{"id":1138,"date":"2026-02-12T13:56:40","date_gmt":"2026-02-12T05:56:40","guid":{"rendered":"https:\/\/extruder-lab.com\/?p=1138"},"modified":"2026-02-06T14:10:14","modified_gmt":"2026-02-06T06:10:14","slug":"offline-defect-detection-system-for-cast-film","status":"publish","type":"post","link":"https:\/\/extruder-lab.com\/de\/offline-defect-detection-system-for-cast-film.html","title":{"rendered":"Offline-Fehlererkennungssystem f\u00fcr Gussfolien"},"content":{"rendered":"

Vor kurzem wurde eine Reihe von Offline-Fehlererkennungssystem f\u00fcr Gussfolien<\/strong> von Hartek Technologies wurde erfolgreich nach Shanghai verschifft, wo die Installation der Ausr\u00fcstung und die Betriebsschulung abgeschlossen wurden. Dieses System wird in Verbindung mit der Gie\u00dffolien-Versuchsanlage von Hartek Technologies eingesetzt, um die Oberfl\u00e4chenqualit\u00e4t von Polymerfolienproben wie PLA, PP und PET zu \u00fcberpr\u00fcfen und Fehler zu analysieren.<\/p>\n\n\n\n

\"\"<\/a><\/figure>\n\n\n\n

Anwendungsszenarien der Offline-Fehlerdetektion Systeme f\u00fcr Gie\u00dffolien<\/a>:<\/h2>\n\n\n\n
    \n
  • Analyse von Geldefekten, die durch unsachgem\u00e4\u00dfe thermische Vorgeschichte in biologisch abbaubaren Folien (wie PLA\/PBAT) verursacht werden;<\/li>\n\n\n\n
  • Quantitative statistische Analyse karbonisierter schwarzer Flecken und fremder Verunreinigungen in Gussfolien aus recycelten Kunststoffen (rPP, rPET);<\/li>\n\n\n\n
  • Visuelle \u00dcberpr\u00fcfung der Dispersionsgleichm\u00e4\u00dfigkeit von hochgef\u00fcllten Systemen (Kalziumkarbonat, Talkum);<\/li>\n\n\n\n
  • Standardisierte Pr\u00fcfger\u00e4te f\u00fcr die Sauberkeit von Folien in universit\u00e4ren Werkstofflabors f\u00fcr Lehre und Forschung;<\/li>\n\n\n\n
  • Vergleich der Auswirkungen verschiedener Extrusionsparameter auf die Oberfl\u00e4chenqualit\u00e4t bei der Entwicklung neuer Formulierungen oder Verfahren.<\/li>\n<\/ul>\n\n\n\n

    Leistungsmerkmale:<\/h2>\n\n\n\n
      \n
    • Die Kombination aus einer hochaufl\u00f6senden Zeilenkamera und einer lichtstarken LED-Lichtquelle erm\u00f6glicht eine stabile Identifizierung von Fehlern wie Gel, schwarzen Flecken, Fasern, Falten und Poren;<\/li>\n\n\n\n
    • Unterst\u00fctzt den Offline-Erkennungsmodus, der sich f\u00fcr die nachtr\u00e4gliche Qualit\u00e4tsbewertung von Offline-Proben eignet, ohne dass eine Verbindung zur Hauptproduktionslinie erforderlich ist;<\/li>\n\n\n\n
    • Mit spezieller Erkennungssoftware mit automatischer Positionierung, Fehlerklassifizierung und Bildarchivierungsfunktionen;<\/li>\n\n\n\n
    • Standardisierter Arbeitsablauf: Einlegen der Probe \u2192 Start des Scannens \u2192 Automatische Generierung der Detektionsergebnisse, kurze Einzeltestzeit;<\/li>\n\n\n\n
    • Kompakte Ger\u00e4testruktur, flexibler Einsatz, anpassungsf\u00e4hig an Laborumgebungen und nahtlose Integration in bestehende Gie\u00dffolienwickelstationen.<\/li>\n<\/ul>\n\n\n\n
      \n