27.11.2019 by Milena Riedl

Numérisation de l'ASN : Tirez le meilleur parti de vos mesures !

L'analyse thermique répond à de nombreuses questions dans différents secteurs de l'industrie manufacturière. Cependant, il est souvent difficile d'obtenir le maximum d'informations à partir des mesures, car la littérature ne fournit que des valeurs individuelles et non des thermogrammes complets. Les bases de données sur les polymères sont des outils courants pour d'autres méthodes telles que le FT-IR ou le GC-MS. Découvrez comment la base de données de l'instrumentation d'analyse thermique facilite votre travail quotidien.

L'analyse thermique peut répondre à de nombreuses questions dans différents secteurs de l'industrie manufacturière. Pour le contrôle des marchandises entrantes, il est important de savoir si un lot de matériaux est apte à produire de bonnes pièces. Dans le cadre de la rétro-ingénierie, on se demande pourquoi un concurrent peut proposer des pièces similaires à un prix inférieur. Lorsqu'une pièce est défectueuse, il est nécessaire de déterminer s'il y a des impuretés dans le matériau ou si les paramètres de production ont été réglés de manière appropriée.

Pourquoi avons-nous besoin d'une base de données sur les polymères ?

L'évaluation des résultats à partir d'une base de données est courante depuis longtemps pour de nombreuses méthodes telles que le FT-IR ou le GC-MS. Dans la littérature, on ne trouve que des valeurs individuelles et non des thermogrammes complets, qui sont nécessaires pour obtenir des informations complètes sur un matériau. En outre, la comparaison mathématique de courbes complètes n'était pas possible avant la numérisation des thermogrammes et des tableaux.

Comment cela fonctionne-t-il ?

Cas 1 : Le matériau était un matériau de recyclage PP. Les pièces du lot de production actuel présentent des propriétés mécaniques inférieures. Elles présentent également des stries brunâtres partiellement visibles. Les lots de production antérieurs ne présentaient aucun problème.

Tout d'abord, une bonne pièce a été analysée par calorimétrie différentielle à balayage (DSC) afin d'avoir une référence à comparer à la pièce défectueuse. La figure 1 montre qu'il n'y a qu'un seul pic de Températures et enthalpies de fusionL'enthalpie de fusion d'une substance, également connue sous le nom de chaleur latente, est une mesure de l'apport d'énergie, généralement de la chaleur, nécessaire pour convertir une substance de l'état solide à l'état liquide. Le point de fusion d'une substance est la température à laquelle elle passe de l'état solide (cristallin) à l'état liquide (fusion isotrope). fusion dans la gamme typique du polypropylène (PP).

Figure 1 : Mesure DSC d'une bonne pièce

Ensuite, la pièce défectueuse a également été mesurée par DSC. La figure 2 montre clairement l'existence d'un deuxième pic de Températures et enthalpies de fusionL'enthalpie de fusion d'une substance, également connue sous le nom de chaleur latente, est une mesure de l'apport d'énergie, généralement de la chaleur, nécessaire pour convertir une substance de l'état solide à l'état liquide. Le point de fusion d'une substance est la température à laquelle elle passe de l'état solide (cristallin) à l'état liquide (fusion isotrope). fusion à environ 132°C. Cela indique clairement la présence d'une impureté dans le matériau traité.

Figure 2 : Mesure DSC de la pièce défectueuse

Afin de déterminer la nature de l'impureté, il est nécessaire de se pencher sur la littérature ..

... ou la base de données des polymères intégrée dans la solution logicielle NETZSCH Proteus® solution logicielle !

Figure 3 : Comparaison automatique des bases de données avec la fonction Identify du logiciel Proteus®®

Seule la zone de mesure présentant le pic non commun a été sélectionnée pour l'analyse. Le logiciel affiche automatiquement les matériaux de référence qui correspondent au matériau mesuré. Dans ce cas, le premier pic présente une très bonne corrélation avec le HD-PE. Il peut donc être confirmé que le matériau PP recyclé a été contaminé par du HD-PE.

Identifier les matériaux inconnus

Cas 2 : Dans le deuxième exemple, il s'agissait de déterminer quel matériau avait été utilisé pour la production d'une pièce concurrente.

Figure 4 : Mesure DSC d'une pièce compétitive


La figure 4 montre l'analyse DSC de l'échantillon avec un pic de Températures et enthalpies de fusionL'enthalpie de fusion d'une substance, également connue sous le nom de chaleur latente, est une mesure de l'apport d'énergie, généralement de la chaleur, nécessaire pour convertir une substance de l'état solide à l'état liquide. Le point de fusion d'une substance est la température à laquelle elle passe de l'état solide (cristallin) à l'état liquide (fusion isotrope). fusion mesuré à 222°C. Un examen de la littérature révèle que le matériau peut être soit du polyamide 6 (PA6) (pic de Températures et enthalpies de fusionL'enthalpie de fusion d'une substance, également connue sous le nom de chaleur latente, est une mesure de l'apport d'énergie, généralement de la chaleur, nécessaire pour convertir une substance de l'état solide à l'état liquide. Le point de fusion d'une substance est la température à laquelle elle passe de l'état solide (cristallin) à l'état liquide (fusion isotrope). fusion entre 220 et 230°C), soit du PA610 (pic de Températures et enthalpies de fusionL'enthalpie de fusion d'une substance, également connue sous le nom de chaleur latente, est une mesure de l'apport d'énergie, généralement de la chaleur, nécessaire pour convertir une substance de l'état solide à l'état liquide. Le point de fusion d'une substance est la température à laquelle elle passe de l'état solide (cristallin) à l'état liquide (fusion isotrope). fusion entre 210 et 230°C). En raison de la superposition des points de fusion, il n'est donc pas possible de différencier les deux matériaux.

Cependant, en évaluant la mesure avec la base de données automatisée, il devient clair que le matériau traité est du PA610. Le logiciel compare mathématiquement l'ensemble du tracé par rapport à la comparaison d'une seule valeur avec les données de la littérature.

Figure 5 : Comparaison de la base de données avec la fonction Identify du logiciel Proteus®®

Votre succès grâce aux données intelligentes

La numérisation du DSC avec les outils logicielsProteus®AutoEvaluation et Identify offre un large éventail d'avantages :

  • Identification des mélanges de matériaux et des impuretés
  • Amélioration de la qualité et de la capacité
  • Identification de matériaux inconnus
  • Reproductibilité accrue des mesures

Cliquez ici pour obtenir plus d'informations sur la base de données KIMW sur les polymères !

Merci à Martin Doedt (B. Sc., chef de laboratoire, Kunststoff-Institut Lüdenscheid) pour son exposé au K-show 2019 !

Plus d'articles de blog sur l'analyse thermique intelligente