näin ollen monille yrityksille ratkaiseva vaihe tuotantoprosessissa. Niiden on pystyttävä havaitsemaan ja Identify havaitsemaan kierrätysmateriaalien epäpuhtaudet ja seokset nopeasti, luotettavasti ja kustannustehokkaasti.
Vaihe 1: Identify Pelletin polymeerityyppi
Toimitettu polymeerijätevirta sisälsi sekoituksen erivärisiä kierrätyspellettejä. Differentiaalipyyhkäisykalorimetriamittaukset suoritettiin lämmitysnopeudella 10 K/min N2-ilmakehässä. Kaikkia DSC-laitteitamme voidaan käyttää kuten esimerkiksi uutta NETZSCH DSC 300 Caliris® Supreme .

The IdentifyNETZSCH Proteus® -ohjelmiston ohjelmisto-ominaisuus vertaa mittaustuloksia KIMW-tietokannan tietoihin, joihin on tallennettu yksittäisiä mittauskäyriä, kirjallisuustietoja sekä polymeerien ja muiden materiaalien tilastollisia luokkia.
Kuvassa 2 on esitetty vihreän polypropeeninäytteen (PP) mittaus sekä tietokantamerkintä vaaleanpunaisella. Molempien käyrien vertailu osoittaa, että vihreä kierrätysmateriaali on 99,45-prosenttisesti samanlainen kuin vakiopolypropeeninäyte. Tässä tapauksessa Identify -ohjelmisto vertaa näytteen merkittäviä mittauspisteitä, kuten lasisiirtymälämpötilaa, sulamis- ja uudelleenkiteytymisvaikutuksia.

Vaihe 2: Epäpuhtauksien tai kierrätysmuovien seosten havaitseminen
Lisäksi analysoitiin erivärisiä pellettejä. Valkoisten ja mustien pellettien mittauskäyrissä (ks. kuva 3) näkyy kummassakin ylimääräinen piikki, joka on sulamisilmiö, esim. toisen polymeerityypin sulamisilmiö. Tämä tarkoittaa, että kierrätetty PP on kontaminoitunut ainakin yhdellä muulla komponentilla.

Vaihe 3: Identify Kierrätysmuovien seokset tai epäpuhtaudet
Kuten alla olevassa kuvassa 4 on esitetty, NETZSCH Proteus® -ohjelmistoon integroitu Identify - tietokanta tunnistaa kierrätysmateriaalin epäpuhtauksien lähteen. Arvioimalla vain käyttäjän määrittelemää käyrän osaa, tässä tapauksessa ensimmäistä piikkiä,Identifyetsii tietokannasta tallennetun mittauskäyrän, joka vastaa parhaiten mitattua piikkiä. Kuvassa 4 mustaa näytettä analysoitiin tarkemmin Identify kontaminaation löytämiseksi. Ohjelmisto paljasti, että kierrätysmateriaalin näyte sisältää small määrän lineaarista pientiheyspolyeteeniä (LLDPE).

Yhteenveto
Differentiaalinen pyyhkäisykalorimetria (DSC ) on nopea, luotettava ja helppo tapa valvoa kierrätysmuovien laatua valmistusteollisuudessa. Proteus® -ohjelmiston ainutlaatuiset ominaisuudet tukevat lisäksi kustannustehokasta laadunvalvontaprosessia havaitsemalla ja tunnistamalla epäpuhtaudet automaattisesti.
Lisää blogiartikkeleita aiheesta Identify
- 11.06.2026
NETZSCH Proteus® 9.9: Yhteensopivuuden laajentaminen ja suorituskyvyn parantaminen 9 -mittaus- ja analysointiohjelmistoalustalla Proteus®

- 28.10.2025
NETZSCH Proteus® AutoEvaluation ja Identify: Älykäs analyysi käden ulottuvilla - osa 2

- 14.10.2025
NETZSCH Proteus® 9 Ohjelmisto: Osa 1: Älykkäämmät työnkulut ja laajennettu käyttöoikeus

- 10.01.2024
KIMW:n polymeeritietokanta DSC:tä varten: sen sisältö on nyt kaksinkertaistunut!

- 29.06.2023
Tiedonhallinta on tehty helpoksi Proteus® hakukoneella

- 24.05.2023
Kuinka Identify ja mitata eri muovikoostumuksia kierrätysvirrassa

- 01.08.2022
Menestyminen älykkäällä datalla: KIMW-tietokanta - nyt laajennettu sisältö

- 22.03.2021
Uusi: Additive Manufacturing Materials in Identify



