很多行業(yè)中所用的原料、輔料和助劑的品質(zhì)檢驗和生產(chǎn)過(guò)程控制，都會(huì )需要黏度測量，黏度指標代表了樹(shù)脂聚合物的分子量、結構、含量濃度大小等信息。一個(gè)好的產(chǎn)品，首先應該是保證不同批次產(chǎn)品在主要指標上的穩定性，只有保證了品質(zhì)的穩定，才能不斷的優(yōu)化和提高產(chǎn)品的性能。
黏度指標作為很多物料的QC指標已廣泛使用，但作為過(guò)程控制的測量，尤其是實(shí)時(shí)、在線(xiàn)測量，有人用過(guò)、有人聽(tīng)說(shuō)過(guò)、有人想嘗試、有人想再等等看，真正用好和滿(mǎn)意的并不多，有說(shuō)：在線(xiàn)數據波動(dòng)大、不平穩；在線(xiàn)數據很平穩，變化不大；在線(xiàn)數據和想象的趨勢不一樣；在線(xiàn)數據和實(shí)驗室數據對不上；反正是在線(xiàn)黏度計不好用。
究其原因，有儀器選型的問(wèn)題；也有對黏度、流變認識不夠的原因。測量的物料絕大多數都是非牛頓流體，黏度在不同的條件下是會(huì )變化的，所以認為裝了在線(xiàn)黏度計之后，直接看到的黏度值就應該和實(shí)驗室黏度值是一樣的，那是不可能的。但是，借助于后續的大數據分析和處理，通過(guò)黏度補償和實(shí)驗室方法轉換，就可以得到所需要的黏度值。收集一定數量的在線(xiàn)溫度、在線(xiàn)黏度和實(shí)驗室黏度值，經(jīng)過(guò)數據分析得到相應的黏溫系數和實(shí)驗室轉換系數，在DCS上組態(tài)生成指定溫度下的在線(xiàn)黏度和實(shí)驗室轉換黏度，再經(jīng)過(guò)驗證和計算修正，就可以得到平均相對誤差在5%以?xún)鹊霓D換結果。這一過(guò)程需要一定的流變學(xué)和統計分析基礎。
經(jīng)過(guò)數據的積累，可以得到每個(gè)系列產(chǎn)品的計算參數，形成參數庫，并逐漸積累過(guò)程原始數據，優(yōu)化生產(chǎn)工藝參數，形成自己獨有的know how。大數據時(shí)代的在線(xiàn)黏度測量和控制研究，需要遵循有以下基本原則：要全體不要抽樣；要效率和混雜而不要絕對精確；要相關(guān)不要因果。逐步開(kāi)始人工智能，不要迷信配方、而要注重過(guò)程數據積累、優(yōu)化控制和產(chǎn)品最終的穩定性。
作者：丁曉炯，笙威工程技術(shù)服務(wù)（上海）有限公司技術(shù)總監
合作咨詢(xún)
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利）
滬ICP備05034851號-57
