머티리얼 데이터를 평가하고 관리하는 간단한 방법

소재의 열적 특성에 대한 지식은 스크랩 생산에 따른 추가 비용 발생 없이 열가소성 부품 및 구성품을 생산하기 위해 매우 중요합니다. 동시에 성공적인 생산을 보장하는 성형 시뮬레이션을 생성하기 위해서는 재료 데이터가 중요합니다. 그러나 재료가 항상 모든 특성에 대한 충분한 정보를 무료로 제공하는 것은 아닙니다. 열 분석 기기는 가장 중요한 파라미터를 직접 찾아내는 데 적합합니다. 예를 들어, 차동 주사 열량계는 유리 전이 온도 및 용융 피크와 같은 원료의 품질 기준을 결정하는 데 사용하기 쉽고 정확한 방법입니다. 하지만 기기는 첫 단계일 뿐입니다. 측정값을 평가하는 소프트웨어는 원활하고 빠른 프로세스를 통해 비용을 절감하고 전문가가 보다 정교한 측정에 집중할 수 있도록 하는 데 똑같이 중요합니다. 열 분석 기기에 통합된Proteus^®NETZSCH 열 분석 기기에 통합된 소프트웨어에는 재료 데이터를 평가하고 관리하는 데 유용한 기능이 있습니다. 다음은 두 가지 예입니다.

인공 지능으로 손쉽게 측정값 평가

그림 1은 DSC 214로 측정한 폴리머 시료의 온도 프로그램 일부를 보여줍니다.Polyma. 결과를 수동으로 평가하는 데는 시간이 걸리고 때로는 효과를 판단하기 어렵고 숙련된 사람의 눈으로만 볼 수 있기 때문에 오류가 발생하기 쉽습니다.AutoEvaluation소프트웨어의Proteus^®소프트웨어의 기능을 사용하면 더 빠른 결과를 얻거나 2차 의견으로 활용할 수 있습니다. 고유한 평가 루틴은 지능형 수학적 알고리즘을 통해 DSC 및 TGA 곡선에서 모든 효과를 자율적으로 찾아 평가합니다. 그림 2에서 그림 1의 측정값을AutoEvaluation의 측정값을 확인할 수 있습니다. 소프트웨어는 분석된 물질의 유리 전이, 복잡한 피크 영역 및 용융 피크를 자율적으로 찾아냈습니다.

그림 2: 다음을 사용하여 분석한 PET 재료의 DSC 측정 `AutoEvaluation`

몇 초 안에 자료 식별 및 분류

소프트웨어는Proteus^®소프트웨어는 더 많은 기능을 제공합니다. 식별 기능을 사용하면 몇 초 안에 재료를 식별하고 분류할 수 있습니다. 클릭 한 번으로 실험 곡선이 저장된 개별 곡선, 문헌 데이터 및 통계적 클래스와 일치하는지 확인할 수 있습니다. 위의 측정에 대한 추가 통찰력을 얻기 위해 식별을 사용하면 99.87%의 유사성으로 분석된 물질이 PET라는 것을 알 수 있습니다.

그림 3: 식별 기능은 측정값과 통합 데이터베이스를 기반으로 재료를 식별합니다(이미지를 클릭하면 확대)

한 걸음 더 나아가세요: 나만의 재료 데이터 라이브러리 구축

사전 설치된 문헌 데이터, 통계 클래스 및 선택 사항인 1000가지 시판 폴리머 라이브러리는 제한이 없습니다! 측정 데이터로 라이브러리를 제한 없이 확장할 수 있습니다. 이러한 라이브러리는 컴퓨터 네트워크에서 동시에 다른 여러 사용자와 공유할 수 있습니다. 어떻게 할 수 있을까요?

라이브러리에 추가하려는 재료로 측정을 실행합니다.
측정값을 클릭하고 select "식별"을 클릭합니다. 측정값 위에 식별 패널이 나타납니다.
"현재 커브 추가..." 버튼을 클릭합니다

4. 측정값 또는 자료의 이름을 지정하고 필요한 경우 비고를 입력합니다. Select 기존 라이브러리를 사용하거나 다음 창이 나타나면 새 라이브러리를 추가합니다.

5. 축하합니다! 이제 재료가 데이터베이스에 성공적으로 저장되었습니다! 6. 다음에 재료 분석을 실행할 때, select 자신의 측정값이 있는 라이브러리(여기: 테스트)를 실행합니다. 그러면 소프트웨어가 라이브러리에서 현재 측정한 재료와 가장 유사한 참조 재료를 알려줍니다. 여기서 재료는 동일한 측정치이므로 100% 유사성을 갖습니다.

그림 6: `Proteus^®` 소프트웨어의 식별 패널에서 자료 식별(이미지를 클릭하면 확대)

정말 간단합니다!

자체 데이터베이스를 사용하면 클릭 몇 번으로 원자재의 품질을 쉽게 관리할 수 있습니다. 여기에서Proteus^® 소프트웨어에 대해 자세히 알아보세요.