R&D અથવા ગુણવત્તા નિયંત્રણમાં રોકાયેલા ઘણા વ્યાવસાયિકોને ઇનકમિંગ ક્વોલિટી કંટ્રોલ (IQC) તપાસ કરતી વખતે આ સમસ્યાનો સામનો કરવો પડ્યો હોય તેવી શક્યતા છે. તેની બે વાર સમીક્ષા કર્યા પછી, હું માનું છું કે તેને વિગતવાર વિશ્લેષણની જરૂર છે.
"અભિવ્યક્તિ" નો અર્થ શું છે? શું તે બાંધકામ દરમિયાન તેની સ્પર્શેન્દ્રિય લાગણીનો સંદર્ભ આપે છે અથવા અંતિમ ઉપચાર પછી યાંત્રિક શક્તિનો સંદર્ભ આપે છે?
શું તફાવત છે? 5% કે 50%?
માત્રાત્મક સીમાઓ અને ચોક્કસ એપ્લિકેશન દૃશ્યો વિના, આ પ્રશ્નનો જવાબ ફક્ત "હા" અથવા "ના" તરીકે આપી શકાતો નથી. તેથી, અમે "ગુંદર સ્નિગ્ધતા વિવિધતા" ના મુદ્દાનું સંપૂર્ણ વિશ્લેષણ કરવા માટે સીધા જ એન્જિનિયરિંગ પરિપ્રેક્ષ્યમાં આગળ વધીશું. આપણે જે મૂલ્યાંકન કરવાની જરૂર છે તે એ છે કે શું આ વિવિધતા પરીક્ષણ પદ્ધતિઓમાંના વિચલનો અથવા આંતરિક સામગ્રીની વધઘટથી ઉદ્ભવે છે-અને ઉત્પાદન લાઇન પર આવી વધઘટ શું નિષ્ફળતાનું જોખમ લાવી શકે છે.
01 સ્નિગ્ધતાની પ્રકૃતિ
પરંતુ જો આપણે એક અલગ પરિપ્રેક્ષ્ય અપનાવીએ અને પોલિમરના માઇક્રોસ્કોપિક ભૌતિક વિશ્વને ધ્યાનમાં લઈએ, તો સ્નિગ્ધતા એ અત્યંત ગતિશીલ પ્રક્રિયા છે. પોલિમર સામગ્રીની સ્નિગ્ધતા મૂળભૂત રીતે બે પરિબળોથી ઉદ્ભવે છે: પ્રથમ, મોલેક્યુલર સાંકળો વચ્ચેની ગૌણ ક્રિયાપ્રતિક્રિયાઓ (વાન ડેર વાલ્સ ફોર્સ, હાઇડ્રોજન બોન્ડ્સ અને ક્ષણિક અસમાન ઇલેક્ટ્રોન ક્લાઉડ વિતરણથી ઉદ્ભવતા ત્વરિત દ્વિધ્રુવ ક્ષણો સહિત); બીજું, પોલિમરની લાંબી-સાંકળ રચનામાં સહજ ભૌતિક ગૂંચવણ, જે સમગ્ર અવકાશમાં ગૂંચવાયેલા વેબ જેવું લાગે છે. જ્યારે આપણે મેક્રોસ્કોપિક બળનો ઉપયોગ કરીએ છીએ-જેમ કે વિસ્કોમીટર રોટર પર વિસ્કોમીટર વાલ્વમાંથી થ્રસ્ટ અથવા શીયર ફોર્સ-પ્રવાહને પ્રેરિત કરવા માટે, અમે આ આંતરપરમાણુ ઇલેક્ટ્રોમેગ્નેટિક આકર્ષણોને દૂર કરવા અને તે ભૌતિક ગાંઠોને તોડવા માટે આવશ્યકપણે યાંત્રિક કાર્ય કરીએ છીએ.
સ્લાઇડિંગ દરમિયાન આ પરમાણુ સાંકળ દ્વારા ઉત્પન્ન થયેલ "આંતરિક ઘર્ષણ બળ" એ સ્નિગ્ધતાનું મેક્રોસ્કોપિક અભિવ્યક્તિ છે. તેથી, સ્નિગ્ધતા એ ગુંદરનું એક અલગ પરિમાણ નથી પરંતુ તેના પરમાણુ બંધારણ અને આંતરપરમાણુ ક્રિયાપ્રતિક્રિયાઓનું વ્યાપક પ્રતિબિંબ છે.
આ એ પણ સમજાવે છે કે શા માટે સ્નિગ્ધતા તાપમાન, શીયર રેટ અને સમય જેવી પરિસ્થિતિઓ માટે અત્યંત સંવેદનશીલ છે- કારણ કે આ પરિમાણો પરમાણુઓની ગતિશીલતા અને તેમની ગૂંચવાયેલી સ્થિતિને સીધી રીતે બદલી નાખે છે.
02 ડેટા પૂર્વગ્રહ ઘણીવાર પરીક્ષણ સીમાઓના ખોટી ગોઠવણીથી ઉદ્ભવે છે.
સાથીદારની પૂછપરછ પર પાછા ફરતા, એડહેસિવના બે બેચ અલગ-અલગ સ્નિગ્ધતા દર્શાવે છે. સામગ્રીની ખામીઓ પર શંકા કરતા પહેલા, આપણે પહેલા પરીક્ષણ પ્રક્રિયાઓમાંથી દખલને નકારી કાઢવી જોઈએ. મોટાભાગના પોલિમર પ્રવાહી બિન-ન્યુટોનિયન પ્રવાહી હોવાથી, તેઓ પરીક્ષણ પર અત્યંત કડક સીમા શરતો લાદે છે.
તાપમાન અને પોલિમર ચેઇન સેગમેન્ટ્સની ગતિશીલતા વચ્ચેનો ઘાતાંકીય સંબંધ ઘાતાંકીય પેટર્નને અનુસરે છે (અરહેનિયસ પ્રયોગમૂલક કાયદા અનુસાર). ઘણા કિસ્સાઓમાં, એડહેસિવ સ્ટોરેજ એરિયાનું કેન્દ્રિય તાપમાન 20 ડિગ્રી હોય છે, જ્યારે ટેસ્ટિંગ ચેમ્બરનું આસપાસનું તાપમાન 25 ડિગ્રી હોય છે.
જો નમૂના લીધા પછી સતત તાપમાનના સ્નાનમાં પર્યાપ્ત થર્મલ સંતુલનને આધિન ન હોય (જેમાં સામાન્ય રીતે 30 મિનિટથી વધુ સમયની જરૂર હોય છે), તો માપેલ ડેટા અનિવાર્યપણે નોંધપાત્ર વિચલનો પ્રદર્શિત કરશે. તાપમાનમાં 1 ડિગ્રીની વધઘટ 5% થી 10% ના સ્નિગ્ધતામાં પરિણમી શકે છે.
શીયર રેટ: બૅચેસની સરખામણી કરતી વખતે ઘણી ગુણવત્તા નિયંત્રણ પ્રક્રિયાઓ રોટર મૉડલ અને રોટેશનલ સ્પીડની સુસંગતતાને અવગણે છે. પોલિમર પ્રવાહી "શીયર-પાતળા થવાના વર્તન"ની લાક્ષણિકતા દર્શાવે છે.
રોટેશનલ સ્પીડ જેટલી વધારે છે, પરમાણુ સાંકળો બળજબરીથી લક્ષી અને અનવાઉન્ડ કરવામાં આવે છે તેટલી વધારે છે, પરિણામે ઓછી માપવામાં આવેલી દેખીતી સ્નિગ્ધતામાં પરિણમે છે. નિર્ણાયક રીતે, જ્યારે બિન-ન્યુટોનિયન પ્રવાહીનું મૂલ્યાંકન કરવામાં આવે છે, ત્યારે એક જ રોટેશનલ ગતિએ સ્નિગ્ધતા બિંદુ ઘણીવાર અર્થહીન હોય છે; "શીયર સ્ટ્રેસ – સ્નિગ્ધતા વણાંકો" અલગ અલગ શીયર દરે મેળવવામાં આવે છે તેની સરખામણી કરવાની જરૂર છે.
સમય (થિક્સોટ્રોપી): ફ્યુમ્ડ સિલિકા જેવા થિક્સોટ્રોપિક એજન્ટો ધરાવતી સિસ્ટમ્સમાં, હાઇડ્રોજન બોન્ડ નેટવર્ક આંતરિક રીતે આરામ પર રચાય છે (પરિણામે ઉચ્ચ સ્નિગ્ધતામાં પરિણમે છે), જ્યારે આ નેટવર્ક શીયર સ્ટ્રેસ હેઠળ વિક્ષેપિત થાય છે (ઓછી સ્નિગ્ધતા તરફ દોરી જાય છે).
આ કંઈક અંશે બે વ્યક્તિઓ 100-મીટરની રેસમાં ભાગ લેવા જેવું છે: એકે હમણાં જ વોર્મઅપ પૂર્ણ કર્યું છે અને શ્રેષ્ઠ શારીરિક સ્થિતિ જાળવી રાખે છે, જ્યારે અન્ય પહેલેથી જ સતત પાંચ રેસ ચલાવી ચૂકી છે અને છઠ્ઠીનો પ્રયાસ કરતા પહેલા તેમની શારીરિક સ્થિતિ હજી સુધરી નથી. અંતિમ પરિણામોમાં જોવામાં આવેલ તફાવત ક્ષમતામાં વાસ્તવિક તફાવતોને પ્રતિબિંબિત કરે તે જરૂરી નથી પરંતુ તે ફક્ત તેમની-પરીક્ષણની શરતોમાં ભિન્નતાથી ઉદ્ભવી શકે છે. જો પરીક્ષણ પહેલાંના નમૂનાના બે બેચ વચ્ચેનો-કટિંગ સમય અથવા આરામ કરવાનો સમયગાળો અલગ હોય, તો રીડિંગ્સ કુદરતી રીતે અલગ થઈ જશે. તેથી, પ્રી-કટીંગ સમયગાળો કેટલો લાંબો હોવો જોઈએ અને કયા સમયે માપ લેવા જોઈએ તે પરીક્ષણ કરતા પહેલા સ્પષ્ટપણે સ્પષ્ટ કરવું આવશ્યક છે. યોગ્ય સમય ગોઠવણી વિના, ડેટાની અસરકારક રીતે તુલના કરી શકાતી નથી.
03 નોંધપાત્ર તફાવત શું છે જેને અસામાન્ય ગણવામાં આવશે? તે ઉત્પાદનને ક્યારે અસર કરી શકે છે?
સૌપ્રથમ તે સ્વીકારવું આવશ્યક છે કે પોલિમરાઇઝેશન પ્રક્રિયા પોતે સ્વાભાવિક રીતે રેન્ડમ છે, જે એડહેસિવના તમામ બેચમાં સંપૂર્ણપણે સમાન પરમાણુ વજન વિતરણની માંગને અવાસ્તવિક બનાવે છે.
સામાન્ય ઔદ્યોગિક વિશિષ્ટતાઓ સૂચવે છે કે ±10% થી ±15% ની અંદર સ્નિગ્ધતાની વધઘટ સામાન્ય સહનશીલતા મર્યાદામાં આવે છે.
જો વિચલન 20%–30% કરતા વધી જાય, તો સાવચેતી જરૂરી છે-આ બેઝ રેઝિન બેચ અથવા થિક્સોટ્રોપના અસમાન વિખેર સાથે સંભવિત સમસ્યાઓ સૂચવે છે. આવા વિચલનો કયા પરિણામો લાવી શકે છે?
તમારી પ્રક્રિયા વિન્ડો પર આધાર રાખે છે. જો તમે એડહેસિવને મેન્યુઅલી અથવા અર્ધ-આપોઆપ લાગુ કરો છો, તો સ્નિગ્ધતામાં 20% તફાવત ઓપરેટરની રચનાની ધારણાને અસર કરી શકે છે પરંતુ તે જરૂરી નથી કે અંતિમ બોન્ડ મજબૂતાઈને અસર કરે.
સ્વચાલિત વિતરણ રેખાઓ માટે, સ્નિગ્ધતામાં ફેરફાર લાગુ પડતા એડહેસિવની માત્રાને સીધી અસર કરે છે. સમાન દબાણ અને સમયની પરિસ્થિતિઓ હેઠળ, ઉચ્ચ સ્નિગ્ધતા એડહેસિવને યોગ્ય રીતે વહેતા અટકાવી શકે છે અથવા સ્ટ્રિંગિંગનું કારણ બની શકે છે; ઓછી સ્નિગ્ધતા એડહેસિવના ઝૂલતા અથવા અનિચ્છનીય ફેલાવા તરફ દોરી શકે છે. આ ઉત્પાદન લયને વિક્ષેપિત કરી શકે છે. નિર્ણાયક પરિબળ યોગ્ય ઇન્ટરફેસ ભીનાશમાં રહેલું છે.
સ્નિગ્ધતામાં વધારો પ્રવાહીતાને ઘટાડે છે, જે એડહેસિવને સબસ્ટ્રેટની સૂક્ષ્મ-રફ સપાટીમાં સંપૂર્ણપણે પ્રવેશતા અટકાવે છે. એપ્લિકેશન પર દૃશ્યમાન હોવા છતાં, ઇન્ટરફેસ પર અસંખ્ય માઇક્રોસ્કોપિક વોઇડ્સ અસ્તિત્વમાં છે. તણાવ હેઠળ, ઇન્ટરફેસ ડિલેમિનેશનનું જોખમ નોંધપાત્ર રીતે વધે છે. જાહેરાત: WorkBuddy AI ઑફિસ સહાયક – ઉપયોગ-મફત અને તૈયાર-ઉપયોગ-કરવા માટે. વર્કબડીને હવે અજમાવી જુઓ. વધુમાં, બબલ રચના થઈ શકે છે. સ્નિગ્ધતામાં વધારો પ્રવાહીતા ઘટાડે છે, એડહેસિવને સબસ્ટ્રેટની સૂક્ષ્મ{10}}રફ સપાટીમાં સંપૂર્ણપણે પ્રવેશતા અટકાવે છે. એપ્લિકેશન પર દૃશ્યમાન હોવા છતાં, ઇન્ટરફેસ પર અસંખ્ય માઇક્રોસ્કોપિક વોઇડ્સ અસ્તિત્વમાં છે. તણાવ હેઠળ, ઇન્ટરફેસ ડિલેમિનેશનનું જોખમ નોંધપાત્ર રીતે વધે છે. જાહેરાત: WorkBuddy AI ઑફિસ સહાયક – ઉપયોગ-મફત અને તૈયાર-ઉપયોગ-કરવા. વર્કબડીને હવે અજમાવી જુઓ. વધુમાં, બબલ રચના થઈ શકે છે.
જ્યારે ફિલિંગ એડહેસિવની સ્નિગ્ધતા વધે છે, ત્યારે હલાવવા અથવા ભરવા દરમિયાન પ્રવેશેલા સૂક્ષ્મ પરપોટા દૂર કરવા મુશ્કેલ બને છે. શૂન્યાવકાશની સ્થિતિમાં પણ, ઉચ્ચ-સ્નિગ્ધતા પ્રણાલીઓ આ બબલ્સને ફસાવે છે. ઉપચાર પર, આ પરપોટા તાણ એકાગ્રતા બિંદુઓમાં વિકસિત થાય છે, જે ઉચ્ચ-વોલ્ટેજ વિદ્યુત એપ્લિકેશનમાં સીધા આંશિક સ્રાવ અથવા ભંગાણ તરફ દોરી શકે છે.
[એન્જિનિયરિંગ-આધારિત નિર્ણય-એપ્રોચ બનાવવો] અહીં એન્જિનિયરિંગ-આધારિત નિર્ણય માટે ત્રણ-પગલાંનું માળખું છે:
1. પ્રથમ, વિસંગતતા સાચી છે કે કેમ તેની પુષ્ટિ કરો
નમૂનાના બે બેચ સમાન વિસ્કોમીટર, રોટર, રોટેશનલ સ્પીડ, તાપમાન, તેમજ સમાન આરામ અને શીયર સમયની સ્થિતિનો ઉપયોગ કરીને એક સાથે માપવામાં આવ્યા હતા. જો તફાવત 15% કરતા ઓછો હોય, તો તે સામાન્ય ભિન્નતાની સંભાવના છે. જો તફાવત 20% કરતા વધી જાય, તો વધુ વિશ્લેષણ હાથ ધરવા જોઈએ.
2. હવે ચાલો તમારી પ્રોસેસ વિન્ડો પર બીજી નજર કરીએ
ઉત્પાદન લાઇન પર પરીક્ષણ કરો: વર્તમાન હવાનું દબાણ, એપ્લિકેશનનો સમય, વિતરણ સાધનોની સોયનો વ્યાસ અને સ્વીકાર્ય સ્નિગ્ધતા શ્રેણી નક્કી કરો.
ઉદાહરણ તરીકે, જો તમારું ઉપકરણ ±15% ની સ્નિગ્ધતા શ્રેણીમાં સતત એડહેસિવ ઉત્પન્ન કરે છે, તો બેચની વિવિધતા પ્રભાવને અસર કરશે નહીં. જો કે, જો સહનશીલતા વિન્ડો સાંકડી હોય, તો તમારે સખત બેચ નિયંત્રણ ધોરણો પર સપ્લાયર સાથે સંમત થવું જોઈએ.
3. છેલ્લે, નિષ્ફળતાની સ્થિતિઓ તપાસો
જો ઉત્પાદન આખરે સ્નિગ્ધતાના વધઘટ પછી કાર્યાત્મક પરીક્ષણો (દા.ત., શીયર સ્ટ્રેન્થ, દબાણ પ્રતિકાર, વૃદ્ધત્વ) પાસ કરે છે, તો તે સૂચવે છે કે ભિન્નતા સ્વીકાર્ય મર્યાદામાં આવે છે. જો બેચ નબળી ભીનાશ અથવા શેષ પરપોટા દર્શાવે છે, તો ચોક્કસ સ્નિગ્ધતા ફેરફારોની સમીક્ષા કરો અને સમર્પિત આંતરિક નિયંત્રણ પરિમાણો સ્થાપિત કરો. જ્યારે સ્થિર સ્નિગ્ધતા ઇચ્છનીય છે, ત્યારે વધુ મહત્ત્વની બાબત એ છે કે તમારી ચોક્કસ ઉત્પાદન પરિસ્થિતિઓમાં તેની પર્યાપ્ત સ્થિરતા છે.
સમસ્યાનું વ્યવસ્થિત રીતે પૃથ્થકરણ કરવા માટે, પહેલા માપની ભૂલોને દૂર કરો, પછી શ્રેષ્ઠ શ્રેણીમાં પ્રક્રિયાના પરિમાણોની તુલના કરો, અને અંતે આ તારણોને વાસ્તવિક નિષ્ફળતાના દાખલાઓ સાથે સાંકળો-આ અભિગમ એક આંકડાકીય મૂલ્ય દ્વારા ગેરમાર્ગે દોરવામાં આવતા અટકાવે છે. જો તમને બે બેચ એડહેસિવ ડેટા અથવા પ્રોડક્શન લાઇન પર અસંગત ડિસ્પેન્સિંગ વોલ્યુમ્સ વચ્ચેની વિસંગતતાઓનો પણ સામનો કરવો પડ્યો હોય, તો આ પ્રક્રિયાને અનુસરો.