动态机械分析（DMA）是一种强大的技术，用于研究材料的机械性能。在这个应用中，我们重点分析了软木，一种广泛用于葡萄酒密封和老化过程的材料。软木，从亚栎树的树皮中获得，表现出独特的细胞结构，提供类似于合成聚合物的机械性能。在一个轴上，软木具有蜂窝状结构。其他两个轴的结构是多个类似矩形的棱镜。这使软木具有不同的机械性能，取决于被测试的方向。
软木塞的质量在很大程度上取决于其机械和物理特性，这对其在葡萄酒密封方面的有效性至关重要。决定软木塞质量的关键因素包括弹性、绝缘性、回弹力以及对气体和液体的不渗透性。通过利用动态机械分析（DMA）测试，我们可以定量评估软木塞的弹性和回弹特性，提供一个可靠的评估方法。
NANOVEA PB1000机械测试仪在 纳米压痕 DMA模式可以对这些特性进行表征，特别是杨氏模量、存储模量、损失模量和tan delta（tan（δ））。DMA测试还允许收集关于软木材料的相移、硬度、应力和应变的宝贵数据。通过这些综合分析，我们对软木塞的机械行为及其在葡萄酒密封应用中的适用性有了更深入的了解。
测量目标
在这项研究中，使用NANOVEA PB1000机械测试仪在纳米压痕模式下对四个软木塞进行动态机械分析（DMA）。软木塞的质量被标示为：1 - Flor, 2 - First, 3 - Colmated, 4 - Synthetic rubber.对每个软木塞在轴向和径向都进行了DMA压痕测试。通过分析软木塞的机械反应，我们旨在深入了解其动态行为，并评估其在不同方向上的性能。
NANOVEA
PB1000
| 最大力气 | 75 mN |
| 装载率 | 150 mN/min |
| 卸载率 | 150 mN/min |
| AMPLITUDE | 5 mN |
| 频度 | 1赫兹 |
| CREEP | 60 s |
压头类型
球类
51200钢
3毫米直径
在下面的表格和图表中，杨氏模量、储存模量、损失模量和tan delta在每个样品和方向之间进行了比较。
杨氏模量： Stiffness；高值表示stiff，低值表示flexible。
储存模数： 弹性反应；储存在材料中的能量。
损失模量： 粘性反应；由于热而损失的能量。
谭（δ）： 阻尼；高值表示更多的阻尼。
轴向
| 塞子 | 杨氏模量 | 存储模量 | 亏损模式 | TAN |
| # | (MPa) | (MPa) | (MPa) | (δ) |
| 1 | 22.5675 | 22.27209 | 3.624947 | 0.162964 |
| 2 | 18.54664 | 18.27153 | 3.162349 | 0.17409 |
| 3 | 23.75381 | 23.47267 | 3.617819 | 0.154592 |
| 4 | 23.6972 | 23.58064 | 2.347008 | 0.099539 |
辐射方向
| 塞子 | 杨氏模量 | 存储模量 | 亏损模式 | TAN |
| # | (MPa) | (MPa) | (MPa) | (δ) |
| 1 | 24.78863 | 24.56542 | 3.308224 | 0.134865 |
| 2 | 26.66614 | 26.31739 | 4.286216 | 0.163006 |
| 3 | 44.07867 | 43.61426 | 6.365979 | 0.146033 |
| 4 | 28.04751 | 27.94148 | 2.435978 | 0.087173 |
杨氏模量
存储模量
亏损模式
TAN DELTA
在软木塞之间，在轴向测试时，杨氏模量差别不大。只有塞子#2和#3在径向和轴向之间的杨氏模量有明显差异。因此，储能模量和损耗模量在径向方向上也将高于轴向方向。塞子#4显示出与天然软木塞类似的特性，除了损失模量。这相当有趣，因为这意味着天然软木塞比合成橡胶材料具有更高的粘性。
纳诺维娅 机械测试仪 在纳米划痕测试仪模式下，可以模拟许多现实生活中油漆涂层和硬质涂层的故障。通过以受控和密切监控的方式施加不断增加的负载，该仪器可以识别发生负载故障的情况。然后可以将其用作确定耐刮擦性定量值的方法。测试的涂层没有风化，已知在约 22 mN 时出现第一道裂纹。值接近 5 mN，很明显，7 年一圈已经使油漆退化。
对原始轮廓进行补偿，可以获得划痕期间的修正深度，也可以测量划痕后的残留深度。这就提供了关于涂层在增加载荷下的塑性与弹性行为的额外信息。裂纹和变形的信息对改善硬涂层都有很大的作用。非常小的标准偏差也显示了该仪器技术的可重复性，这可以帮助制造商提高他们的硬涂层/涂料的质量，并研究风化的影响。
带或不带硬涂层的油漆是最常用的涂料之一。我们在汽车上、墙壁上、电器上以及几乎任何需要一些保护性涂层或只是为了美观的东西上都能看到它。用于保护底层基材的油漆通常含有防止油漆起火的化学品，或者仅仅是防止其失色或开裂。通常情况下，用于审美目的的油漆有各种颜色，但不一定是为了保护其底层，也不一定是为了延长使用寿命。
然而，所有的油漆都会随着时间的推移发生一些风化。涂料的风化往往会改变其属性，使之与制造者的意图不符。它可以更快断裂，受热后剥落，颜色变淡或开裂。随着时间的推移，油漆的不同属性的变化是为什么制造商off了如此广泛的选择。油漆是为满足个别客户的不同要求而定制的。
涂料制造商的一个主要关注点是他们的产品是否能够承受开裂。一旦油漆开始开裂，它就不能保护它所应用的基材；因此，不能满足他们的客户。例如，如果一根树枝碰巧划过一辆汽车的侧面，紧接着油漆就开始开裂，油漆的制造商就会因为油漆质量差而失去业务。油漆的质量是非常重要的，因为如果油漆下的金属暴露出来，它可能会因为新的暴露而开始生锈或腐蚀。
像这样的原因适用于其他几个光谱，如家庭和办公用品和电子产品，玩具，研究工具等。虽然当他们第一次将油漆涂在金属涂层上时，油漆可能是抗裂的，但随着时间的推移，当样品上发生了一些风化后，其性能可能会发生变化。这就是为什么让油漆样品在其风化阶段进行测试非常重要。虽然在高负荷的压力下开裂可能是不可避免的，但制造商必须预测随着时间的推移，这种变化可能会有多大的削弱，以及affecting scratch必须有多深，以便为他们的消费者提供最好的产品。
测量目标
我们必须以控制和监测的方式来模拟划痕的过程，以观察样品的行为effects。在这个应用中，NANOVEA PB1000机械测试仪在纳米划痕测试模式下被用来测量导致金属基体上约7年的30-50微米厚的油漆样品失效所需的负载。
一支2 μm的钻石头测针在0.015 mN到20.00 mN的渐进负荷下，对涂层进行划痕。我们用0.2 mN的载荷对涂料进行了前后扫描，以确定划痕的真实深度值。真实深度分析了测试期间样品的塑性和弹性变形；而后扫描只分析了划痕的塑性变形。涂层因开裂而失效的点被当作是失效点。我们以ASTMD7187为指导来确定我们的测试参数。
我们可以得出结论，使用风化的样品；因此，在较弱的阶段测试油漆样品，为我们提供了较低的故障点。
对这个样本进行了五次测试，以便
确定准确的失效临界载荷。
NANOVEA
PB1000
以下 ASTM D7027
使用配备了高速传感器的NANOVEA ST400扫描粗糙度标准件的表面，该传感器产生了192个点的亮线，如图1所示。这192个点同时扫描样品表面，导致扫描速度大大增加。
| 装载类型 | 渐进的 |
| 初始负载 | 0.015 mN |
| 终极装载 | 20 mN |
| 装载率 | 20 mN/min |
| 划痕长度 | 1.6毫米 |
| 刮擦速度，dx/dt | 1.601毫米/分钟 |
| 预扫描加载 | 0.2 mN |
| 扫瞄后加载 | 0.2 mN |
压头类型
锥形
钻石90°锥体
2微米的尖端半径
本节介绍了在划痕试验中收集的故障数据。第一部分描述了在划痕中观察到的故障，并定义了所报告的临界载荷。下一部分包含了所有样品的临界载荷的汇总表，以及一个图形表示。最后一部分介绍了每个样品的详细结果：每个划痕的临界载荷，每个故障的显微照片，以及测试的图表。
观察到的故障和关键负载的定义
关键的失败：
初始损害
这是沿划痕轨道观察到的第一个损伤点。
关键的失败：
完全损坏
在这一点上，损坏比较严重的地方是油漆沿着刮痕裂开了。
详细结果
* 失效值取自于基材开裂点。
| 重要负载 | ||
| 划痕模块 | 初始伤害[mN] 。 | 完全损坏 [µm] |
| 1 | 14.513 | 4.932 |
| 2 | 3.895 | 4.838 |
| 3 | 3.917 | 4.930 |
| 平均数 | 3.988 | 4.900 |
| STD DEV | 0.143 | 0.054 |
图2: 完整划痕的显微照片（1000倍放大）。
图3: 初始损伤的显微照片（1000倍放大）。
图4: 完全损坏的显微照片（1000倍放大）。
图5: 摩擦力和摩擦系数。
图6: 表面轮廓。
图7: 真实深度和残余深度。
纳诺维娅 机械测试仪 在里面 纳米划痕测试仪 模式可以模拟许多现实生活中的油漆涂层和硬涂层的故障。通过以受控和密切监测的方式施加越来越大的负载，该仪器可以确定在何种负载下会发生故障。然后，这可以作为确定耐刮擦性的定量值的方法。所测试的涂层，在没有风化的情况下，已知在大约22毫牛时出现第一道裂纹。如果数值接近5 mN，很明显，7年的搭接已经使涂料退化了。
对原始轮廓的补偿可以在划痕期间获得修正的深度，并测量划痕后的残余深度。这就提供了关于涂层在增加载荷下的塑性与弹性行为的额外信息。裂纹和变形的信息对改善硬涂层都有很大的作用。非常小的标准偏差也显示了仪器技术的可重复性，这可以帮助制造商提高其硬涂层/涂料的质量，并研究风化的影响。
表面粗糙度和纹理是影响产品最终质量和性能的关键因素。对表面粗糙度、质地和一致性的全面了解对于选择最佳的加工和控制措施至关重要。需要对产品表面进行快速、可量化和可靠的在线检测，以便及时发现有缺陷的产品并优化生产线条件。
产品的表面缺陷是由材料加工和产品制造造成的。在线表面质量检测可确保对最终产品进行最严格的质量控制。纳诺维娅 3D 非接触式光学轮廓仪 利用具有独特功能的色光技术，无需接触即可确定样品的粗糙度。线传感器能够高速扫描大表面的 3D 轮廓。由分析软件实时计算的粗糙度阈值可作为快速可靠的通过/失败工具。
测量目标
在这项研究中，NANOVEA ST400配备了一个高速传感器，用于检测有缺陷的Teflon样品的表面，以展示NANOVEA的能力。
非接触式测厚仪在生产线上提供快速和可靠的表面检测。
NANOVEA
ST400
三维表面分析 粗糙度标准样品
使用配备了高速传感器的NANOVEA ST400扫描粗糙度标准件的表面，该传感器产生了192个点的亮线，如图1所示。这192个点同时扫描样品表面，导致扫描速度大大增加。
图2显示了粗糙度标准样品的表面高度图和粗糙度分布图的假彩色视图。在图2a中，粗糙度标准样品表现出略微倾斜的表面，如每个标准粗糙度块中不同的颜色梯度所代表的那样。在图2b中，均匀的粗糙度分布显示在不同的粗糙度块中，其颜色代表了块中的粗糙度。
图3显示了分析软件根据不同的粗糙度阈值生成的合格/不合格图的例子。当表面粗糙度高于某个设定的阈值时，粗糙度区块会以红色显示。这为用户提供了一个工具，可以设置一个粗糙度阈值来确定样品的表面质量。
图1: 粗糙度标准样品上的光学线传感器扫描
a. 地表高度图：
b. 粗糙度图：
图2: 粗糙度标准样品的表面高度图和粗糙度分布图的假彩色视图。
图3: 基于粗糙度阈值的通过/失败图。
有缺陷的天线样品的表面检查
Teflon样品表面的表面高度图、粗糙度分布图和合格/不合格粗糙度阈值图显示在图4。如表面高度图所示，Teflon样品在样品的右侧中心有一个山脊的形式。
a. 地表高度图：
图4b的调色板上的不同颜色代表了局部表面的粗糙度值。粗糙度图显示了Teflon样品完整区域内的均匀粗糙度。然而，缺陷，以缩进环和磨损疤痕的形式，以明亮的颜色突出。用户可以很容易地设置一个通过/失败的粗糙度阈值来定位表面缺陷，如图4c所示。这样的工具允许用户在生产线上现场监测产品的表面质量，及时发现有缺陷的产品。当产品经过在线光学传感器时，实时的粗糙度值被计算和记录下来，这可以作为一个快速而可靠的质量控制工具。
b. 粗糙度图：
c. 通过/失败 粗糙度阈值图：
图4: 表面高度图、粗糙度分布图和 Teflon样品表面的通过/失败粗糙度阈值图。
在这个应用中，我们展示了NANOVEA ST400 3D非接触式光学轮廓仪配备的光学线传感器是如何以一种有效和高效的方式作为可靠的质量控制工具。
光学线传感器产生一条由192个点组成的亮线，同时扫描样品表面，导致扫描速度显著提高。它可以安装在生产线上，就地监测产品的表面粗糙度。粗糙度阈值作为确定产品表面质量的可靠标准，使用户能够及时发现有缺陷的产品。
这里显示的数据只代表了分析软件中的一部分计算结果。NANOVEA轮廓仪几乎可以测量任何领域的表面，包括半导体、微电子、太阳能、光纤、汽车、航空航天、冶金、加工、涂层、制药、生物医学、环境和许多其他领域。
ZH 
EN 
ES 
DE 
FR 
IT 
JA 
PT 
TR 
KO 
PL 
AR 
