客戶咨詢熱線：
15270896115
futaku內徑拋光/表面處理技術分析
可對最小內徑為 φ0.1mm 的小直徑管道進行內徑拋光。達到醫療設備和分析儀器所需的高水平表面粗糙度和圓度，最大限度地減少污染的發生。
我們還可以根據您的需求提供量身定制的表面處理，例如具有優異絕緣性、防水防油性的特氟龍涂層、無色透明、厚度小于 1μm 的 F2901 涂層、惰性且具有優異性能的內徑鍍金。耐腐蝕和耐磨性我們正在提出建議。
我們將介紹FUTA?Q的小直徑管內拋光和鏡面加工技術。例如，分析噴嘴的管道內表面是鏡面的......
我們開發了一種薄型防污表面處理涂層FC-180，可以承受使用高濃度堿性水溶液的反復清潔。金屬表面暴露在水中并且...
金屬表面具有容易與水、酒精、油等相容的特性，例如，如果用酒精潤濕表面，水滴就會在表面擴散。
噴嘴內部采用氟涂層技術。醫療和分析設備噴嘴需要耐磨和無污垢性能。另外，附著力...
小直徑管道的內徑可以采用電鍍的方式進行鍍金。鍍金具有優異的惰性性能，用于醫療設備、分析設備等領域。
幾微米的金剛石粉末和特殊潤滑劑用于創建需要特別緊密密封的接合面......
對于醫用點膠噴嘴，如果之前測試的樣品殘留在噴嘴內，則測試值將會波動，并且無法進行準確的樣品分析。
點膠噴嘴的質量要求是噴嘴內表面沒有劃痕或凹凸不平，并且不會吸引殘留物。
使用當前表面粗糙度測量儀器進行的內表面粗糙度檢查是一種破壞性測試，其中將產品切成兩半并進行測量，并在相同的制造條件下和生產批次中檢查樣品。我們現在開發了一種“管道內表面粗糙度測量裝置" ，可以像內窺鏡一樣自動測量運輸噴嘴本身的內表面粗糙度，還可以檢測劃痕和殘留物，從而可以進行100%檢查。
① 時尚簡約的設計
② 監視器和操作面板分離，確認性和操作性兼備
③ 將操作開關與操作面板分離，提高工作效率
④ 安裝安全光幕，確保測量人員操作時的安全。
?測量原理：光散射法
?測量范圍：Ra 0.02 ～ Ra 1.0 μm
?測量工件尺寸：內徑Φ0.45mm～Φ3.0mm*
長度340mm以下
?測量相機：單色/彩色30萬像素CCD相機
?測量光源：白色LED光源
?測量時間：約1秒/點（移動1～3mm時）
?電源電壓：AC100V、300VA
?設備尺寸：1110W x 400D x 640H（包括顯示器）mm
?裝置重量：40kg
*根據管道內徑選擇纖維鏡直徑：φ0.35、0.5、0.8、1.0、1.4、1.9、2.4mm
將纖維鏡插入小直徑金屬管中，并根據 CCD 相機拍攝的金屬管內表面圖像計算總灰度。根據總灰度之間的相關性計算金屬管內表面。級配和表面粗糙度，已預先驗證的計算和測量表面粗糙度的裝置。
照片是管道內表面的測量圖像。
反射光根據內表面粗糙度而變化。如果有劃痕或殘留物，它們會發出明亮的光，因此可以根據圖像自動檢測出缺陷產品。
測量的圖像和數據可以在服務器上保存和跟蹤，以便在批量生產過程中使用。
漂亮（鏡面）
[主管]
發白光
[Ra 0.13]
閃亮一點
[Ra 0.06]
出現在黑暗中
[1] 將纖維鏡插入管道中并將其放置在夾具上。
[2] 當按下啟動開關時，光纖移動5mm并連續拍攝17張圖像（可選設置）。
[3] 將測量結果與數據庫進行比較，并在監視器上顯示估計的表面粗糙度（Ra0.13等）。
[4] 如果管道內有任何劃痕或殘留物，蜂鳴器會通知您故障，并且監視器上會顯示圖像。
[5] 拔出測量管并按下復位開關，使ROBO Cylinder 返回到初始位置。
我們的主營業務為激光加工、小口徑管材精密加工、噴嘴加工等精密微加工，滿足醫療、分析領域客戶的多樣化需求。基于自 1917 年成立以來積累的制造技術，我們還應主要制造商、大學和研究機構的要求開發和設計核心單元。
此外，我們正在開發原始設備，旨在提高內部生產力并增強我們的技術競爭力。
這次，我們作為產學合作項目的一部分，開發了的“管道內表面粗糙度測量裝置"，想向大家介紹一下。
對于醫療和分析領域使用的小直徑管道（內徑φ1.5mm以下），內表面粗糙度是影響分析結果的極其重要的因素。
我們擁有先進的管材內表面拋光技術，可以將管材內表面拋光至客戶所需的粗糙度。目前，可以控制內徑至φ0.5mm的小口徑管材的內表面粗糙度。
然而，到目前為止，管道的內表面粗糙度只能通過破壞性測試來測量，即將管道切成兩半以暴露測量表面并使用表面粗糙度測量裝置。為此，客戶要求的內部粗糙度只能通過抽樣檢驗來保證，而實際到達客戶手中的管材并沒有進行內表面檢驗。開發內表面粗糙度的無損測量方法對于保證 100% 的生產至關重要。
2018年12月至2019年11月期間，我公司與關西大學合作，以“建立高品質、高性能（防污、高精度、定量）噴嘴和針的量產化"為主題，一直在推進。發揮我們的優勢來開展項目。作為該項目的一個子主題，我們致力于“建立一種測量內表面粗糙度的無損方法。"
其基本原理是將小于小口徑管道內徑（內徑φ0.5毫米至φ1.5毫米）的纖維鏡插入小口徑管道中，采集小口徑管道圖像的亮度信息。該方法根據測量數據的相關性計算內表面和預先獲得的表面粗糙度和亮度。
這個想法是在使用另一臺內部制造的設備觀察管道內表面時產生的。“雖然每次使用相同的光源和相同的照度，但粗糙度值較大的管道具有更明亮的圖像和更小的粗糙度值這個產學合作項目的起源是我們內部認識到管道圖像是暗的。根據這份內部報告，我們與關西大學系統科學與工程學院青柳實驗室的人工智能分析進行了合作。我們成功地量化了它。
此外，設備配置在設計時考慮到了可操作性，并通過程序進行控制，因此當將管道設置在自動控制平臺上時，平臺會自動移動以送入管道并重復拍攝管道內部的圖像。小直徑管道。
最初，通過獲取內表面數據，然后將數據傳輸到圖像處理軟件來計算表面粗糙度來計算圖像，但為了實時顯示內表面粗糙度的結果，使用電動平臺控制器同時處理圖像。我們對此進行了改進。
電動舞臺部分
表面粗糙度計算結果顯示部分
